ANLISIS DE VARIANZA PARA UN EXPERIMENTO REALIZADO MEDIANTE UN DISEO COMPLETAMENTE AL AZAR

Ing. Agr. M.A. EZEQUIEL LPEZ BAUTISTA

1.1 Caractersticas del Diseo En este tipo de diseo estn incluidos los principios de repeticin y de aleatorizacin, o sea que, es utilizado cuando no hay necesidad del control local, debido a que el ambiente experimental es homogneo, y los tratamientos se asignan a las unidades experimentales mediante una aleatorizacin completa, sin ninguna restriccin. 1.2 Ventajas a. La estructura del anlisis estadstico es simple. b. Permite mxima flexibilidad en cuanto al nmero de tratamientos y nmero de repeticiones. c. La prdida de observaciones durante la conduccin del experimento no genera dificultades en el anlisis y en la interpretacin de los resultados. d. Rene el mayor nmero de grados de libertad en el residuo, en comparacin con otros diseos. 1.3 Inconvenientes a. Cuando el nmero de unidades experimentales es muy grande es difcil encontrar lugares grandes que presenten la homogeneidad requerida. b. Debido a que las fuentes de variacin no asociadas a los tratamientos o a los niveles del factor en estudio, estn incluidas en el residuo como variacin del azar, la buena precisin de los anlisis se ve comprometida. 1.4 Aleatorizacin Considerando un experimento con t = 5 niveles del factor A (tratamientos) y r = 4 repeticiones para cada nivel, se tiene que el nmero total de unidades experimentales (parcelas) incluidas en el experimento es t r = 5 4 = 20. Las (t r) parcelas sern aleatorizadas sin restricciones, los t niveles del factor A en estudio con sus r repeticiones, conforme se muestra en el siguiente croquis.

39
A1 A4 A2 A5 A4 A2 A5 A3 A3 A1 A2 A4 A4 A5 A1 A5 A2 A3 A3 A1

Las respuestas obtenidas en funcin de la aplicacin de cada nivel del factor A en estudio en sus respectivas repeticiones puede ser representada por yij, que es considerada como una variable aleatoria. 1.5 Modelo Estadstico Yij = + i + ij i = 1,2, . . . t j = 1,2, . . . r siendo, Yij = variable de respuesta de la ij-sima unidad experimental = media general de la variable de respuesta

i = efecto del i - simo tratamiento (nivel del factor) en la variable dependiente. ij = error experimental asociado a la ij-sima unidad experimental 1.6 Anlisis de Varianza 1.6.1 Hiptesis Ho: = i (Todos los tratamientos producen el mismo efecto) Ha: i para al menos un i; i = 1,2, . . . t. (Al menos uno de los tratamientos produce efectos distintos) 1.6.2 Tabla de Datos Representacin de las observaciones de un experimento, con un factor con t tratamientos (o niveles) y r repeticiones.

40
Tratamientos Repeticiones yi. 123...r 1 y11 y12 y13 . . . y1r y1. 2 y21 y22 y23 . . . y2r y2. 3 y31 Y32 y33 . . . y3r y3. ....... ....... ....... T yt1 yt2 yt3 . . . ytr yt. 1.6.3 Supuestos: Las suposiciones que validan el anlisis de varianza son: a. Los errores son independientes b. Los errores estn normalmente distribuidos con media cero y varianza constante c. Existe homogeneidad de varianzas entre los tratamientos 1.6.4 Tabla de Anlisis de Varianza El anlisis de varianza es un proceso aritmtico y estadstico, que consiste en descomponer la variacin total en fuentes o causas de variacin. Por variacin total se entiende, la variacin entre las unidades experimentales (o parcelas). El esquema del anlisis de varianza y las expresiones necesarias para la aplicacin de la estadstica F, para la prueba de hiptesis se presentan en el siguiente cuadro. 1.6.5 Regla de Decisin Rechazar Ho. si Valor de F F crtico (gl trat; gl error; ) No Rechazar Ho. si Valor de F < F crtico (gl trat; gl error; ) Ft = Valor crtico de F encontrado en la tabla F de Fisher & Snedecor, considerando los grados de libertad de tratamientos (v1), los grados de libertad del error (v2) y un determinado nivel de significancia. Regin de no rechazo de Ho. 1
Regin de rechazo de Ho

1.6.6 Coeficiente de Variacin (CV) Se le puede considerar como medida relativa de la variacin que no es posible controlar en el experimento (error experimental) y se calcula de la siguiente forma:

El coeficiente de variacin da una idea de la precisin del experimento, a un valor alto de CV corresponde un alto error experimental, lo cual indica que existe poca capacidad del experimento para detectar diferencias significativas entre los tratamientos. De modo general, altos coeficientes de variacin indican experimentos mal manejados, pero no siempre. El hecho de que el coeficiente de variacin sea alto puede deberse no solamente al mal manejo del experimento, sino tambin a: Tipo de variable de respuesta (escala de medicin) Tipo de tratamientos. Errores en el anlisis de la informacin, Etc.

Es conveniente que el investigador revise bibliografa sobre los valores de coeficiente de variacin obtenidos en cada cultivo y condicin donde se realiz el experimento (por ejemplo, un valor de CV=10% puede ser considerado un valor bajo, pero para algunas condiciones no).

*100
..

1.7 Ejemplo de Aplicacin Una persona que realiza plantaciones quiso comparar los efectos de cinco tratamientos de preparacin en el sitio sobre el crecimiento inicial en altura de plntulas de pino en el terreno. Dispuso de 25 parcelas y aplic cada tratamiento a cinco parcelas escogidas al azar. Entonces, las parcelas se plantaron a mano y, al final de cinco aos, se midi la altura de todos los pinos y se calcul la altura promedio de cada parcela. Las medidas de las parcelas (en pies) fueron como sigue: Tratamientos ABCDE 15 16 13 11 14 14 14 12 13 12 12 13 11 10 12 13 15 12 12 10 13 14 10 11 11