Professional Documents
Culture Documents
Creada mediante Ley publicada en el Registro Oficial No 261 del 07 de Febrero de 2001
CARRERA:
INGENIERA EN MEDIO AMBIENTE
CTEDRA:
DISEO EXPERIMENTAL
PERODO:
MAYO OCTUBRE 2015
CUARTO SEMESTRE
ING. EDISON CHASING GUAGUA Mg Sc
PROFESOR
NDICE
NDICE............................................................................................................................II
PRESENTACIN............................................................................................................6
OBJETIVOS....................................................................................................................7
Objetivos Especficos...................................................................................................7
UNIDAD 1: ASPECTOS GENERALES DE LA INVESTIGACIN Y DEL
DISEO EXPERIMENTAL..........................................................................................8
1.1. LGICA, INVESTIGACIN Y EXPERIMENTO.....................................8
1.2. RAZONAMIENTO DEDUCTIVO E INDUCTIVO....................................8
1.2.1. Razonamiento Deductivo..........................................................................8
1.2.2. Razonamiento Inductivo...........................................................................9
1.3. EL PROBLEMA DEL INVESTIGADOR...................................................10
1.4. NECESIDAD DE LA EVALUACIN ESTADSTICA.............................11
1.4.1. Repeticin.................................................................................................12
1.4.2. Muestreo aleatorio...................................................................................12
1.4.3. Control local.............................................................................................12
1.5. EL MTODO CIENTFICO........................................................................13
1.5.1. Hechos observados...................................................................................13
1.5.2. Hiptesis...................................................................................................13
1.5.3. Experimento.............................................................................................13
1.5.4. Resultados y su interpretacin...............................................................13
1.6. CARACTERSTICAS DE UN EXPERIMENTO BIEN PLANEADO....14
1.6.1. Simplicidad...............................................................................................14
1.6.2. Grado de precisin..................................................................................14
1.6.3. Ausencia de error sistemtico.................................................................14
1.6.4. Rango de validez de las conclusiones....................................................14
1.6.5. Clculo del grado de incertidumbre......................................................14
1.7. PROCEDIMIENTOS PARA LA EXPERIMENTACIN.........................15
1.7.1. Definicin del problema..........................................................................15
1.7.2. Determinacin de los objetivos...............................................................15
1.7.3. Anlisis crtico del problema y de los objetivos....................................15
1.7.4. Seleccin de tratamientos........................................................................16
1.7.5. Seleccin del material experimental......................................................16
1.7.6. Seleccin del diseo experimental..........................................................16
1.7.7. Seleccin de la unidad de observacin y del nmero de repeticiones. 16
1.7.8. Control de los efectos entre unidades adyacentes.................................16
1.7.9. Consideracin acerca de los datos que se van a recabar......................16
1.7.10. Esbozo del anlisis estadstico y del resumen de los resultados..........17
1.7.11. Conduccin del experimento..................................................................17
1.7.12. Anlisis de los datos e interpretacin de los resultados.......................17
1.7.13. Elaboracin de un completo, legible y correcto informe de la
investigacin...........................................................................................................18
1.8. DEFINICIN DE DISEO EXPERIMENTAL........................................18
1.9. OBJETIVOS..................................................................................................19
1.10. FASES DEL EXPERIMENTO.....................................................................19
1.11. CLASES DE EXPERIMENTOS..................................................................20
2
MODULO DE DISEO
EXPERIMENTAL
PRESENTACIN
El propsito de las ciencias estadsticas es suministrar una base objetiva para el anlisis de
problemas en los que los datos se apartan de las leyes de la casualidad exacta. Se ha ideado un
sistema lgico general de razonamiento inductivo, aplicable a datos de esta naturaleza, y en la
actualidad se utiliza ampliamente en la investigacin cientfica. Es importe conocer sus
principios, tanto para los investigadores cientficos como para aquellos cuyos intereses
residen en la aplicacin de avances tecnolgicos resultantes de dichas investigaciones. Esto es
especialmente cierto para las ciencias agrcolas y biolgicas.
Cuando clasificamos los problemas de acuerdo con el sistema de razonamiento lgico
empleado en su resolucin, encontramos precisamente dos clases de problemas: El de
razonamiento deductivo y el de razonamiento inductivo.
En el primero, existe el tipo de problemas en el cual se nos da algn principio o conjunto de
principios generales y se nos pide que determinemos qu sucedera
bajo un conjunto
Objetivos Especficos
La experimentacin tiene por objeto comprobar la prctica de una hiptesis formulada sobre
el valor de un procedimiento, factor o elemento; la hiptesis generalmente es una suposicin
de una cosa posible de la que se obtiene conclusiones, es decir que es una opinin que no est
fundada en pruebas positivas; generalmente se usa un testigo o control que constituye el
individuo o parcela experimental que no recibe el tratamiento, cuyo efecto se desea. Por
ejemplo se establece un ensayo para probar el grado de adaptacin y rendimiento de un
hibrido tomate de mesa, planendose un ensayo de tal manera que estn inmersas especies
locales como testigo. Si el nuevo hibrido presenta mayores rendimientos o cualquier otro
atributo esa especie ser recomendada para la zona.
Se ha definido que el experimento es un conjunto de reglas usadas para sacar la muestra de la
poblacin y una vez concluido el ensayo, obtener informacin sobre la poblacin.
Se considera a la investigacin como un arte y como una ciencia, es considerada como
ciencia cuando existen modelo matemticos, formula y procedimiento aritmticos, y se la
considera como una arte cuando la capacidad del investigador interpreta los resultados y
obtiene conclusiones vlidas y confiables, es decir que el investigador determina despus del
ensayo los objetivos del mismo en forma clara y precisa.
3
1
En primer lugar, existe el tipo de problema en el cual se nos da algn principio o conjunto de
principios generales y se nos pide que determinemos qu sucedera bajo un conjunto
especfico de condiciones. El tipo de razonamiento empleado, de lo general a lo particular,
recibe el nombre de razonamiento deductivo.
Unos cuantos ejemplos servirn para aclarar este concepto.
Dada la frmula general para el rea de un crculo, A = nr2, cul es el rea de un crculo cuyo
radio es de 15 centmetros?
Dada una clave y descripciones de las malas hierbas de Manab, a qu especie debe
pertenecer cierta mala hierba?
Dadas las leyes de Boyle y Charles, cmo debemos esperar que cierto volumen de gas
cambie al ser sometido a cambios de presin y temperatura especficos?
Dados algunos principios generales de control de enfermedades, qu respuesta cabe esperar
al aplicar determinada dosis de un fungicida a un acre de un cultivo en particular?
Dada una moneda neutral cuya probabilidad de que caiga en cara al ser lanzada al aire es de
un medio, qu suceder cuando dicha moneda sea lanzada al aire diez veces?
El lector deber pensar en otros ejemplos basados en su propia experiencia.
Casi todos los problemas encontrados durante nuestra educacin formal fueron de este tipo,
donde la solucin requiri el razonamiento deductivo. Frecuentemente se dice que un
agricultor debera ser "versado en los fundamentos bsicos". Esto implica que debera tener
bajo su control un gran acervo de principios generales y las habilidades del razonamiento
deductivo para aplicarlos a casos especficos.
2
Razonamiento Inductivo
El segundo tipo de problema es opuesto al primero. Se nos dan algunos casos especficos y se
nos pide que lleguemos a algunos principios generales que sern aplicados a todos los
miembros de la clase representada por dichos casos. El razonamiento empleado, de lo
especfico a lo general, se denomina razonamiento inductivo.
Los siguientes ejemplos de problemas, que requieren del razonamiento inductivo, son
anlogos a aquellos que se han presentado anteriormente para ilustrar el tipo de problemas
deductivos:
Dadas las reas y los radios de diversos crculos, qu frmula general podemos dar,
expresando la relacin entre las reas y los radios de todos los crculos?
Dados diversos tipos de una especie de mala hierba no descrita, cmo podramos describir a
la especie como un todo y expresar su relacin con otras especies en una clave?
Dada una serie de observaciones sobre el volumen de un gas bajo diferentes condiciones de
presin y temperatura, qu leyes generales explicarn tales observaciones?
Dados los resultados de una serie de pruebas de control de enfermedades, qu
recomendaciones generales se pueden hacer respecto de la utilizacin de los mtodos de
control?
Ntese que todos los problemas de este tipo tienen algo en comn: todos empiezan con un
grupo de observaciones. En algunos casos, como en la descripcin de una nueva especie, las
observaciones de fenmenos son hechas simplemente en la medida en que stos tienen lugar
en la naturaleza; sin embargo, por regla general, las observaciones se realizan bajo
condiciones controladas. Los factores objeto de estudio se hacen variar en alguna forma
sistemtica, mediante la aplicacin de tratamientos. Otros factores que pueden e ercer
influencia sobre las observaciones son minimizados hasta el punto en que la prctica lo
permita. Tenemos, entonces, un experimento.
1.3.
Hemos expresado que casi todos los problemas encontrados en nuestra enseanza formal son
del tipo que requiere del razonamiento deductivo. Podemos afirmar tambin que casi todos los
problemas que afrontan los ambientalistas requieren de un razonamiento inductivo.
Cul es el problema tpico que afrontan los investigadores agrcolas? Este podra
establecerse en los siguientes trminos generales: afectar la utilizacin de una prctica
nueva o diferente el resultado de algn segmento en particular de la empresa agrcola?; si as
fuese, en qu extensin lo hara? Puesto que estas interrogantes nunca pueden ser
contestadas con un 100% de seguridad, debemos tener en cuenta tambin el riesgo y el costo
de una toma de decisin incorrecta. Esto resultar ms evidente a medida que avancemos en
el estudio de este volumen.
Para resolver tal problema, por regla general se requiere un experimento. En el experimento
ms simple, debe haber slo dos tratamientos: la nueva prctica y la vieja. Un experimento
10
11
datos experimentales que permitirn una estimacin imparcial de los efectos del tratamiento y
la evaluacin de las diferencias del tratamiento a travs de pruebas de significacin basadas
en mediciones del error experimental
Los efectos del tratamiento son estimados mediante la aplicacin de tratamientos a por lo
menos dos unidades experimentales, por regla general a ms de dos, y promediando los
resultados para cada tratamiento. Las pruebas de significacin determinan la probabilidad de
que las diferencias de tratamiento pudieran haber ocurrido solamente por casualidad.
Existen tres importantes principios, inherentes a todos los proyectos experimentales que son
esenciales para los objetivos de la ciencia estadstica:
1.4.1. Repeticin
La repeticin significa que un tratamiento se efecta dos o ms veces. Su funcin es
suministrar una estimacin del error experimental y brindar una medicin ms precisa de los
efectos del tratamiento. El nmero de repeticiones que se requerirn en un experimento
particular, depende de la magnitud de las diferencias que deseamos detectar y de la
variabilidad de los datos con los que estamos trabajando. Considerando estos dos aspectos al
inicio de un experimento, evitaremos muchas equivocaciones.
1.4.2. Muestreo aleatorio
El muestreo aleatorio es la asignacin de tratamientos a unidades experimentales, de modo
que todas las unidades consideradas tengan iguales probabilidades de recibir un tratamiento.
Su funcin es asegurar estimaciones imparciales de medias de tratamientos y del error
experimental
1.4.3. Control local
Este principio de diseo experimental permite ciertas restricciones sobre la seleccin aleatoria
para reducir el error experimental; por ejemplo, en el diseo de bloques completos al azar, los
tratamientos son agrupados en bloques que se espera tengan un desempeo diferente, en el
cual cada uno de ellos presenta un efecto de bloque que se puede separar de la variacin total
del experimento.
12
1.5.
EL MTODO CIENTFICO
13
3
1
Grado de precisin
Deber haber una gran probabilidad de que el experimento sea capaz de medir diferencias de
tratamientos con los grados de precisin deseados por el experimentador. Esto implica un
diseo apropiado y un nmero suficiente de repeticiones.
3
Debe planearse el experimento para asegurar que las unidades experimentales que reciban un
tratamiento no difieran sistemticamente de aquellas que reciben otro tratamiento, de modo
que pueda obtenerse una estimacin imparcial de cada efecto de tratamiento.
4
Las conclusiones deben tener un rango de validez tan amplio como sea posible. Un
experimento replicado en tiempo y espacio incrementara el rango de validez de las
conclusiones que podran sacarse del mismo. Un conjunto factorial de tratamientos es otro
medio para incrementar el rango de validez de un experimento. En un experimento factorial,
los efectos de un factor son evaluados bajo niveles variantes de un segundo factor.
5
14
1.6.
15
16
17
Definicin: Se pude considerar al diseo experimental como una estructura que permite el
uso de modelos matemticos, para contestar preguntas planificadas, mediante la reduccin
y
18
OBJETIVOS
El investigador debe conocer parcialmente los problemas y objetivos especficos que persigue
con sus experimentos, concretamente el profesional debe preguntarse:
1. Cules son los caracteres o variable que se van a ser analizadas y como se van a medir su
efecto.
2. Una vez que se ha establecido la o las variables que se van a medir ver si existe
uniformidad general con respecto a otros efectos.
3. Cul va a ser el procedimiento a seguirse.
4. En qu forma va a ser analizados los datos.
1.9.
Todo investigador tiene una lista tctica de pasos a seguir, cuando disea un ensayo. En
general esos pasos coinciden con las diferentes etapas mencionadas al describir el mtodo
cientfico y son:
1. Enunciado del problema.
2. Formulacin de la o las hiptesis.
3. Seleccin del procedimiento experimental o del diseo.
4. Ejecucin del experimento.
5. Aplicacin de los procedimientos estadsticos a los resultados.
6. Interpretacin de los resultados.
7. Anlisis econmico de los mismos; a fin de elaborar la conveniencia, prctica de adoptar,
el tratamiento cuya superioridad ha sido demostrada por el experimento.
19
20
1.11.
Los componentes del experimento son tres; tratamientos, unidad experimental y repeticin.
1.11.1. Tratamiento
En la seleccin de tratamiento y la Para el investigador el tratamiento denota diferente
procedimiento
experimento. El efecto
el
tratamiento puede ser medido en la unidad experimental o en una parte de ellas lo que
constituye la unidad de muestreo. En estudios psicolgicos y sociolgicos el tratamiento
puede referirse a edad, sexo, grado de educacin, religin, en las ciencias ambientales a
estudios forestales, contaminacin ambiental, alimentacin animal, produccin de productos
alimentarios limpios, etc. En resumen el tratamiento o estimulo que se da a un grupo de
cosas, animales o plantas para produccin de un efecto en el cual es estudiado.
Seleccin de Tratamiento
solamente se obtiene doble informacin dentro del mismo experimento, si no que aumenta el
grado de precisin.
Tratamiento Testigo
experimento en el cual no tiene un inters especific, puede ser necesario para demostrar
por comparacin que los tratamientos son eficaces. En ciertos casos el tratamiento testigo
ser un tratamiento sin estimulo
En una prueba de abonamiento de cultivos se puede aplicar 4 dosis de abonos orgnicos, 0
50, 100 y 150 Kg. / ha, la dosis 0 constituye el testigo o control.
1.11.2. Unidad Experimental
21
Es la unidad material a la que se aplica un solo tratamiento. La unidad puede ser una parcela
de terreno, un animal, un paciente del hospital , una hoja ,un rbol , etc. Para frutales y
especie forestales la unidad experimental es ms grandes o se considera desde 1 a 10
unidades (rboles).
Es la superficie que queda de la parcela experimental, luego de eliminar los bordes sean estos
surcos determinados, es decir que el rea til es la superficie donde se mide la respuestas o
variables.
Muestras
Es el nmero de plantas de la parcela experimental que se han escogido para medir variables,
ya que por su dificultad o tiempo de medicin no puede ser medido en todas las plantas de
las parcelas tiles, es decir que la muestra es un numero menos de plantas en las cuales se
mide caracteres tales como altura de planta , longitud de vaina , volumen de frutos , nmeros
de vainas , semillas por vaina , etc.
1.11.3. Repeticin
Se llama repeticin, bloque, al conjunto bsico de tratamiento dentro del ensayo lo que en
experimentacin agrcola van unos al lado del otro en el terreno formando un bloque ms o
menos compacto. Cada vez que se repite ese conjunto de tratamiento existe una repeticin.
Una repeticin debe ser informe porque se est midiendo los tratamientos para que las
respuestas de las unidades experimentales sean iguales.
Funciones de la Repeticin
22
1. Precisin requerida
2.
3.
Diseo empleado.
4.
Presupuesto
5.
6.
Se disponen los bloques dependiendo del tipo de suelo que se tiene y segn lo que se espera
de la tendencia de fertilidad de los suelos. Es recomendable dejar la mxima variacin dentro
del bloque, y para que las unidades experimentales partan condiciones uniforme se debe dejar
menos variacin dentro del bloque o repeticin.
1.12. COMPONENTES MATEMTICOS DEL DISEO EXPERIMENTAL
1.12.1. Error Experimental
Los resultados experimentales varan no solo por la accin de los tratamientos sino tambin a
variaciones ambientales, las que tienden a enmascarar el efecto de los tratamientos. Para
expresar estas variaciones, generalmente se usa el trmino error experimental, en que error
no quiere decir equivocacin sino que incluye todo tipo de variacin externa, ajena al
23
Errores de experimentacin.
2. Errores de observacin.
3. Errores de medicin.
4.
5.
24
25
2. Se debe tratar de controlar las variaciones externas de tal modo que todos los tratamientos
acten bajo idnticas condiciones.
3. Si se usa aparatos para la toma de datos; es importantes calibrarlos peridicamente a fin de
controlar su precisin.
4. La precisin de un experimento puede aumentarse mediante el uso covariancia.
1.13. SELECCIN DEL TIPO DE DISEO EXPERIMENTAL
El nmero y la naturaleza de los tratamientos a estudiarse determinan el tipo de diseo que
debe usarse. Antes de decidir sobre estos aspectos, se deber considerar varios tpicos entre
ellos grado de precisin requerida, disponibilidad de semillas, equipo, mano de obra y
similitud de los tratamientos de las prcticas de usos comn de los agricultores.
El diseo de bloque al azar es quizs, el anlisis estadstico ms usado. Este diseo funciona
bien hasta con 20 tratamientos. Si la variable dentro del experimento son riego y fertilizacin,
es ms fcil crear una parcela grande que una subparcela, en cuyo caso se usara el diseo de
parcela dividida.
1.14. DELINEAMIENTO EXPERIMENTAL
En todo proyecto que se aplica Diseo Experimental es necesario definir el delineamiento
experimental que est integrado por:
1. Tipo de Diseo experimental
2. Numero de tratamientos
3. Nmero de repeticiones
4. Nmero de unidades experimentales
5. Superficie de la parcela
6. Superficie de la repeticin
7. Superficie total del ensayo
8. Nmero de plantas o animales por unidad experimental
9. Nmero de plantas o animales total del ensayo
Se aplicarn ejemplos de experimentos realizados.
26
27
3.
4.
Cuntas repeticiones?
2) Se desea conocer la digestibilidad de mezclas entre leucaena de corte y pasta de algarrobo
en la alimentacin de ganado bovino.
El ensayo se bas en probar dosificaciones de estos dos productos en nmero de ocho
raciones alimenticias, empleando grupos de animales de ocho, los mismos que recibieron cada
una de las raciones.
Un total de 128 animales fueron usados en el experimento.
Preguntas:
1. Cules y cuantos fueron los tratamientos?
2. Cul fue la unidad experimental?
3.
4.
Cuntas repeticiones?
3) Se desea conocer el grado de adaptacin de algunos variedades de leucaena en la zona de
jipijapa; para lo cual fue necesario escoger cuatros localidades entre ellas Sancan, Guarango,
Casas Viejas y Pedro Pablo Gmez; donde se sembraron 20 variedades, empleando parcela de
observacin de 500 m con un total de 80 parcelas (Las veces que se repiti que variedad fue
constante).
Preguntas:
1.
2.
28
3.
4.
5.
Cuntas repeticiones?
4) Una empresa madera desea exportar 1500 toneladas de madera tratada y empaquetada; para
lo cual fue necesario comparar mtodos de empaquetadura de una determinada especie de
madera. El criterio fue probar la afectividad de un cido especial despus de un tiempo
determinado del tratamiento se utiliz para cada uno de los tres mtodos de empaquetar
ciertos paquetes.
Preguntas:
1. Cules y cuntos fueron los tratamientos?
2.
3.
4.
Cuntas repeticiones
29
30
G L
R trat
Trat 1
Trat ( r 1 )
S C
C M
Sxi FC
Strat / r FC
CMTrat /gl trat
SCTo - SCTrat
F C
CMTrat / CME
31
1.
I
6
4
7
8
III
7
5
5
7
IV
8
9
9
10
S TRAT
26
25
27
30
108
FC = ( SxI )2 / N
FC = (108)2 / 16
2.
II
5
7
6
5
= 729 ******
SCTo = Sxi 2 - FC
SCTo = (6 2 + 4 2 + 72 + 82 + 52 + 72 +62 + 52 + 72 + 52 + 52 + 72 + 82 +
92 + 92
SCTo = 774 - 729
3.
+ 10 2) -
729
= 45
4. SCE
SCTo - SCTrat
SCE
45 - 3,5 = 41,5
G L
15
3
S C
45
3,5
C M
F C
1,16
0,33ns
F t
3,49 5,95
32
ERROR
12
41,5
3,45
CV = 27,8 %
GLTo = N - 1
GLTrat = Trat - 1
GLE
= GLTo - GLTrat
GlTo = 16 - 1 = 15 *****
GlTrat = 4 - 1 = 3 *****
GLE
= 15 - 3 = 12 *****
33
CV =
S
x
x 100
CV =
CMError
x
x 100
34
CV =
3,45
6,75
x 100
x = 108 / 16
x = 6,75 *****
Sx =
S
r
Sx =
3,45
4
0,8625
0,928 kg *****
Sd=
Sd=
2 ( S)
r
2(3,45)
4
6,9
4
1,725
1,31 kg *****
35
36
Ejercicio de clculo
Trat
1
2
3
4
5
6
Total
Promedio
I
42
32
25
18
35
36
188
Bloques o repeticiones
II
III
46
38
38
31
32
28
20
26
42
46
25
22
203
191
IV
41
30
26
24
40
26
187
Total
167
131
111
88
163
109
769
Promedio
41.75
32.75
27.75
22.00
40.75
27.25
32.04
Proceso de Clculo
1.
Factor de Correccin:
FC = S (Xij) / r x t
FC = (769) / 4x6 = 591.361 / 24 = 24.640
37
= 287 *******
6. Cuadrados medios.
CMRep = SCRep / grep = 27 / 3
9 *****
19,13 *****
7. Prueba de F t
F t Rept = CMRept / CMError
9 / 19,13
= 0,47 *****
38
= 250,2 / 19,13
= 13,08 *****
8. Coeficiente de variacin
CV =
9.
Error tpico
Sx =
19,13
4
= 2,19 *****
Sd =
2(19,13)
4
= 3,09 *****
F DE v
TOTAL
R REPT
TRAT
ERROR
GL
23
3
5
15
SC
1.565
27
1.251
287
A D E V A
CM
FC
9
250,2
19,13
< 1 ns
13.08**
Ft
3,29
2,90
5,290
4,56
CV = 13,65 %
10. Decisin estadsticas
Ho: T1 = T2 = ------------ = T6
Ha: T1 = T2 u otro
Si
Si
FC
FC
Ft
Ft
En las repeticiones FC
En las repeticiones FC
Se acepta la Ho
Se rechaza Ho y se acepta la Ha
Ft No hay diferencias entre bloques ( n s )
Ft Existen diferencias entre tratamiento.
39
I
101
51
83
67
29
II
93
61
68
40
45
III
93
59
72
46
51
IV
96
58
75
52
42
S.Trats
383
229
298
205
167
1.282
Proceso de Clculo:
1.
2.
= 7.286 ******
ADEVA
F de V
TOTAL
TRAT
ERROR
G L
19
4
15
S C
8.168
7.286
882
C M
F C
F t
1.821,5
38,8
30,98 **
3,06 4,89
40
Toda investigacin parte de la Ho en donde todos los tratamientos son iguales, esto se cumple
cuando FC < Ft. En el ejemplo si FC = 3,01 entonces no habra resultado significativo, en
trminos apropiados ello indicara que la ausencia de cualquiera de los elementos
nutricionales producen el mismo efecto en plantas de pasto yaragua, es decir la misma manera
en peso seco habra de fallar N, P, K, Ca, S.
Pero como FC > Ft (30,98 **) esto indica que los tratamientos no son iguales cumplindose
la hiptesis alternativa ( Ha ), los tratamientos son diferentes; la ausencia de uno o ms
elementos nutricionales afectan el peso seco ms que otros. Hasta aqu solo sabemos que los
tratamientos son diferentes debemos continuar con las pruebas de significacin.
Sx =
S
r
58,8
4
= 14,70
= 3,83
Sd =
2S
r
2 (58,8)
4
= 29,40 = 5,42
Coeficiente de Variacin
CV =
S
x
x 100
41
Ejercicio de clculo:
R E P E T I C I O N E S
TRAT
H0 te
H250
H500
H100
E1
41
34
45
35
E2
41
34
46
33
E3
44
35
49
E4
43
34
44
E5
41
33
E6
42
E7
44
E8
41
E9
41
STrat
378
170
184
68
PROCESO DE CLCULO
FC = ( S xi ) / N
FC = ( 800 ) / 20
= 32.000 *****
SCTo = S xi - FC
SCTo = ( 41 + 41 + .........+ 35 + 33 ) 32.000 = 464 ******
SCTrat = SCTrat / n trat - FC
SCTrat = ( 378 ) / 9 + ( 170 ) / 5 + ( 184 ) / 4 ( 68 ) / 2 32.000 = 432 *
SCE = SCTo - SCTrat
SCE = 46 - 432 = 32 ***
ADEVA
42
F de V
TOTAL
TRAT
ERROR
CV =
G L
19
3
16
SC
464
432
32
CM
FC
144
2
72 **
Ft
3,24
5,29
2 x 100 = 3,5 %
40
r = 9+5+4+2/4 = 5
x r = 5 ***
Sx =
S
r
2
5
Sd =
2S
r
2()
5
= 0,64 ***
= 0,90
Ejercicio:
I
32
42
25
18
Pp
II
Pp
46
32
20
42
III
31
38
28
26
46
IV
30
41
26
24
40
S TRAT
93
167
111
88
128
43
V6
S Rept
36
153
25
165
22
191
26
187
109
696
PROCESO DE CLCULO
Frmula para clculo de parcela perdida
X =
X = valor perdido
R = No de repeticiones
B = S To del bloque donde se pierde
t = No de tratamientos
T = S Trat donde corresponde la pp
G = Gran total general
rB + tT - G
(r 1) (t 1)
Para las pruebas de significacin para tratamientos, debe obtenerse una Desviacin Standard
modificada con la siguiente frmula.
Sd =
S [ 2
r
t
]
r(r 1)(t-1)
Cuando faltan 2 valores, debe calcularse un promedio para el primer valore perdido, luego
aplicar la frmula y obtener el prime valor perdido, entonces anular el promedio inicial, y
calcular con la frmula el segundo valor perdido.
1.
Calculo de V5 ( I rept. )
x = 4 ( 153 ) + 6 ( 128 ) 696
(41) (61)
2.
r =
4
B = 153
t =
6
T = 128
G = 734
= 43,1 ***
Calculo de V1 ( II rpt. )
x = 4 ( 165 ) + 6 ( 93 ) 738,7
(41) (61)
= 43,1 ***
r
t
B
T
G
=
4
=
6
= 165
=
93
= 738,7
44
3.
Calculo de g I
F de V
GL
Total
Rept.
Trat
Error
21
3
5
13
2.3.
45
GL
F de V
Total
Hileras
Colum.
Trat.
Error
24
4
4
4
12
Total
Hileras
Colum.
Trat
Error
GL
63
7
7
7
42
Para ubicar los tratamientos en las unidades experimentales se utiliza un sistema combinado
de aleatorizacin: 1ero_ un arreglo de posiciones o distribucin o tratamientos y luego se
produce al sorteo de posicin de columnas e hileras.
Efecto de diagonal
1
A
B
C
D
2
B
C
D
E
3
C
E
E
A
4
D
D
A
B
5
E
A
B
C
Sorteo de Columnas
1
2
3
4
5
2
B
C
D
E
A
5
E
A
B
C
D
1
A
B
C
D
E
3
C
D
E
A
B
Sorteo de hileras
4
D
E
A
B
C
3
1
5
2
4
3
D
B
A
C
E
D
B
E
D
A
C
B
C
A
E
B
D
C
E
C
B
D
A
E
A
D
C
E
B
A
Ejercicio:
46
C O L U M N A S
Hileras
I
I
28,2
II
31,0
III
30,6
IV
33,1
V
29,9
VI
30,8
S colum 183,6
Total Trat.
x Trat
A
B
C
D
E
F
II
29,1
29,5
28,8
30,4
25,8
29,7
173,3
III
32,1
29,4
21,7
28,8
30,3
27,4
169,7
IV
33,1
24,8
30,8
31,4
30,3
29,1
179,5
B
F2
C
F3
D
F4
E
F5
F
F0
183,1
182,1
188,9
183,8
182,2
148,6
31,0
30,4
31,5
30,6
30,4
24,8
A
F1
V
31,1
33,0
31,9
26,7
33,5
30,7
186,9
VI
S hilera
32,4
186,0
30,6
178,3
30,1
173,9
31,9
182,3
32,3
182,1
21,4
169,1
178,7 1.071,7
1. Factor de correccin
FC = S( Xij ) / c x h
FC = ( 1,071,7 ) / 6 x 6
2. Suma de Cuadrado total
SCTo = S Xij - FC
SCTo = ( 28,2 ) + ( 31,0 ) +...........+ ( 32,3 ) + ( 21,4 ) - 31.903,91
SCTo = 32.185,79 - 31.903,91 = 281,88 *****
47
= ( SCH ) / trat - FC
SCHil
SCHil
= 31936,10 - 31.903,91
= 32,19 ******
5. SCTrat = ( Strat ) / C - FC
SCTrat = ( 186,1 ) +...........+ ( 148,6 ) / 6 - 31.903,91
SCTrat = 32089,68 - 31.903,91
= 185,77 ***
GL
35
5
5
5
20
SC
281,88
32,19
33,67
185,77
30,25
C M
FC
6,44
6,73
37,15
1,51
4,26 **
4,45 **
24,56 **
Ft
2,71 4,10
7. Cuadrados Medios
Hileras
S C Hil
G L Hil
32,19
5
= 6,44 ****
48
Columnas =
S C Col
G L Col
TRAT
S C Trat
G L Trat
ERROR =
SCE
GLE
33,67
5
= 6,73 ****
185,77
30,25
20
= 37,15 ****
= 1,51 ****
8. Prueba de F
FC =
C M Trat
C M Error
37,15
1,51
= 24,56 *****
9. Error Tpico
CV =
1,51
x 100
29,8
= 4,12 *****
Sx
2(1,51)
6
= 0,50 *****
Trat
C = 31,48
A = 31,01
D = 30,63
E = 30,36
B = 30,35
F = 24,76
Tuckey
a
a
a
a
a
b
Scheffe
a
a
a
a
a
b
es mayor a Ft
4,10 al
significativo.
CONCLUSIN: Los tratamiento son diferentes al 1 % de probabilidad.
Calculo de parcelas perdidas
X =
r ( H + C + T) - 2 G
de donde:
49
(r 1) ( r 2 )
X = valor parcelas perdidas
V, C, T = Total de la hilera, columna
y tratamiento donde se ubican
la parcela perdida
G = Gran total
R = No de repeticiones (Sea hil, col o trat)
Para la ADEVA debe sustraerse 1 gl del total y del error.
g.l. del
Error
Nivel de significancia
50
significativa hay que encontrar cuales son diferentes en base las siguientes pruebas, las cuales
en definitiva solo establecen un valor, que marca la diferencia de dos o ms tratamientos.
Ejercicio:
Prueba de rendimiento de semilla de 6 tratamientos en un ensayo de algarrobo con diseo de
bloques completo al azar.
F de V
TOTAL
REPT
ESPEC
ERROR
1. S x = 2,19
G L
23
3
5
15
CM
FC
9
250,2
19,13
13,08 **
Ft
2,90 4,56
S d = 3,09
40,75
32,75
27,75
27,25 22,00
DMS = t ( g I error ) x S d
DMS = ( 2,131 ) ( 3,09 ) = 6,58 ******
E1 E2 = 41,75 40,75 = 1
E2 - E3 = 40,75 - 32,75 = 8
E3 - E4 = 32,75 - 27,75 = 5
3.2.
g I = 15
t( 0.5 ) = 2,131
t( 0.1 ) = 2,947
S d = 3,09
Tiene una gran ventaja, puede hacerse aun cuando FC no sea significativo, por ser
independiente, prueba de mayor valor que la DMS, ms estricta, y si toma en consideracin el
51
nmero de tratamiento permite comparar todos los promedios, sin restricciones y se requiere
Sd, Sx, y valores de Rango Mnimo de Duncan (Tabla 7), que se obtienen segn el nmero de
promedios de tratamientos y los grados de libertad del error, y la frmula es la siguiente.
RMS = RMD x S x
3,01
3,16
3,25
3,31
x
3,36
2,19
6,59
6,92
7,12
7,25
7,36
RMD (Tabla)
RMS
Luego se ordenan los promedios, y por diferencia entre los promedios de tratamientos y los
valores de RMS, se establece la diferencia, que nos permiten establecer, cual o cuales
tratamientos se ubican en cada uno de los rangos, como se indica a continuacin.
Interpretacin: En conclusin se establecen 3 rangos a, b, c, en donde los promedios bajo
el mismo rango que llevan la misma letra son estadsticamente iguales, es decir que en el
52
primer rango incluye los valores 41,75 y 40,75 el segundo rango el valor es 40,75 y el tercer
rango 32,75.
3.3.
PRUEBA DE TUKEY
= 23,18
41,75 a
40,75 ab
32,75 ab
3.4.
PRUEBA DE SCHEFFE
53
S = ( Fo ) ( Sd ) en donde Fo =
Fo =
2,90 ( 6 1 )
S = ( 3,81 ) ( 3,09 )
F( p 1 )
Fo = 3,81*****
F = valor de tabla 5%
P 1 = No Trat 1
Sd = 3,09
S = 11,77 ******
41,75
Interpretacin
40,75
32,75
abc
27,75
iguales estadsticamente
27,75
22,00
54
0 - 80 - 120 -
160
Niveles de pruebas
Factor 2 Agua
400 - 500
- 600
Niveles de pruebas
Un ejemplo prctico de experimento factorial, es el tratamiento de semilla de frjol boln
rojo utilizando una combinacin factorial de tres niveles de dosificacin de un fungicida
DOSIS DE
DOSIS DE INSECTICIDAS
I0
I1
FUNGICIDAS
F0
F 0 I0
F 0 I1
F1
F 1 I0
F 1 I1
F2
F 2 I0
F 2 I1
dosificacin de un insecticida 3 x 3 = 9 tratamientos.
con
I2
F 0 I2
F 1 I2
F 2 I2
tres
niveles de
variedades de pimiento
Factor B = 4
Abonos orgnicos
55
Unidades experimentales = 80
VARIEDADES
DE PIMIENTO
V1
V2
V3
V4
V5
A1
V1A1
V2A1
V3A1
V4A1
V5A1
ABONOS ORGNICOS
A2
A3
V1A2
V1A3
V2A2
V2A3
V3A2
V3A3
V4A2
V4A3
V5A2
V5A3
F de V
TOTAL
REPETICIONES
FACTOR A
FACTOR B
Ax B
ERROR
A4
V1A4
V2A4
V3A4
V4A4
V5A4
G.L.
79
3
4
3
12
57
TRATAMIENTOS
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
REPETICIONES
I
II
V1A1
V1A1
V1A2
V1A2
V1A3
V1A3
V1A4
V1A4
V2A1
V2A1
V2A2
V2A2
V2A3
V2A3
V2A4
V2A4
V3A1
V3A1
V3A2
V3A2
V3A3
V3A3
V3A4
V3A4
V4A1
V4A1
V4A2
V4A2
V4A3
V4A3
V4A4
V4A4
III
V1A1
V1A2
V1A3
V1A4
V2A1
V2A2
V2A3
V2A4
V3A1
V3A2
V3A3
V3A4
V4A1
V4A2
V4A3
V4A4
IV
V1A1
V1A2
V1A3
V1A4
V2A1
V2A2
V2A3
V2A4
V3A1
V3A2
V3A3
V3A4
V4A1
V4A2
V4A3
V4A4
56
17
18
19
20
V5A1
V5A2
V5A3
V5A4
V5A1
V5A2
V5A3
V5A4
V5A1
V5A2
V5A3
V5A4
V5A1
V5A2
V5A3
V5A4
de riego
en 2 variedades
de frijol, utilizando
5 Cm. de agua
A2 = 10 Cm. de agua
A3 = 15 Cm. de agua
FACTOR B = 2 VARIEDADES DE FRIJOL
B1 = Caupi rojo
B2 = Caupi blanco
RENDIMIENTO DE FRIJOL EN Kg POR PARCELA
TRAT
A1B1
A1B2
A2B1
A2B2
A3B1
A3B2
SUMA
REP
REPETICIONES
I
II
III
SUMA
TRAT
2
4
3
3
3
5
20
3
2
2
4
3
5
19
7
9
7
11
10
14
58
2
3
2
4
4
4
19
SUMAS DE A (AGUA)
PROMEDIOS
A1 =
7+9
= 16
16 / 6
2,67
A2 =
7 + 11 = 18
18 / 6
3,00
24 /
4,00
24 / 9
2,67
A3 = 10 + 14 = 24
PROMEDI
O
TRAT
2,33
3,00
2,33
3,67
3,00
4,67
3,22
SUMAS DE B (VARIEDADES)
B1 = 7 + 7 + 10 = 24
57
B2 = 9 + 11 + 14 = 34
1.
34 / 9
3,78
Proceso de Clculo
FC = (xi j k)2 / N
FC = (58)2 / 18 = 186,88
2.
4. SCA = (
xi j k )2 / b
r - FC
1158 / 6 - 186,88
SCA =
192,66 - 186,88
5. SCB = ( xi j k ) 2 / a
5,78
r - FC
58
5,56
SCAB =
7. SCE =
0,44
SCE =
SCE =
17,12 - 11,90
5,22
ADEVA
F de V
TOATAL
REPT
A RIEGO
B VAR
AB
ERROR
4.2.
G.L.
17
2
2
1
2
10
SC
17,12
0,12
5,78
5,56
0,44
5,22
CM
Fc
Ft
0,06
2,89
5,56
0,22
0,52
-1ns
5,6*
10,6**
-1
4,10 - 7,56
4,10 7,56
4,96- 10,04
combinaciones de los
59
Qu lo hace diferente: Dos tamaos de unidad Experimental, una para el factor A (Parcelas
U. E grande) y otra para el factor B (Parcelas o U.E chica).
Qu mide en mejor forma: Los niveles de B.
Por qu: Porque se repiten dentro de la U. Exp. De A tienen por tanto mas repeticiones que
los niveles de A.
Caracterstica del ADEVA: Tiene dos Errores Experimentales:
Error A (Parcelas o U. E grande) Error B (Parcelas o U.E chica).
Por qu: Porque hay dos tamaos de U Exp y por tanto hay dos fuentes de variacin
desconocida.
Ejemplo:
(A) 3 mtodos de riego
(B) 3 Variedades de Soya
1 Repeticin
A1
A3
A2
B1
B3
A1 B1
A1 B3
B2
B1
A3 B2
A3 B1
B2
B3
A 2 B2
A 2 B3
B2
A1 B2
B3
A3 B3
B1
A 2 B1
Parcelas = 3 factor A
Subparcelas: 9 factor B y AB
Para una repeticin
Si el experimento tiene 4 repeticiones habra:
34 = 12 Parcelas grandes
9 4 = 36 Parcelas chicas
60
Ejercicio de clculo:
Tratamiento
A1 B1
A1 B2
A1 B3.
A2 B1
A2 B2
A2 B3
(A)
Variedades
V1
(B)
Distancias
D1
D2
D3
II
III
IV
Tratamiento
28.8
32.4
30.2
35.4
38.6
40.1
40.2
34.6
37.2
30.1
28.9
26.5
134.5
134.5
134
Parcelas
91.4
114.1
112
85.5
403
V2
D1
D2
D3.
42.4
44.6
38.9
38.9
37.2
41.7
39.3
40.8
38.6
40.1
42.4
38.8
160.7
165
158
Parcelas
125.9
117.8
118.7
121.
3
483.7
Rep.
217.3
231.9
230.7
206.
8
886.7
Proceso de Clculo
X = 886,7 / 24 = 36.95
D1 = 0,40 X 0,25
D2 = 0,50 X 0,30
D3 = 0,60 X 0,40 M
B (D)
D1 = 134.5 + 160.7 = 295.5
D2 = 134.5 + 165.0 = 299.5
D3 = 134.o + 158.0 = 292
F.C. = (xijk)2
N
61
FC = (886.7)2 = 786236,39
24
24
FC = 32759,87//
S. C. T. = (xijk)2 F. C.
SCT = (28.8)2 + (35.4)2 + (40.2)2 + (30.1)2 + (32.4)2 + (38.6)2 + (34.6)2 + (28.9)2 + (30.2)2 +
(40.1)2 + (37.2)2 + (26.5)2 + (42.4)2 +(38.9)2 +(39.3)2 + (40.1)2 + (44.6)2 + (37.2)2 + (40.8)2 +
( 42.4)2 + (38.9)2 + (41.7)2 + (38.6)2 + (38.8)2 - 32759.87
SCT = 829.44 + 1253.16 + 1616.04 + 906.01 + 1049.76 + 1489.96 + 1197.16 + 835.21 +
912.04 + 1608.01 + 1383.84 + 702.25 + 1797.76 + 1513.21 + 1544.49 + 1608.01 + 1989.16 +
1383.84 + 1664.64 + 1797.76 + 1513.21 + 1738.89 + 1505.44 - 32759.87
62
S.C.P.G. = (xijk)2 F. C.
b
SCPG = (91.4)2 +(114.1)2 +(112)2 +(85.5)2 +(125.9)2 +(117.8)2 +(118.7)2 +(121.3)2 - 32759.87
3
SCPG = 8353.96+13018.81+12544+7310.25+15850.81+13876.64+14089.69+14713.69- 32759.87
3
SCPG = 99758.05 - 32759.87
3
SCPG = 33252.68 - 32759.87 = 492.81//
63
SCAB = (134.5)2 + (134.5)2 + (134)2 + (160.7)2 + (165)2 +(158)2 (32759.87 + 271.35 + 3.54)
4
SCAB = 18090.25 + 18090.25 + 1795.6 + 25824.49 + 27225 + 24964 - 33034.78
4
SCAB = 132149.99 33034.78
4
SCAB = 33037.49 - 33034.78 = 2.74//
S.C. E. (B) = S.C. to Subparcelas (S.C parcelas + S.C. B + S.C. A.B)
SCE = 569.38 (492.81 + 3.54 + 2.74)
SCE = 569.38 499.09 = 70.29
F de V
G. L.
Total
Repeticion
(A) Variedad
Error (A)
(B) Distancia
(AB) Var Dist
Error B
23
3
1
3
2
2
12
CV (a) =
CMEA.%
X
CV (a) =
50.13 x 100
36.95
ADEVA
S.C.
C. M.
569.38
71.07
271.35
150.39
3.54
2.74
70.29
23.69
271.35
50.13 S2 A
1.77
1.37
5.86 S2 B
F. C.
05
F. T. 01
</
5.41ns
9.28 29.46
10.13 34.12
</
</
3.89 6.93
64
CV (b) =
CMEB.%
X
CV (b) =
5.86 . 100
36.95
CV (b) = 2.420743687
36.95
CV (b) = 0.0655 100 = 6.55
CV (b) = 7%
4.2.1. Para Pruebas de Significacin
Se complica en parte la obtencin de los valores S X y Sd.
Para comparaciones del factor A
_
SX=
_
SX=
_
SX=
C M E (a)
r. b.
Sd =
2 (C M E (a))
r. b.
50.13
4.3
50.13
12
_
S X = 7.080254233
3.464101615
_
S X = 2.0438 //
Para comparaciones del factor B
_
S X = C M E (b)
r. a
Sd =
2 (C M E (b)
r. a.
65
SX=
5.86
4.2
S X = 2.420743687
2.828427125
5.86
8
SX = 0.8558 //
4.3.
Tratamiento
A 1 B1 C1
A 1 B1 C2
A. B. C. Esp.
Suelo Cont.
Franco No
Si
I
86
82
BLOQUES
II
82
95
III
98
99
A BC
266
276
A 1 B2 C1
A 1 B2 C2
Arenoso No
Si
98
91
90
85
98
95
286
271
557
A 1 B3 C1
A 1 B3 C2
Arcilloso No
Si
19
81
33
65
14
69
66
215
281
A 2 B1 C1
A 2 B1 C2
Trbol Franco No
Rojo Si
64
94
96
98
92
99
252
292
527
A 2 B2 C1
A 2 B2 C2
Arenoso No
Si
92
95
99
98
98
99
289
292
581
A 2 B3 C1
A 2 B3 C2
Arcilloso No
Si
55
67
48
59
64
77
167
203
370
A 3 B1 C1
A 3 B1 C2
Trbol Franco No
Dulce Si
40
70
41
79
71
49
152
178
330
A 3 B2 C1
A 3 B2 C2
Arenoso No
Si
49
79
64
68
84
72
197
219
416
AB
542
1.380
1.478
66
A 3 B3 C1
A 3 B3 C2
Arcilloso No
Si
12
47
26
43
14
31
Repeticiones
1.221
1.254
1.322
52
121
173
919
3.777
67
= 264180.16 //
S. C. T0 = ( xijkl)2 F. C.
SCTo = (86)2 + (82)2 + (98)2 + (82)2 + (95)2 + (99)2 + (98)2 + (90)2 + (98)2 + (91)2 + (85)2 +
(95)2 + (19)2 + (33)2 + (14)2 + (81)2 + (65)2 + (69)2 + (64)2 + (96)2 + (92)2 + (94)2 + (83)2 + (98)2 +
(92)2 + (99)2 + (98)2 + (95)2 + (98)2 + (99)2 + (55)2 + (48)2 + (64)2 + (67)2 + (59)2 + (77)2 + (40)2
68
+ (41)2 + (71)2 + (70)2 + (59)2 + (49)2 + (49)2 + (64)2 + (84)2 + (79)2 + (68)2 + (72)2 + (12)2 +
(26)2 + (14)2 + (47)2 + (43)2 + (31)2 - 264180.16
SCTo = 7396 + 6724 + 9604 + 6724 + 9025 +9801 + 9604 +8100 + 9604 + 8281 + 7225 +
9025 + 361 + 1039 + 196 + 6561 + 4225 + 4761 + 4096 + 9216 + 8464 + 8836 + 6889 +
9604 + 8464 + 9801 + 9604 + 9025 + 9604 + 9801 + 3025 + 2304 + 4096 + 4489 + 3481 +
5929 + 1600 + 1681 + 5041 + 4900 + 3481 + 2401 + 2401 + 4096 + 7056 +6241 + 4624 +
5184 + 144 + 676 + 196 + 2209 + 1849 + 961264180.16
SCTO = 299775 264180.16
SCTo = 35594.84 //.
S. C. Rep = ( Rep.)2 F. C.
a.b.c.
SCRep = (1221)2 + (1254) 2 + (1322)2 264180.16
3. 3.2
SCRep = 1490841 + 1522756 + 1747684 264180.16
18
SCRep = 4761281 264180.16
18
SCRep = 264515.61 264180.16
SCRep = 335.45//
S. C. A. (Espcie) = ( xijkl)2 F. C.
b.c.r.
SCA = (1380)2 + (1478)2 + (919)2 264180.16
3.2.3
SCA = 1904400 + 2184484 + 844561 264108.16
18
SCA = 4933445 264180.16
18
69
70
6
SCAB =
1.747.049 290516.38
6
71
ADEVA
F de U
Total
Repeticion
(A) Especies
(B) Suelo
(C) Control
AB
AC
G. L.
53
2
2
2
1
4
2
S. C.
35594.84
335.45
9900.11
16436.11
1932.02
658.45
194.04
C. M.
F. C.
167.72
4950
8218
1932
164.61
97.02
1.77 n s
52.30 * *
86.84 * *
20.41* *
1.74 n s
1.03 n s
05
F. T. 01
3.32 5.39
4.17 7.56
2.69 4.02
72
BC
ABC
Error
CV=
2
4
34
1851.15
1069.63
3217.88
9.78 * *
2.83 * *
925.58
267.41
94.64
CME . %
x
CV=
94.64 . 100
69.94
A2 B1 : 87.8
A2 B2 : 96.8
A2 B3 :61.7
A3 B1 : 55
A3 B2 : 69.3
A3 B3 : 28.8
Si
Suelo
Franco
Arenoso
Arcilloso
C1
670
772
285
C2
729
782
539
C2 C1
59
10
254
73
S.C.B1.C: =
(B1.C2) (B1.C1)2
2 r.a.
r = repeticin
a = Niveles A
(B2.C2) (B2.C1)2
2 r.a
(B3.C2) (B3.C1)2
2 r.a
S.C.B3.C: =
F. C.
48.45
9.12
122.86* *
Interacciones
74
Diferencia
B1 C1
B2 C1
74.4
85.8
B1 C2
B2 C2
81
86.9
6.6 N.S.
1.1 N.S.
B3 C1
31.7
B3 C2
59.9
28.2 * *
p=2
90.030
14.040
8.261
6.512
5.702
5.243
4.949
4.476
4.596
4.482
4.392
4.320
4.260
4.210
4.168
4.131
4.099
4.071
4.046
4.024
3.942
3.889
3.825
3.787
3.762
3.745
3.732
3.722
3.714
3.643
10
11
12
13
14
90.030
14.040
8.321
6.677
5.893
5.439
5.415
4.939
4.787
4.671
4.579
4.622
4.442
4.391
4.347
4.309
4.275
4.246
4.220
4.197
4.111
4.056
3.988
3.948
3.922
3.904
3.890
3.879
3.871
3.796
90.030
14.040
8.321
6.740
5.589
5.549
5.260
5.057
4.906
4.790
4.697
4.706
4.560
4.508
4.463
4.425
4.391
4.362
4.335
4.312
4.225
4.168
4.098
4.058
4.031
4.012
3.998
3.987
3.978
3.900
90.030
14.040
8.321
6.740
6.040
5.614
5.334
5.135
4.986
4.781
4.780
4.767
4.644
4.591
4.547
4.509
4.475
4.445
4.419
4.395
4.307
4.250
4.180
4.138
4.111
4.092
4.077
4.066
4.057
3.978
90.030
14.040
8.321
6.740
6.065
5.655
5.383
5.189
5.043
4.931
4.841
4.815
4.706
4.654
4.610
4.572
4.539
4.509
4.483
4.459
4.372
4.314
4.244
4.202
4.174
4.155
4.140
4.129
4.120
4.040
90.030
14.040
8.321
6.740
6.074
5.680
5.416
5.227
5.086
4.975
4.887
4.852
4.755
4.704
4.660
4.622
4.589
4.560
4.534
4.510
4.423
4.366
4.296
4.254
4.226
4.207
4.192
4.181
4.172
4.091
90.030
14.040
8.321
6.740
6.074
5.694
5.439
5.256
5.118
5.010
4.924
4.883
4.793
4.743
4.700
4.663
4.630
4.601
4.575
4.552
4.466
4.409
4.339
4.298
4.270
4.251
4.236
4.225
4.216
4.135
90.030
14.040
8.321
6.740
6.074
5.701
5.454
5.276
5.142
5.037
4.952
4.907
4.824
4.775
4.733
4.696
4.664
4.635
4.610
4.587
4.502
4.445
4.376
4.334
4.307
4.287
4.296
4.262
4.253
4.172
90.030
14.040
8.321
6.740
6.074
5.703
5.464
5.291
5.160
5.058
4.975
4.927
4.850
4.802
4.760
4.724
4.693
4.664
4.639
4.617
4.532
4.477
4.408
4.367
4.340
4.321
4.306
4.295
4.286
4.205
90.030
14.040
8.321
6.740
6.074
5.703
5.470
5.302
5.174
5.074
4.994
4.944
4.872
4.824
4.783
4.748
4.717
4.689
4.665
4.642
4.559
4.504
4.436
4.395
4.368
4.349
4.335
4.323
4.315
4.235
90.030
14.040
8.321
6.740
6.074
5.703
5.472
5.309
5.185
6.509
5.009
4.958
4.889
4.843
4.803
4.768
4.738
4.711
4.686
4.664
4.582
4.528
4.461
4.421
4.394
4.375
4.361
4.350
4.341
4.261
90.030
14.040
8.321
6.740
6.074
5.703
5.472
5.309
5.193
5.098
5.021
4.969
4.904
4.859
4.820
4.786
4.756
4.729
4.705
4.684
4.603
4.550
4.483
4.443
4.417
4.398
4.384
4.373
4.364
4.285
90.030
14.040
8.321
6.740
6.074
5.703
5.472
5.314
5.199
5.106
5.031
4.978
4.917
4.872
4.834
4.800
4.771
4.745
4.722
4.701
4.622
4.569
4.503
4.464
4.438
4.419
4.405
4.394
4.385
4.307
g
1
p=2
17.97
10
11
12
13
14
17.97
17.97
17.97
17.97
17.97
17.97
17.97
17.97
17.97
17.97
17.97
17.97
75
9
1
8
6
6
5
5
5
5
5
5
5
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
25
30
40
50
60
70
80
90
100
6.085
4.501
3.927
3.635
3.461
3.344
3.261
3.199
3.151
3.113
3.082
3.055
3.033
3.014
2.998
2.984
2.971
2.96
2.95
2.923
2.888
2.858
2.84
2.829
2.821
2.814
2.81
2.806
2.772
6.085
4.516
4.013
3.749
3.587
3.477
3.399
3.339
3.293
3.256
3.335
3.2
3.178
3.16
3.144
3.13
3.118
3.107
3.097
3.06
3.035
3.006
2.988
2.976
2.968
2.961
2.957
2.953
2.918
6.085
4.516
4.033
3.797
3.649
3.548
3.475
3.42
3.376
3.342
3.313
3.289
3.268
3.25
3.235
3.222
3.21
3.199
3.19
3.154
3.131
3.102
3.085
3.073
3.065
3.059
3.054
3.501
3.017
6.085
4.516
4.033
3.814
3.694
3.588
3.521
3.470
3.430
3.397
3.370
3.348
3.329
3.312
3.298
3.285
3.274
3.264
3.255
3.221
3.199
3.171
3.154
3.143
3.135
3.130
3.125
3.121
3.089
6.085
4.516
4.033
3.814
3.694
3.611
3.521
3.502
3.465
3.435
3.410
3.389
3.372
3.356
3.343
3.331
3.321
3.311
3.303
3.271
3.25
3.224
3.208
3.198
3.19
3.185
3.181
3.177
3.146
6.085
4.516
4.033
3.814
3.694
3.622
3.521
3.523
3.489
3.462
3.439
3.419
3.403
3.389
3.376
3.366
3.356
3.347
3.339
3.31
3.29
3.266
3.251
3.241
3.234
3.229
3.225
3.222
3.193
6.085
4.516
4.033
3.814
3.694
3.626
3.521
3.536
3.505
3.48
3.459
3.442
3.426
3.413
3.402
3.392
3.383
3.375
3.368
3.34
3.322
3.300
3.286
3.277
3.271
3.266
3.262
3.259
3.232
6.085
4.516
4.033
3.814
3.694
3.626
3.521
3.544
3.516
3.493
3.474
3458
3.444
3.432
3.422
3.412
3.405
3.397
3.391
3.366
3.349
3.328
3.316
3.307
3.301
3.297
3.292
3.291
3.265
6.085
4.516
4.033
3.814
3.694
3.626
3.521
3.547
3.522
3.501
3.484
3470
3.457
3.446
3.437
3.429
3.421
3.415
3.409
3.386
3.371
3.352
3.341
3.333
3.328
3.323
3.32
3.318
3.294
6.085
4.516
4.033
3.814
3.694
3.626
3.521
3.547
3.526
3.506
3.491
3.484
3.467
3.457
3.449
3.441
3.445
3.429
3.424
3.403
3.389
3.373
3.362
3.355
3.35
3.436
3.343
3.341
3.32
6.085
4.516
4.033
3.814
3.694
3.626
3.521
3.547
3.526
3.509
3.496
3.488
3.474
3.465
3.458
3.465
3.454
3.44
3.436
3.417
3.405
3.39
3.381
3.374
3.37
3.367
3.364
3.362
3.343
6.085
4.516
4.033
3.814
3.694
3.626
3.521
3.547
3.526
3.510
3.498
3.49
3.479
3.471
3.465
3.47
3.46
3.449
3.445
3.429
3.418
3.405
3.397
3.391
3.387
3.384
3.382
3.38
3.363
76
6.085
4.516
4.033
3.814
3.694
3.626
3.521
3.547
3.526
3.510
3.499
3.49
3.482
3.476
3.47
3.473
3.465
3.456
3.453
3.439
3.43
3.418
3.411
3.406
3.403
3.400
3.398
3.396
3.382