El documento describe diferentes técnicas de análisis posteriores al análisis de varianza que se utilizan para determinar qué medias de los tratamientos difieren significativamente entre sí. Estas incluyen pruebas de significación como la DMS, HSD de Tukey y Duncan, así como transformaciones de datos para cumplir con los supuestos de los métodos estadísticos. También se explican comparaciones ortogonales y polinomios ortogonales.
El diseño de bloques completos al azar surge por la necesidad que tiene el investigador de ejercer un control local de la variación dado la existencia de un material experimental heterogéneo
El diseño de bloques completos al azar surge por la necesidad que tiene el investigador de ejercer un control local de la variación dado la existencia de un material experimental heterogéneo
Correlaciones de Spearman Pearson
Como determinar el uso de dichas correlaciones.
entajas y desventajas de cada uno de ellos.
Aplicar usos de enfoques Pearson y enfoque Sperman a problemas estadísticos.
Coeficiente de Correlación de Pearson y Spearmanenrique beltran
Es una medida de la relación lineal entre dos variables aleatorias cuantitativas. A diferencia de la covarianza, la correlación de Pearson es independiente de la escala de medida de las variables. De manera menos formal, podemos definir el coeficiente de correlación de Pearson como un índice que puede utilizarse para medir el grado de relación de dos variables siempre y cuando ambas sean cuantitativas
Correlaciones de Spearman Pearson
Como determinar el uso de dichas correlaciones.
entajas y desventajas de cada uno de ellos.
Aplicar usos de enfoques Pearson y enfoque Sperman a problemas estadísticos.
Coeficiente de Correlación de Pearson y Spearmanenrique beltran
Es una medida de la relación lineal entre dos variables aleatorias cuantitativas. A diferencia de la covarianza, la correlación de Pearson es independiente de la escala de medida de las variables. De manera menos formal, podemos definir el coeficiente de correlación de Pearson como un índice que puede utilizarse para medir el grado de relación de dos variables siempre y cuando ambas sean cuantitativas
Unidad 1 deficición, funcion y campos de aplicaciónVerónica Taipe
El método estadístico constituye la herramienta de trabajo del profesional en cualquier área, sea la física, química, matemática, biología, economía, psicología, política, ingeniería, etc.
Unidad 1 deficición, funcion y campos de aplicación a la estadìsticaVerónica Taipe
El método estadístico constituye la herramienta de trabajo del profesional en cualquier área, sea la física, química, matemática, biología, economía, psicología, política, ingeniería, etc. Todos absolutamente todos los profesionales no deben considerarse como tal, si no conocen por lo menos los conceptos básicos de la metodología estadística que les permita analizar los datos con los que trabaja con el fin de tomar una decisión que le ayude acercarse al éxito. Los temas de esta unidad constituyen el pilar fundamental, para una comprensión real de lo que es la Estadística, especialmente a la estadística orientada al campo agropecuario (Bioestadística). Con esto se pretende introducir al estudiante en los primeros pasos dirigidos al campo de la investigación.
Diferenciar entre fuentes primarias y secundarias, reconociendo cómo su uso e importancia varía con las disciplinas.
Distinguir entre diferente tipos de revista de forma tal que pueda seleccionar artículos de investigación para actividades académicas.
La genómica, una herramienta para el mejoramiento continuo de la eficiencia r...Verónica Taipe
En la rentabilidad de las explotaciones pecuarias, tiene vital importancia la eficiencia reproductiva del hato y particularmente del toro, ya que se enmarca como un parámetro importante dentro de la producción animal, debido a que ayudan a mejorar la calidad de la progenie y alcanzar altos niveles de productividad. El estudio de los genes y la caracterización genético-molecular de las especies a través de la identificación de secuencias y de marcadores genéticos, así como su correlación con dichas características se ha convertido en una herramienta útil para la selección asistida por marcadores, lo que permite elegir ejemplares con alta eficiencia reproductiva, en cualquier etapa de su desarrollo, acelerando los procesos de mejoramiento genético. Las relaciones existentes entre genes y los rasgos reproductivos del toro han sido poco estudiados o no se conoce los avances científicos hasta la fecha, por esto se hizo una recopilación de las investigaciones realizadas hasta el momento, para identificar los genes relacionados con la eficiencia reproductiva del toro. Se estima que 2.000 genes, están involucrados en espermatogénesis, la mayoría se expresan en el testículo participando en los procesos reproductivos del toro, así también 65 genes se expresaron en embriones derivados de toros de alta fertilidad con alta tasa de concepción. Los genes más estudiados son GnRHR, hormona de crecimiento, CATSPER, protamina 1 y 2, TSPY, glutatión-S-transferasa (GST), glutatión-S-transferasa M1 (GSTM1), PARK2, GALNT13, CYCS, TFB2M, MEPCE, NDUFA1 y SFXN4
Caracterización del ganado criollo manabita.pptxVerónica Taipe
El ganado bovino criollo desciende de los animales traídos en el segundo viaje de Colón, a Ecuador llegaron por primera vez en 1532. Existen 12 poblaciones: el ganado bravo de páramo, chusco, criollo de la península de Santa Elena, criollo ecuatoriano, esmeraldeño, galapagueño, jaspeado manabita, macabea, moro y zarumeño. Son de triple propósito (leche, carne y trabajo), reconocidos por su mansedumbre, resistencia y rusticidad, de excelente fertilidad, facilidad en el parto, mayor supervivencia de la cría y mayor longevidad, adaptados a condiciones deficientes de alimentación, medio ambiente y manejo, presentan índices reproductivos y productivos aceptables, características que se deberían conservar y utilizar de forma sostenible y sustentable (Taipe et al., 2020).
La selección asistida por marcadores moleculares (SAM) es una herramienta de la biotecnología que facilita, seleccionar los ejemplares con determinadas características de interés, en cualquier etapa de su desarrollo. Cuando se comprueba que un gen está asociado con determinada característica, se convierte en una herramienta de selección, pues su identificación, permite maximizar el progreso genético, lo que conlleva a mejorar los índices de producción y la economía del ganadero.
La calidad del semen está controlada por genes (Druet et al., 2009), de un total de 16.710 (Kropp et al., 2017), 2.000 están involucrados en espermatogénesis, expresándose exclusivamente en el testículo (Mukherjee et al., 2015) y por tanto en los procesos reproductivos masculinos.
Los genes GnRHR (Yang et al., 2011), crecimiento hormona (Afshar et al., 2011), CATSPER (Jin et al., 2007), protamina 1 y 2 (Ganguly et al., 2013), TSPY se encuentran asociados en los procesos de espermatogénesis (Mukherjee et al., 2015).
El gen glutatión-S-transferasa (GST) codifica enzimas que participan en la desintoxicación y neutralización de especies reactivas de oxígeno (ROS) en el sistema reproductor masculino y desempeñan un papel protector durante la espermatogénesis (Ketterer et al., 1983) y la calidad del semen (Olshan et al., 2010).
El gen glutatión-S-transferasa M1 (GSTM1) está asociado con la motilidad total, contenido de ATP en los espermatozoides (Herin et al., 2015), estado energético y la capacidad de unirse al ovocito (Hemachand y Shaha, 2003) rasgos asociados con la fertilidad del toro (Kathiravan et al., 2008).
Los genes de la protamina 1 (PRM1) y la familia de la protamina 2 (PRM2, PRM3 y PRM4) se expresan en las células espermáticas (Aoki et al. 2006; Depa-Martynow et al., 2007). Las PRM1 y PRM2 se asociaron con motilidad masal, motilidad progresiva (Rogenhofer et al., 2013 y Yathish et al., 2018), motilidad pos-descongelación (Yathish et al., 2018) y capacidad de fertilización (Rogenhofer et al., 2013)
Los genes PARK2 y GALNT13 están relacionados con algunas características del semen.
El gen citocromo C (CYCS) participa en la transferencia de electrones dentro de la cadena de t
Diagnóstico de la ganadería en la provincia Manabí.pptxVerónica Taipe
La ganadería es un sector de gran importancia desde el punto de vista económico, social, cultural y ambiental, contribuye al dinamismo de la economía a través de la generación de empleo de forma directa e indirecta.
Manabí es la provincia con mayor superficie ganadera del Ecuador (con 776.693 ha de pasto) y mayor cantidad de cabezas de ganado (939.819), tiene aproximadamente 189.087 vacas en lactación que producen 668.215 litros de leche al día. La productividad es de 4 litros/vaca/día
Mineralien im Samenplasma als Schlussel zur erfolgreichen Befructungsfahigkei...Verónica Taipe
Wenn es um die Fortpflanzung geht, insbesondere um die assistierte
Reproduktion, ist die künstliche Besamung (AI) ein Thema von großer
Bedeutung, da es sich um eine Technik handelt, die in der gesamten
Viehwirtschaft angewandt wird. Diese Technik hat jedoch einige Nachteile,
die auf der Entnahme, Verdünnung und Kryokonservierung des Samens
beruhen, vor allem in Bezug auf das Überleben der Spermien und somit auf
die Befruchtungs- und Fruchtbarkeitsraten. Die Unversehrtheit der Spermien
hängt von vielen Faktoren ab, unter anderem von der Zusammensetzung des
Samenplasmas, die für jede Tierart spezifisch ist. Gemeinsam ist ihnen jedoch
das Vorhandensein von einfachen Kohlenhydraten als Energiequelle für die
Spermien, von Antioxidantien zur Verhinderung von Schäden an der
Spermien-DNA, von Proteinfraktionen, Lipiden und Mineralien. Wachstum,
Fortpflanzung, Produktion und andere lebenswichtige Funktionen erfordern
Mineralien. Im Laufe dieser Funktionen werden alle Elemente, die durch
eine angemessene Zufuhr gedeckt werden müssen, verwertet, abgelagert
oder ausgeschieden. Aus diesem Grund werden wir in diesem Dokument die
folgenden Themen von Interesse behandeln:
Perdida de la diversidad genética
Limita la capacidad de mantener y mejorar la producción, la productividad y la sostenibilidad
Reduce la aptitud para hacer frente a las condiciones ambientales cambiantes
Madre y académica, el valor de superación, un ejemplo en la sociedadVerónica Taipe
La dificultad de compatibilizar la familia, estudios y/o empleo impiden a las universitarias a
incorporarse a las aulas, y las que se incorporan llegan con el temor de perder las oportunidades de
progreso académico, de percibir la estigmatización de quienes las rodean, pero sobre todo a la
indiferencia, pues puede que no interese a la comunidad, ayudar, a que las mujeres tengan las mismas
oportunidades, Este estudio pretende abrir un espacio de reflexión sobre la problemática que tienen las
madres universitarias. Se utilizó una metodología cualitativa, se encuestó a los alumnos de la Carrera
de Ingeniería Agropecuaria de la ULEAM, extensión El Carmen, periodo educativo 2018(1). Para el
análisis estadístico se utilizó el programa estadístico SPSS Statistics 20. Se determinó la relación de
las variables con el árbol de clasificación CHAID y estadística descriptiva. Se observó que la edad y el
género son dos condicionantes para que los estudiantes cumplan el rol de padres y universitarios (60
estudiantes), 52 estudiantes tienen un hijo/a, cinco estudiantes tienen dos y tres tienen tres hijos/as, los
hijos de 36 estudiantes son menores a tres años de edad y 8 de ellos, no tienen con quien dejarlos, por
lo que se ven obligados a llevarlos a la institución. En Ecuador no existe un marco legal que sustente y
garantice la conciliación estudiantil-familiar en el ámbito universitario, por lo que se recomienda a la
población en general, trabajar para cumplir con el principio y la garantía de igualdad de oportunidades
como lo expresa la LOES.
Factores influyentes en el rendimiento académico de los estudiantes de la car...Verónica Taipe
El rendimiento académico es la suma de diferentes y complejos factores que actúan en la
persona que aprende. El bajo rendimiento académico de los alumnos en todos los niveles
educativos, está sobre determinado por múltiples factores tanto internos como externos al
individuo, y se les puede agrupar en factores de orden social, cognitivo y emocional. Sin
embargo, los tres factores determinantes en el individuo implican: lo social, lo personal y
lo institucional. Ante esto se plantea la pregunta ¿Serán estos los factores determinantes
para el bajo rendimiento de los estudiantes? Para dar respuesta a esta pregunta, se censó
a los alumnos de la Carrera de Ingeniería Agropecuaria de la Universidad Laica Eloy
Alfaro de Manabí, extensión en El Carmen, periodo educativo 2018(1). Para el análisis
se utilizó el programa estadístico SPSS Statistics 20. Se determinó la relación de las
variables con el árbol de clasificación CHAID y estadística descriptiva. Se observó que
los factores considerados como determinantes para muchos autores, no ha sido la barrera
que opaque los deseos de superación de los estudiantes y alcancen muy buenos
rendimientos académicos, no así con los estudiantes que tienen mejores posibilidades y
muchas de las veces no suelen aprovechar para desarrollar su potencial.
El chagra guardián del páramo. Reseña del paisaje cultural del chagra, Machac...Verónica Taipe
Los chagras son parte del mestizaje indio-español que habita hasta nuestros días, en los páramos y zonas rurales altoandinas ecuatorianas, manteniendo las tradiciones, pasiones y destrezas rurales introducidas por los conquistadores españoles. El desarrollo, la modernidad, las múltiples divisiones territoriales han transformado el paisaje y adaptado las tradiciones del páramo. El objeto de esta investigación es describir una de las tradiciones más significativas del chagra, el Paseo Procesional anual del Chagra, que se realiza en la ciudad de Machachi, Ecuador. Es un ritual mestizo, carta de identidad cultural del cantón Mejía, que se ha convertido en el escenario principal del paisaje cultural altoandino en la región, donde los chagras se reúnen para expresar y exhibir con dignidad y orgullo su amor por el campo, el páramo, el agua, la flora, la fauna y los productos de una región.
INFLUENCIA DE LA RAZA Y LA SUPLEMENTACIÓN MINERAL EN LA CALIDAD SEMINAL BOVINAVerónica Taipe
La demanda creciente
de proteína de origen
animal, obliga a los
productores a buscar
t é c n i c a s e f i c i e n t e s
d e p r o d u c c i ó n . L a
Inseminación Artificial
(IA) es una herramienta de gran valía, pues con un eyaculado (6,000 millones de
espermatozoides) se puede inseminar aproximadamente 300 vacas, sin embargo
las tasas de concepción son bajas. Por eso se evaluó el efecto de la suplementación
mineral (0,100 y 200 g/toro/día de mezcla mineral) y la raza (Holstein Friesian y
Brown Swiss) en la calidad del semen destinado a crio preservación, se consideraron tres toros de tres años de edad, con un peso aproximado de 450 kg, para cada
raza. Se suministró ab-libitum forraje y mezcla mineral por un período de cuatro
semanas y entre períodos de evaluación un descanso de seis semanas, los datos
se organizaron en un diseño cruzado aplicando la prueba de Tukey al 5%, las variables evaluadas fueron: volumen, concentración espermática, motilidad, vitalidad y
Los minerales y su efecto en la calidad seminal bovina pre y pos criopreservadoVerónica Taipe
Se diseñó un experimento para cuantificar el efecto de la suplementación mineral sobre la
calidad seminal bovina pre y pos criopreservación suministrando de forma aleatoria: 0, 100 y
200 g/toro/día de mezcla mineral a toros alimentados con forraje ab-libitum. Los datos se
organizaron en un diseño cruzado con el test de Tukey al 5%. Se evaluó: volumen,
concentración y motilidad masal en semen fresco; motilidad progresiva e individual, vitalidad y
morfología espermática en semen fresco y descongelado.Se encontraron diferencias (p<0,05)
para motilidad masal (76,47%) y anomalías espermáticas (1,67%) en semen fresco, cuando
se suplementó con minerales. Se concluye que la suplementación mineral mejora la calidad
del semen fresco.
La obtención de animales mejorados se realiza mediante el manejo de los cruzamientos de los padres seleccionados. ya sea por el método de Endocría (Inbreeding) o Exocría (Outbreeding)
consanguinidad o inbreeding, es el apareamiento entre animales que están más emparentados entre sí, que el promedio de la raza o población a la que pertenecen.
La secuenciación de ADN es el proceso de lectura de bases de nucleótidos en una molécula de ADN.
Secuenciar una molécula de ADN consiste en determinar en qué orden se disponen los nucleótidos (A, T, C y G) que componen la molécula.
Al momento de diseñar un plan de mejoramiento genético es necesario distinguir entre los objetivos (¿qué quiero mejorar?) y los criterios de selección (¿qué debo medir?).
La selección es el proceso de escoger a los padres de las siguientes generaciones, cuyos genes serán los que dominara sobre las características fenotípicas de las crías futuras.
La selección es el proceso DE escoger a los padres de las siguientes generaciones, cuyos genes serán los que dominara sobre las características fenotípicas de las crías futuras
Ponencia en I SEMINARIO SOBRE LA APLICABILIDAD DE LA INTELIGENCIA ARTIFICIAL EN LA EDUCACIÓN SUPERIOR UNIVERSITARIA. 3 de junio de 2024. Facultad de Estudios Sociales y Trabajo, Universidad de Málaga.
2. Son Técnicas que sirven para analizar con mayor
detalle los datos de un experimento, con posterioridad
a la realización del Análisis de la Varianza (ADEVA).
Si dicho análisis confirma la existencia de diferencias
significativas entre los tratamientos, es conveniente
investigar qué medias son distintas.
3. Entre las técnicas más empleadas
tenemos:
Pruebas de significación
Comparaciones ortogonales
Polinomios ortogonales
4. Se aplica cuando entre los tratamientos no existe
ninguna relación
En el ADEVA lo que se determina es, si hay diferencias
en el comportamiento de los tratamientos de un
factor, una vez aceptada la existencia de diferencias, el
siguiente paso es conocer qué tratamientos concretos
producen mayor efecto o cuáles son los tratamientos
diferentes entre sí.
5. Entre los más utilizados tenemos:
Prueba de la diferencia mínima significativa (DMS)
Prueba de la Honestly Significant Difference (HSD)
Prueba de rango múltiple de Duncan
Prueba de rango múltiple Student-Newman-Keuls
(SNK)
Prueba de Scheffé
Prueba de Dunnett
6. o LSD (Least Significant Difference) por sus siglas en
inglés
Este procedimiento fue sugerido por Fisher en 1935,
consiste en una prueba de hipótesis por parejas
basada en la distribución t.
7. Fórmula
DMS = Q x Sx̅
Donde:
Q = valor tabular en la tabla específica DMS
p = 2 valor constante
q = grados de libertad del error experimental
(GLee)
Sx̅ = desviación estándar de los promedios √
𝐶𝑀 𝑒𝑒
𝑟
8. o HSD (Honestly Significant Difference)
Propuesto por Tukey por lo cual es más conocido
como prueba de Tukey, es la más estricta y con mayor
nivel de precisión y confianza de todas las pruebas de
significación y es eficiente en aquellos procesos
experimentales donde se investigan más de dos
tratamientos
9. Fórmula
T = Q x Sx̅
Donde:
Q = valor tabular en la tabla específica de Tukey o SNK
p = número de tratamientos
q = grados de libertad del error experimental (GLee)
Sx̅ = desviación estándar de los promedios √
𝐶𝑀 𝑒𝑒
𝑟
10. Se aplica cuando en el proceso experimental se evalúa
más de dos tratamientos, pero su nivel de exigencia es
inferior al nivel de precisión y confianza que Tukey.
11. Fórmula
Duncan = Q x Sx̅
Donde:
Q = valor tabular en la tabla específica de Duncan
p = número de tratamientos
q = grados de libertad del error experimental (GLee)
Sx̅ = desviación estándar de los promedios √
𝐶𝑀 𝑒𝑒
𝑟
12. Este contraste fue desarrollado por Newman en 1939
y ampliado por Keuls en 1952, se suele denominar
contraste de Newman-Keuls.
Esta prueba es más exigente y eficiente que Duncan
pero menos eficiente que Tukey
13. Fórmula
SNK = Q x Sx̅
Donde:
Q = valor tabular en la tabla específica de SNK
p = número de tratamientos
q = grados de libertad del error experimental
(GLee)
Sx̅ = desviación estándar de los promedios √
𝐶𝑀 𝑒𝑒
𝑟
14. Es de mayor confianza que Tukey por lo cual le da
mayor confiabilidad a los resultados que se generan en
el proceso experimental
15. Fórmula cuando r1 ≠ r2
Sch = √ (t-1) Ftab x √ CMee(
1
𝑟1
+
1
𝑟2
)
Donde:
t = número de tratamientos
Ftab = valores de “F” se busca entre GLt y GLee
CMee = cuadrados medios del error experimental
r1 = número de repeticiones del tratamiento A
r2 = número de repeticiones del tratamiento B
16. Fórmula cuando r1 = r2
Sch = √ (t-1) Ftab x √
2𝐶𝑀 𝑒𝑒
𝑟
Donde:
t = número de tratamientos
Ftab = valores de “F” se busca entre GLt y GLee
CMee = cuadrados medios del error experimental
r = número de repeticiones
17. Procedimiento
Determinar si hay diferencia significativa entre tratamientos
Ordenamos las medias de menor a mayor o viceversa según
el caso
Calcular el valor de la prueba con la que se desea trabar
Realizar la diferencia, entre la 1a y todas las demás. Si no
hay diferencia significativa entre ellas, se compara la 1a con
la 3a y siguientes hasta encontrar la primera diferencia
significativa. De forma similar se realiza la comparación de la
2a media con todas las demás y así sucesivamente se haría
con las restantes medias.
Comparar las diferencias entre las medias de los
tratamientos con el valor de la prueba de significación. Si la
diferencia entre las medias es mayor que la PS entonces las
medias difieren significativamente y lo identificamos con un
asterisco, de no haber diferencias ponemos no significativo
(ns).
Se elabora un cuadro para identificar los rangos “letras” en
el promedio de cada tratamiento
18. Ejemplo
En un experimento bajo el diseño de bloques al azar se
comparó a que nivel de humedad del suelo se debe
regar el cultivo del plátano fruta clon “Cavendish
gigante” con el fin de obtener un mayor rendimiento
(toneladas por hectárea).
19.
20.
21.
22.
Determinar si hay diferencia significativa entre
tratamientos
En el análisis de varianza se puede observar que hay
diferencias entre los tratamientos ya que la Fcal es
mayor que la Ftab, con probabilidad de error menor
de 0.01
25. Realizar la diferencia, entre la 1a y todas las demás. Si
no hay diferencia significativa entre ellas, se compara la
1a con la 3a y siguientes hasta encontrar la primera
diferencia significativa. De forma similar se realiza la
comparación de la 2a media con todas las demás y así
sucesivamente se haría con las restantes medias.
Comparar las diferencias entre las medias de los
tratamientos con el valor de la prueba de significación.
Si la diferencia entre las medias es mayor que la PS
entonces las medias difieren significativamente y lo
identificamos con un asterisco, de no haber diferencias
ponemos no significativo (ns).
26.
27. Se elabora un cuadro para identificar los rangos
“letras” en el promedio de cada tratamiento
28.
29. Es otro criterio del análisis funcional que permite
coadyuvar la información que se encuentra inmerso
en el ADEVA
30. • Se implementa en cualquier tipo de
diseño experimental o arreglo factorial
• Las comparaciones de las variables
cualitativas deben ser lógicas
• Deben ser planificadas antes de
realizar el experimento
31. • No se requiere que haya diferencias significativas entre
los tratamientos
• Habrá tantas comparaciones como grados de libertad
existan en dicha fuente de variabilidad, de ahí que a
cada comparación le corresponde un grado de libertad
• Establecen diferencias entre tratamientos
33. Para establecer los coeficientes en
cualquier comparación, se asigna el signo
negativo (-) al o los tratamientos que
están en el lado izquierdo del vs y el signo
positivo (+) a los tratamientos que están
en el lado derecho
El número de elementos que integran el
lado izquierdo de la comparación es el
coeficiente de los tratamientos que tiene
el signo positivo y el número de
elementos que integran el lado derecho
de la comparación es el coeficiente de los
tratamientos que tienen el signo negativo.
34. Si en una comparación
ortogonal no participa un
tratamiento se le asigna el
valor de cero (0)
Si en el lado izquierdo de
una comparación solo hay
un tratamiento, este ya no
participa en otra
comparación.
35. La suma algebraica de los
coeficientes de cada
comparación tiene que ser
igual a cero
La suma algebraica del
producto de los coeficientes
de dos comparaciones
debe ser igual a cero.
36.
37. T1. Precoz resistente.
T2. Precoz susceptible.
T3. Tardía resistente.
T4. Tardía susceptible.
COMPARACIONES T1 T2 T3 T4
T1T2 VS T3T4 -1 -1 +1 +1
T1 VS T2 -1 +1 0 0
T3 VS T4 0 0 -1 +1
38. Los polinomios ortogonales se utilizan cuando se tiene
un conjunto de tratamientos cuantitativos y nos
interesa saber la tendencia de la respuesta
40. Cuando los tratamientos están igualmente espaciados,
los coeficientes de los tratamientos de los contrastes
SE ENCUENTRAN ESTABLECIDOS EN TABLAS
41.
42.
43.
44.
45. Se realizó un experimento con un diseño de bloques al
azar, con el objetivo de comparar 4 normas de riego en
plátano fruta, clon “Cavendish gigante”.
Las normas fueron:
T1: 20 mm semanales
T2: 40 mm semanales
T3: 60 mm semanales
T4: 80 mm semanales
46.
47.
48. Si los resultados muestran que los efectos (lineal,
cuadrático, cúbico, etc.) son altamente significativos,
los datos se pueden ajustar al modelo de regresión:
49. En general en los procesos experimentales, la mayoría
de las variables tienen una distribución normal, sin
embargo existen algunas variables que no se
distribuyen normalmente, pues poseen otro tipo de
distribución, como la Binomial, Poisson, Multinomial
entre otras.
50. Si no tiene una distribución normal deben llevar a
cabo transformaciones para acercar dichos datos a
una distribución normal.
52. Que va a depender del tipo de variable en estudio.
53. Se utiliza para variables que se expresan en contajes
(números dígitos)
Ejemplo:
Conteo de frutos,
Conteo de insectos en campos bien tratados
Conteo de pústulas
Conteo de malezas
Conteo de esporas
Conteo de colonias, etc.
54. En este caso los datos originales (números dígitos), se
sustituyen por su raíz cuadrado 𝑥.
Cuando hay valores de cero,
se añade 0,5 𝑥 + 0,5
o 1 𝑥 + 1
a todos los datos originales antes de sacar la raíz
cuadrada.
55. Se utiliza para variables que se expresan en porcentaje
(%), resultado de la apreciación subjetiva del
investigador, sobre todo cuando los datos son muy
pequeños y muy grandes.
Ejemplo:
Porcentaje de infección de roya
Porcentaje de infestación de trips
Porcentaje de infestación de malezas
56. Se utiliza para variables que se expresan en contajes,
en los casos donde existen diferencias muy grandes
entre los diferentes valores de los tratamientos.
Por ejemplo se pueden encontrar unos pocos insectos
en una parcela tratada con una sustancia efectiva
(valores expresados en unidades o decenas), mientras
que en otras no tratadas la cantidad de insectos
pueden alcanzar valores muy grandes (valores
expresados en miles o millones).
57. Transformaciones para un campo grande de variación
en los datos
X ' = log.X (sin valores cero)
X '= log(X +1) (con valores de cero)