Cuestionario de Proyecto
Cuestionario de Proyecto
Cuestionario de Proyecto
IASA I
CARRERA DE INGENIERIA AGROPECUARIA
PROYECTO INTEGRADOS III-B
4. (Regresión Lineal)
Una florícola quiere estudiar la relación que hay entre la disponibilidad de
nitrógeno en el suelo y la cantidad de nitrógeno que tienen sus plantas.
Nitrógeno 0.50 0.55 0.68 0.69 0.70 0.73 0.80 0.90 0.92 0.94
en el suelo
Nitrógeno 0.16 0.17 0.18 0.18 0.19 0.20 0.20 0.21 0.22 0.23
en la planta
x = 0,69
y = 0,185
8,28−2.22
1,588−
12
𝑏= 8,282
= 0,159
6,0728− 12
𝑎 = 𝑦 − 𝐵𝑥
𝑎 = 0,185 − 0,159(0,69)
𝑎 = 0,075
𝑝𝑜𝑟 𝑙𝑜 𝑡𝑎𝑛𝑡𝑜 𝑙𝑎 𝑒𝑐𝑢𝑎𝑐𝑖ó𝑛 𝑟𝑒𝑠𝑢𝑙𝑡𝑎 𝑎𝑠𝑖:
𝒚 = 𝟎, 𝟎𝟕𝟓 + 𝟎, 𝟏𝟓𝟗
UNIVERSIDAD DE LAS FUERZAS ARMADAS – ESPE
IASA I
CARRERA DE INGENIERIA AGROPECUARIA
PROYECTO INTEGRADOS III-B
6. Complete
Recibe el nombre ………………. porque se une a los factores de ………………. de mayor
tamaño y dentro de cada parcela principal se identifican ………………… de menor
tamaño, sobre las cuales se asigna al azar …………………….
2. En un experimento factorial, ¿de dónde surge cada uno de los tratamientos establecidos?
Los tratamientos surgen de la combinación de los niveles de un factor con los niveles de los
otros factores ya que para poder plantear los tratamientos que se van a implementar dentro de
las unidades experimentales, se debe relacionar cada uno de los niveles del Factor A con el
número de niveles de Factor B.
T1 T2 T3
50N-Ray grass 100N – Ray Grass 150N- Ray Grass
T4 T5 T6
50 N- Pasto azul 100N-Pasto azul 150 N- Pasto azul
T7 T8 T9
50N- Holco 100N-Holco 150N-Holco
Tratamientos:
3 dosis de Fertilización nitrogenada (50-100-150)
Bloques:
Dentro del Estudio se tienen 3 tratamientos, los cuales se aplican a 3 grupos de especies (bloques).
Los bloques son las especies de pastura (Ray Grass, Pasto azul, Holco)
𝒚 = 𝝁 + 𝑻𝒊𝒋 + 𝒆𝒊𝒋
Y= Observaciones de los datos de la cantidad de aquenios y peso de aquenios
𝝁 = Media general
𝑻𝒊𝒋 = Efecto de la i-ésima de las 4 sustancias diluyentes-dispersantes de polen
𝒆𝒊𝒋 =Error experimental
Integrantes:
• Armijos Mónica
• Avilés Paulina
• Ramírez Daniel
Evaluación de producción de leche de 5 vacas Holstein en 2000, 2500 y 3000 msnm (pisos
altitudinales) una sola replica. ¿Cuántas corridas o muestras son en total?
Piso altitudinal
N.- Vacas 2000 2500 3000
1
2
3
4
5
Respuesta:
1 2500
2 2000
3 2500
5 2000
2 3000
5 2500
1 3000
1 2000
2 2500
3 2000
5 3000
4 2500
4 3000
4 2000
3 3000
Respuesta:
Se usa como un
experimento piloto.
Existencia de individuos
pre seleccionados.
4.- Mediante el siguiente ejemplo evalué la regresión lineal para 3000, 5000, 7000,9000 UI/Kg de
vitamina A en la dieta de gallinas.
Respuesta:
Vita A (X) masa (Y)
1 2000 27,9
masa (Y)
2 2000 32,3
60
3 2000 38,6
4 2000 34,5 50
masa de huevo (Y)
5 4000 48,3 40
6 4000 50,1 30 y = 0,0015x + 37,185
7 4000 38,4 20 R² = 0,4778
8 4000 50,8
10
9 6000 50,8
0
10 6000 52,4 0 2000 4000 6000 8000 10000 12000 14000
11 6000 49,6 cantidad de vitamina A (X)
12 6000 51,6
13 8000 54,5
14 8000 52,4
15 8000 48
a b
16 8000 51,3
REGRESION 37,2 0,0015
17 10000 54,2
18 10000 51
FORMULA Y=a+bx
19 10000 46,5
20 10000 52
21 12000 56,6
22 12000 50,3 X Y
23 12000 49 3000 41,6325
24 12000 50,4 5000 44,5975
sumatoria 168000 1141,5 7000 47,5625
media 7000 47,5625 9000 50,5275
b 0,0014825
a 37,2
HIPOTESIS
Ho = TI = t2 —X3 = X4 = 0
Hi = Al menos un t1≠ 0
CUESTIONARIO DE PREGUNTAS
1. ¿Cuál es el objetivo de la regresión lineal?
El objetivo es obtener estimaciones razonables de Y para distintos valores de X a partir de una
muestra de n pares de valores (x1, y1), . . . ,(xn, yn).
Ejemplo:
Se realizó un ensayo para evaluar el rendimiento en kg de materia seca por hectárea de una forrajera
con distintos aportes de N2 en forma de urea. Las dosis de urea probadas fueron 0 (control), 75, 150,
225 y 300 kg/ha. El ensayo se realizó en distintas zonas, en las que por razones edáficas y climáticas
se podían prever rendimientos diferentes. Las zonas en este caso actuaron como bloques.
5. Determine cuáles son las principales características del diseño en bloque completos al
azar y describa el modelo estadístico que se utiliza.
• Las unidades experimentales son heterogéneas
• Las unidades homogéneas están agrupadas formando los bloques
• En cada bloque se tiene un número de unidades igual al número de tratamientos Los
tratamientos estas distribuidos al azar en cada bloque
• El número de repeticiones es igual al número de bloques
CUESTIONARIO
C) Es constante
RESPUESTA: C
DISEÑO EXPERIMENTAL
RESPUESTA:
Las unidades
experimentales
se agrupan en
bloques.
5. PREGUNTA: Se requiere analizar el efecto de tres dietas en terneras de la raza Holstein a los
6 meses de edad, la variable a evaluar es diámetro torácico. Identifique problema de la
experimentación, diseño que aplicaría, factor de estudio, tratamientos, unidad
experimental, variable e hipótesis del caso.
RESPUESTA:
Problema:
El deficiente crecimiento de las terneras que influye en el retraso del ciclo estral y
posteriormente en la producción láctea.
d1 = testigo
d2 = sustituto + pasto
d3 = sustituto + balanceado
Hipótesis:
DISEÑO FACTORIAL
RESPUESTA:
1. Permiten estudiar el efecto individual y la interacción de los distintos factores.
2. Son diseños que se pueden aumentar para formar diseños compuestos en caso de
que se requiera una exploración más completa.
3. La interacción y el cálculo de los efectos en los experimentos factoriales se pueden
hacer con aritmética elemental.
UNIVERSIDAD DE LAS FUERZAS ARMADAS -ESPE
DEPARTAMENTO DE CIENCIAS DE LA VIDA Y AGRICULTURA
CARRERA DE INGENIERÍA AGROPECUARIA IASA 1
INTEGRANTES:
Elena Cuñas
Mayra Marcalla
Carlos Sanmartin
NRC:
5104
DOCENTE:
Ing. Emilio Basantes
PERÍODO ACADÉMICO
Noviembre 2020 – Abril 2021
CUESTIONARIO
1) Elabore un mapa conceptual de los tipos de diseño experimental y coloque 1 aplicación
de cada uno.
Diseño experimental
Diseño cuasi experimental Diseño pre experimental
clásico
Asignación de un grupo
Un grupo o varios grupos
Se basa en el análisis de control. La variable
de individuos, se
estadístico para probar independiente se manipula
mantienen bajo
una hipótesis. Establece antes de calcular la
observación después de
una relación de causa y variable dependiente y,
que se consideren los
efecto dentro de uno o por lo tanto, se elimina el
factores con causa y
varios grupos problema de
efecto
direccionalidad
Aplicación: Experimentos
laboratorio y campo que Aplicación: Entornos de Aplicación: Estudios
requieran un mayor campo exploratorios
control de datos.
Ventajas Desventajas
Flexible, el número de observaciones puede Es ineficaz en experimentos donde las
variar de un tratamiento a otro. unidades experimentales no son homogéneas
Análisis estadístico simple, aunque se tengan La varianza se debe a la heterogeneidad de
tratamientos con diferente número de las parcelas experimentales y como
observaciones consecuencia es muy alto el cuadrado medio
del error.
No existen dificultades en el análisis si se Si el error es muy alto es difícil detectar
pierde algún dato. diferencias entre tratamientos.
3) EJERCICIO 1.
En un proceso de ensilaje se utiliza una herramienta de corte de pastos y se quiere
investigar la relación entre la velocidad de corte (metros por minuto) y el tiempo de vida
(horas) de la herramienta. Los datos obtenidos para esta investigación se muestran a
continuación:
Velocidad 20 20 25 25 25 30 30 30 35 35 35 40 40
Vida 8,7 9,5 8,5 7,7 8,4 8 5,3 7,3 7,8 5,7 6,1 4,3 4,2
Calcular:
Resolución:
X Y X*Y X^2
1 20 8,7 174 400
2 20 9,5 190 400
3 25 8,5 212,5 625
4 25 7,7 192,5 625
5 25 8,4 210 625
6 30 8 240 900
7 30 5,3 159 900
8 30 7,3 219 900
9 35 7,8 273 1225
10 35 5,7 199,5 1225
11 35 6,1 213,5 1225
12 40 4,3 172 1600
13 40 4,2 168 1600
Σ 390 91,5 2623 12250
390
• 𝑥̅ = = 30 𝑚/𝑚𝑖𝑛
13
91,5
• 𝑦̅ = 13
= 7,03 ℎ𝑜𝑟𝑎𝑠
n ∑ X∗Y− ∑ X ∑ Y (13)(2623)−(390)(91,5)
• b= 2 = (13)(12250)−(390)(390) = − 0,22
𝑛 ∑ 𝑋 2 − (∑ 𝑋)
Inversión 11 14 16 15 16 18 20 21 14 20 19 11
Rendimiento 2 3 5 6 5 3 7 10 6 10 5 6
Se desea conocer:
Resolución
x y X*Y X^2
1 11 2 22 121
2 14 3 42 196
3 16 5 80 256
4 15 6 90 225
5 16 5 80 256
6 18 3 54 324
7 20 7 140 400
8 21 10 210 441
9 14 6 84 196
10 20 10 200 400
11 19 5 95 361
12 11 6 66 121
Σ 195 68 1163 3297
195
• 𝑥̅ = = 16,25 $
12
68
• 𝑦̅ = 12 = 5,66 𝑡𝑜𝑛𝑒𝑙𝑎𝑑𝑎𝑠
n ∑ X∗Y− ∑ X ∑ Y (12)(1163)−(195)(68)
• b= 2 = (12)(3297)−(195)(195) = 0,45
𝑛 ∑ 𝑋 2 − (∑ 𝑋)
Este ejercicio tiene el fin de estudiar 4 diferentes niveles de pollinaza, como fuente
proteica en raciones para novillos se estratifico a estos de acuerdo a su peso inicial
(bloques) de modo que en cada grupo de animales (bloques) tenga pesos similares y así
controlar esta fuente de variación ganancia de peso en Kg
TRATAMIENTO BLOQUES
NIVEL DE
POLLINAZA Peso 1 Peso 2 Peso 3 Peso 4
0 18,05 20,02 21,04 22,09
10 17,09 18,04 19,09 21,08
20 15,01 16,02 17 18,04
30 9,08 11,04 12,06 13,02
TRATAMIENTO BLOQUES
NIVEL DE
Peso 1 Peso 2 Peso 3 Peso 4
POLLINAZA Total, por tratamiento
0 18,05 20,02 21,04 22,09 𝐘1. =81,2
10 17,09 18,04 19,09 21,08 𝐘2. =75,3
20 15,01 16,02 17 18,04 𝐘3. =66,07
30 9,08 11,04 12,06 13,02 𝐘4. =45,2
Total 𝐘.1 = 59,23 𝐘.2 = 65,12 𝐘.3 = 69,19 𝐘.4 = 74,23 Total, global 𝐘.. = 267,77
=(18,052 + 17,092 + 15,012 + 9,082 + 20,022 + 18,042 + 16,022 + 11,042 + 21,042 +
267,772
19,092 + 172 + 12.062 + 22,092 + 21,082 + 18,042 + 13,022 ) −
16
= 217,93
Conclusiones
Los valores menores <0,005 existe una diferencia significativa, es decir que, si hay
diferencia significativa, por tanto, no es necesario el suministro de pollinaza a los novillos
ya que sin haber dado este alimento presenta igual un mejor crecimiento
6) En un cuadro ponga las ventajas y desventajas del diseño factorial y el diseño en
parcelas divididas
Diseño factorial
Ventajas Desventajas
• Economía en el material experimental • Requieren un numero grande de
ya que se obtiene información sobre tratamientos en especial cuando se tienen
varios factores sin incremental el muchos factores o muchos niveles de un
tamaño del experimento mismo factor
• Permite el estudio de la interacción • Si se desea usar bloques completos es
esto es estudiar el grado y forma en la difícil encontrar grupos de unidades
cual se modifica el efecto de un factor experimentales homogéneas para aplicar
por los niveles de otros factores todos los tratamientos.
• Se aumenta el costo del experimento al
tener muchas unidades experimentales;
esto se minimiza usando factoriales
fraccionados donde se prueba una sola
parte de todo el conjunto de tratamientos.