Você está na página 1de 9

Facultad de Ciencias Exactas y Naturales Instituto de Biologa

Diseo Experimental Trabajo 1 Por: Alejandra Moreno Sierra - 1020393841 Mateo Gonzlez Colorado 1026130223 Paola Patricia Gmez Builes - 1017210956

DEMOSTRACION DE LA SUMA DE CUADRADOS TOTALES

[(

)]

)(

Para el primer trmino: ( ) ( )

Y para el trmino del medio: ( ) ( )

Revela que su trmino es igual a cero, dado que la suma de las desviaciones de un conjunto de valores respecto de su media como en ( ) es igual a cero. Por lo tanto se obtiene finalmente: ( ) ( ) ( )

CASO DE ESTUDIO 1 Rojas y otros (1990) investigaron la capacidad de absorcin de metales pesados, entre ellos el cadmio, por Pistia stratiotis L. Las plantas se sembraron en estanques con agua contaminada. Parte del experimento consisti en medir el cadmio absorbido por las plantas (en g Cd/g planta seca) en las primeras 96 horas luego de haber contaminado el agua con 3.0 ppm de cadmio. En cada tiempo se hicieron cuatro repeticiones y los resultados fueron: Tiempo (h) Cd Absorbido (gCd/g Planta) 0 28,3 27,6 33,4 21,4 24 195,6 217,2 274,3 269,2 48 340 300 430,9 425,5 72 286,7 289,9 431,8 568,8 96 514,6 518 664,7 650,8

Con el fin de realizar la regresin lineal simple se hall el promedio de cada uno de los datos correspondientes a cada tiempo, a continuacin se muestran los datos a trabajar: Tiempo (h) 0 24 48 72 96 Cd Absorbido (gCd/g Planta) 27,675 239,075 374,1 394,3 587,025

Una vez hallados estos valores se procede a realizar los siguientes clculos: ) ( 2.304,00 576,00 0,00 576,00 2.304,00 5.760,00

DATOS

SUMAS

0 24 48 72 96 240,00

27,68 239,08 374,10 394,30 587,03 1.622,18

0,00 576,00 2.304,00 5.184,00 9.216,00 17.280,00

765,91 57.156,86 139.950,81 155.472,49 344.598,35 697.944,41

0,00 5.737,80 17.956,80 28.389,60 56.354,40 108.438,60

Para hallar la ecuacin de regresin ajustada se calcularon los valores de y por medio de sus estimadores a y b. La siguiente es la ecuacin resultante:

El estimador b me indica el factor de crecimiento en el tiempo, de la cantidad de cadmio absorbida por la planta durante el estudio; y, el estimador a es el intercepto con el eje y, este indica un valor inicial de la cantidad de cadmio absorbida por la planta, en un tiempo cero. A continuacin en la Ilustracin 1, se muestra la relacin de la cantidad de Cadmio absorbido por la Pistia stratiotis L. En la cual se puede observar el comportamiento lineal de dicha relacin.
Cantidad de Cadmio Absorbido por la Planta en Funcin del Tiempo

Ilustracin 1: Absorcin de Cadmio por la Plata.

Para aplicar el modelo terico de regresin lineal se deben comprobar, las suposiciones correspondientes, dentro de las cuales se tiene la normalidad de los errores, a que se comprueba a travs de la Ilustracin 2.

Ilustracin 2: Normalidad de los Errores

La anterior Ilustracin, se puede reforzar, con el test de Shapiro Wilks, el cual muestra un valor de p = 0.3687, indicando que los errores tienen una distribucin normal. Para la siguiente parte se calcul el cuadrado medio del error (S2e) con un valor de 3.187, que mide la dispersin de los valores de la cantidad de cadmio absorbido por la planta con respecto a la media. Con base en este valor se hallaron los intervalos de confianza para , con una confiabilidad del 95%. Como resultado se obtuvo que . Esto significa que es posible una regresin lineal o sea que existe una relacin lineal entre mis variables x y y. Se plantean las hiptesis a probar: Todas las plantas absorben la misma cantidad de cadmio. Las plantas absorben diferente cantidad de cadmio. Se realiza un contraste de hiptesis con el fin de rechazar H0 y establecer la regresin lineal entre las dos variables x y y. El contraste nos da un resultado de 9,8 el cual se compara con el valor de distribucin de t de Student (3,182) al ser este valor menor, no se puede aceptar la hiptesis nula confirmando as la linealidad entre las dos variables. A travs del coeficiente de correlacin () se puede confirmar si las variables x y y estn directamente relacionadas, para nuestro caso se calcul este valor por medio del estimador r con un valor de 0,97 con una fuerte tendencia a 1, lo cual quiere decir que existe una relacin directa entre el tiempo de exposicin y la absorcin de cadmio por las plantas, puesto que al aumentar el tiempo aumenta la absorcin. Igualmente, se hallo el coeficiente de determinacin (r2) con un valor del 92,8% que significa que el tiempo de exposicin de la planta explica en un 92,8% la absorcin de cadmio por las plantas estudiadas. Finalmente, se presenta la tabla ANOVA para realizar el estadstico de prueba. Fuente de variacin Regresin Residuos Totales Suma de Cuadrados 167.424 9.562 176.986 Grados de Libertad 1 3 Cuadrados Estadstico de Medios Prueba 167.424 52,53 3.187

No se puede aceptar la hiptesis nula puesto que el estadstico de prueba hallado (52,53) es mayor que el valor para la distribucin de F (10,13) por lo tanto la cantidad de cadmio

absorbido por las plantas es diferente y guarda una relacin directamente proporcional con el tiempo durante el cual se expongan las plantas. Adicionalmente, se verific el supuesto de varianza constante, la cual se cumple como se puede observar en la Ilustracin 3:
Valores ajustados vs. Residuales.

Ilustracin 3: Residuales en Funcin de los Valores Ajustados

Se muestra igualmente, como se cumple el supuesto de independencia de los errores, en la Ilustracin 4:


Tendencia de los Residuos en Funcin del Tiempo

Ilustracin 4: Supuesto de Independencia de los Errores

Adems se muestra a continuacin en la Ilustracin 5, la regresin ajustada, de acuerdo al ajuste realizado sobre los datos:
Absorcin de Cadmio por las Plantas (Valores Ajustados)

Ilustracin 5: Valores Ajustados de la Absorcin de Cadmio en las Plantas

CASO DE ESTUDIO 2 Se dise un experimento para estimar el nmero ptimo de das que ciertas vacas lecheras deberan recibir alimento ad libitum para maximizar la persistencia en la produccin de leche, la cual est dada como la razn de los kg de leche por da desde los 45 primeros das de lactancia. Los datos se muestran a continuacin: DAS DE ALIMENTACIN 90 135 180 1,19 1,1 1,07 0,91 1,18 1,25 1,15 1,14 0,85 1,05 1,34 1,23

45 1,39 1,19 1,01 0,99

225 1,03 1,4 0,97 1,2

270 1,03 1,12 1,17 1,36

Objetivo de estudio: Conocer el nmero ptimo de das de alimentacin ad libitum para maximizar la produccin de leche en ciertas vacas lecheras. FACTORES: los das de alimentacin ad libitum. NIVELES: 45, 90, 135, 180, 225, 270 das. TRATAMIENTOS: 45, 90, 135, 180, 225, 270 das. UNIDAD EXPERIMENTAL: Son las vacas a las cuales se les va a aplicar los tratamientos (Vaca 1, vaca 2, vaca 3, vaca 4). VARIABLE RESPUESTA: La produccin de leche en kg con respecto a los das de alimentacin. El modelo que mejor se acopla a este estudio es el Modelo Completamente Aleatorio o DCA, puesto que se busca ver la respuesta ante un solo factor y no hay una divisin en bloques para el experimento. El DCA nos ayudar a medir el efecto de los tratamientos que en este caso son el nmero de das de alimentacin ad libitum sobre la mxima produccin de leche. Planteamiento de hiptesis No hay diferencias en la produccin de leche con respecto a los das de alimentacin ad libitum. Hay diferencias en la produccin de leche con respecto a los das de alimentacin ad libitum. Con el fin de verificar que el modelo se cumpla, se deben tener en cuenta los supuestos, para lo cual se realizan las siguientes pruebas grficamente:

En la Ilustracin 6, se observa el cumplimiento del supuesto de normalidad de los errores, el cual se puede comparar igualmente con su valor terico en la aplicacin del test de Shapiro Wilks, con un valor de p= 0.8999, confirmando esta normalidad.

Ilustracin 6: Supuesto de Normalidad

A continuacin, la Ilustracin 7 muestra los Valores Ajustados vs. Los residuales para la validacin del supuesto de varianza constante, el cual se cumple:
Residuales en Funcin de los Valores Ajustados

Ilustracin 7: Supuesto de Varianza Constante

Tambin se prueba tericamente, mediante el test de Bartlett con valor de p = 0.905, el cual confirma la homogeneidad de varianza. Igualmente, la Ilustracin 8 nos muestra que se cumple la independencia de los errores:
Valores Residuales en Funcin de los Das

Ilustracin8: Supuesto de Independencia

Una vez se hace la comprobacin de los supuestos, se presenta la tabla ANOVA: Suma de Cuadrados 0,0039 0,4905 0,4944 Grados de Libertad 5 22 Cuadrados Medios 0,003863 0,022294 Razn de Varianza 0,173

Fuente de variacin Entre los tratamientos Dentro de los tratamientos Totales

No se puede aceptar la hiptesis nula, puesto que la Razn de Varianza (0,173) es mayor que el valor de Fisher (0,17279), por tal motivo la produccin de leche no es igual en todas las vacas durante los das de tratamiento. La suma cuadrada de los tratamientos mide la variabilidad explicada por las diferencias entre las medias de los tratamientos, mientras que Suma cuadrada del error, mide la variabilidad no explicada. Cuando se encuentran diferencias reales entre las medias de cada nivel, la variabilidad entre (error) ser grande comparada con la variabilidad residual, dado los resultados obtenidos esto quiere decir se hizo un buen control local sobre los tratamientos.