Zona 3:Media : 3.17Desviación típica:0.76Zona 4:Media : 3.53Desviación típica:0.89(Datos en cm)
•
Estudiar las diferencias entre las 4 zonas(Las zonas 2 y 3 son zonas habituales debuceo) ( Se supone normalidad e igualdad de varianzas.
•
¿Qué problemas encuentras en el diseño de la experiencia para afirmar que existe unimpacto significativo de la práctica del buceo en el normal crecimiento de las ramasde coral.?.
Tenir en compte que la variància és el quadrat de la desviació típica.Caldria assegurar-se que les zones són comparables. No són dissenys experimentals sónmostratges observacionals, no hi ha cel·les al atzar a les que se’ls assigni un tractament. Si araveiéssim diferències no podrirem discriminar si estem veient diferències entre les zones odiferències degudes a la immersió. Perquè fos un disseny experimental hauríem de prendrediferents zones i llavors assigna’ls-hi la immersió.
8.- Un investigador desea comparar 4 tratamientos, considerando cierta variablefarmacocinética AUC. Para ello, toma 6 ratas por tratamiento.
•
Explica que diseño se utiliza. ¿ Existen diferencias entre tratamientos ?
Es tracta d’un disseny d’un factor. Sí, hi ha diferències (F elevada, p<0,05)
•
¿Se cumplen las condiciones de regularidad para poder utililizar el test F?
Sí, ha sortit no significatius els test de homocedasticitat i normalitat.
•
¿Por qué no es aconsejable comparar utilizando el test t-Student de poblacionesindependientes para cada par de tratamientos en vez de utilizar el test F?
Perquè el test de la F té en compte tots els tractaments a l’hora de fer les comparacions per veure si hi ha diferències, mentre que amb la t-student hauriem de fer les comparacions dedos en dos arrastrant cada vegada l’error associat a la comparació (95*95...) en 16combincions possibles de comparació. La probabilitat d’esquivocar-nos augmenta molt.
•
¿Qué diseño resulta si se toman medidas de AUC en 4 tiempos concretos: 1hora, 3horas, 8 horas, 20 horas. ? Señalar únicamente :los factores, tipo de los factores, y parametrización del diseño .
Disseny de dos factors (tractament i temps, els 2 efectes fixos). Yij=µ+αi+βj+eij
One-Way ANOVA - auc by tratamientoAnalysis SummaryDependent variable: aucFactor: tratamientoNumber of observations: 24Number of levels: 4ANOVA Table for auc by tratamientoAnalysis of Variance-----------------------------------------------------------------------------Source Sum of Squares Df Mean Square F-Ratio P-Value-----------------------------------------------------------------------------Between groups 20488,0 3 6829,33Within groups 4700,62 20 235,031-----------------------------------------------------------------------------Total (Corr.) 25188,6 23Table of Means for auc by tratamientowith 95,0 percent LSD intervals--------------------------------------------------------------------------------Stnd. errortratamiento Count Mean (pooled s) Lower limit Upper limit--------------------------------------------------------------------------------1 6 384,326 6,25874 375,095 393,5582 6 403,096 6,25874 393,864 412,3283 6 454,433 6,25874 445,202 463,6654 6 446,209 6,25874 436,978 455,441--------------------------------------------------------------------------------Total 24 422,016Variance CheckCochran's C test: 0,342406 P-Value = 0,921317Bartlett's test: 1,03379 P-Value = 0,893351Hartley's test: 1,81469
3
Leave a Comment