











Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Prepara tus exámenes
Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Prepara tus exámenes con los documentos que comparten otros estudiantes como tú en Docsity
Los mejores documentos en venta realizados por estudiantes que han terminado sus estudios
Estudia con lecciones y exámenes resueltos basados en los programas académicos de las mejores universidades
Responde a preguntas de exámenes reales y pon a prueba tu preparación
Consigue puntos base para descargar
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Comunidad
Pide ayuda a la comunidad y resuelve tus dudas de estudio
Descubre las mejores universidades de tu país según los usuarios de Docsity
Ebooks gratuitos
Descarga nuestras guías gratuitas sobre técnicas de estudio, métodos para controlar la ansiedad y consejos para la tesis preparadas por los tutores de Docsity
Desarrollo aplicación de los conceptos Bioestadísticos en la tarea 6
Tipo: Ejercicios
1 / 19
Esta página no es visible en la vista previa
¡No te pierdas las partes importantes!
Tarea # 6 Aplicación de conceptos de análisis de varianza en un proyecto agropecuario. BIOESTADISTICA. Grupo Presentado por: Presentado a: ASTRID TATIANA ROMERO. Tutora BIOESTADISTICA. Universidad Nacional Abierta y a Distancia – UNAD Ingeniería Agroforestal ECAPMA BIOESTADISTICA. 302277045_ Mayo de 2022
La bioestadística es parte fundamental de la formación de cualquier tipo de investigador, en cualquiera de las ramas del conocimiento. Conocer y aplicar los conceptos vistos en este curso, nos da herramientas para la formulación de futuras investigaciones que permita resolver problemas coyunturales en los procesos productivos agroforestales en el futuro. Es importante aprender a identificar el problema, que se responderá mediante un proceso investigativo, como vimos a lo largo del curso, la estadística nos permite hacer predicciones de comportamientos poblacionales a través del análisis de la información, que sirven como herramienta en la toma de decisiones acertadas en campo, por esta razón, la probabilidad es uno de los pilares de varias ciencias humanas, como la biología, economía entre otras. La aplicación de tratamientos estadísticos ANOVA y las pruebas post-hoc nos permiten evaluar, corregir y afinar una investigación. Con el fin de desarrollar de la manera correcta los pasos para llegar a una conclusión verificable a través de la replica de los experimentos en las mismas condiciones. Por esta razón se desarrollarán de manera practica enunciados o problemas que nos permiten adsorber de manera más fácil estos conceptos, como la generación y posterior prueba de hipótesis estadística, mediante la utilización de los diferentes modelos estadísticos y pruebas de comprobación.
Desarrollo de la tarea 6.
1. Definan de manera individual * e integren grupalmente las siguientes definiciones básicas del curso (Se sugiere utilizar el material bibliográfico de apoyo listado al final de esta guía de actividades). *El avance en el desarrollo de estas respuestas deberá ser el resultado de la participación de cada uno de los integrantes del grupo y será la información que deben compartir en el foro de la actividad.
elementos, que presentan algún tipo de tendencia lineal. (Peña D. 2002)
individuos muestreados de la muestra. (Di Rienzo J. et al 2005). Su fórmula es: x =∑ i = 1
i
Un evento aleatorio es un fenómeno que en la realización experimental su observación puede o no ocurrir, aun repitiendo en las mismas condiciones el experimento, el resultado variará de una repetición dentro de un conjunto de posibles resultados. (Montes F. 2007)
√ σ
aumentar el promedio de conteos aumenta la varianza. (Balzarini, M. et al. 2011)
categóricas y variables de respuesta (cuantitativas) estudiadas_._ (Diaz M., Pineda W., Poveda K. 2015). Para cada uno de los experimentos se utilizó un modelo y tratamiento estadístico distinto. Para el primero se usó ANOVA de un solo factor y dos pruebas post-hoc, la prueba de Shapiro-Wilk y la prueba de Prueba de Kruskal-Wallis, en el segundo experimento se utilizó el análisis de multivariado de la varianza (MANOVA) y su prueba post-hoc la prueba de Mardia, el análisis no paramétrico denominado ANOVA por permutaciones (PerMANOVA) y su prueba post-hoc la
ceros inflados y el análisis ANOVA robusto con las pruebas post-hoc prueba de Vuong y la prueba de Shapiro-Wilk. (Diaz M., Pineda W., Poveda K. 2015). Datos, Análisis y Conclusiones. Como podemos ver los datos resultantes de cada uno de los experimentos fueron tabulados en matrices de datos, registrados y posteriormente procesados en el programa estadístico R. con cada uno de los tratamientos estadísticos antes expuestos. Como conclusiones importantes pueden citarse que las variedades las variedades “Criolla Guaneña”, “Criolla Paisa” y “Parda Pastusa” son la preferidas por la polilla en la evaluación del primer experimento (Diaz M., Pineda W., Poveda K. 2015). Mientras que en el experimento de Tolerancia las variedades “Esmeralda”, “Punto Azul” y “Roja Nariño” mejores resultados frente a la presencia de huevos de la polilla (Diaz M., Pineda W., Poveda K. 2015), en cuanto al experimento de Resistencia y confirmando el estudio de Posada 2010, las variedades “Pastusa Suprema”, “Yungay”, “Criolla Paisa”, “Criolla Guaneña” y “Nevada” tras los análisis hechos sobre el número de tubérculos sanos “se aprecia un efecto de sobrecompensación expresado en un incremento en el número de tubérculos sanos en plantas donde se indujo la herbivoría en comparación con plantas control” (Diaz M., Pineda W., Poveda K. 2015). A través del modelo para conteos inflados con ceros y la regresión de Poisson, para el experimento de resistencia “se evidencia un efecto de las variedades “Esmeralda”, “Única” y “Diacol Capiro”, donde el número de individuos que se desarrollaron fue significativamente menor” (Diaz M., Pineda W., Poveda K. 2015), pero no es estadísticamente concluyente debido a que el análisis de las variables no arrojo diferencias significativas, y los asocia más con las características resilientes de cada variedad de papa. Por último, no se evidencia efectos en el desarrollo de larvas tras la inducción de la especie Spodoptera frugiperda (Diaz M., Pineda W., Poveda K. 2015).
3. Ejercicios - Diseño de muestreo y contraste de hipótesis a. Considerar la variable rendimiento de arroz, cuya distribución es normal con media μ y desviación estándar σ. Para estimar el rendimiento promedio del arroz bajo el efecto de un herbicida, se toma una muestra de tamaño 40 y se obtiene un promedio de 60 qq/ha. Se sabe por experiencias anteriores que la varianza poblacional σ^2 es 25 (qq/ha)^2. Datos del ejercicio.
Para resolver este ejercicio utilizar el método de pivote (Pintarelli M. 2010)
2 (
√ n )
2 (
√ n )]
está al cuadrado, por lo tanto, al reemplazarse deberá expresarse como la (^) √ σ^2 , además el
alfa correspondiente.
Reemplazamos sobre la formula. [
( √^25 √^40 )
( √^25 √^40 )]
b. Se acepta que después de 3 años de almacenamiento el vigor de un arbusto de agrás, medido como peso seco alcanzado a los 20 días de la germinación, es de 45 mg promedio. Un nuevo método de almacenamiento se propone para aumentar el vigor. Se evalúan para ello 20 lotes de 10 semillas cada uno y al cabo de 3 años se las hace germinar, obteniéndose los siguientes resultados de peso seco promedio a los 20 días: 49 43 56 57 59 65 52 51 50 55 60 65 53 57 67 56 53 37 45 42 Ayuda: si tuviera que calcular la potencia con la que se realizó la prueba, acepte la varianza muestral calculada como si se tratara de la varianza poblacional y tome a la media muestral como estimador de la verdadera media poblacional. Me apoyare en el video de Oviedo. G (2017) y en Balzarini, M. (2013). Datos del ejercicio.
vigor y el anterior.
de vigor y el anterior.
prueba será
√ n
√^20
muestrales después de la aplicación del medicamento en el numero de parásitos por muestra.
después de la aplicación del medicamento en el número de parásitos por muestra. Datos del ejercicio.
la desviación estándar para cada uno de los tratamientos. Control 25 mg 50 mg 100 mg 150 mg
Ahora realizare el análisis con la utilización de ANOVA de un factor y posteriormente realizare una prueba post-hoc en este caso el test de Fisher.
Grupos Cuenta Suma Promedio Varianza Control 12 683 56,9166667 279, 25mg 12 1110 92,5 25948, 50mg 12 565 47,0833333 238, 100mg 12 269 22,4166667 60, 125mg 12 261 21,75 76, ANÁLISIS DE VARIANZA Origen de las variaciones Suma de cuadrados Grados de libertad Promedio de los cuadrados F Probabilida d Valor crítico para F Entre grupos 40848, 3
Dentro de los grupos
Total 333488,93 59
De acuerdo con el análisis ANOVA podemos ver que el valor de probabilidad del análisis es
correcta hasta este punto. Sin embargo, ahora procedemos a realizar el test de Fisher para validar nuestra conclusión. (con software MiniTab). Al realizar el test de Fisher se comprueba que si hay diferencias de varianza por lo tanto la decisión correcta es rechazar a la hipótesis nula, ya que, hay evidencia estadística suficiente para decir que en al menos una de las dosificaciones hay respuesta positiva en la reducción de paracitos presentes en las abejas. En conclusión, podemos ver que no hay mucha variación entre el control y una dosis de 50 mg, sin embargo, pasa algo especial con la dosis de 25 mg, presenta un valor muy superior en la presencia de paracitos en relación a control y a la dosis de 50 mg. Esto puede sugerir que hay un error en las observaciones experimentales, ya que, es un dato que se aleja mucho de la media muestral. Ahora cuando se observan a los efectos de la dosis de 100 mg y 125 mg entre ellas no hay una diferencia estadísticamente significativa, pero nos permite concluir que el tratamiento si presenta valores de reducción de los paracitos para las dosis de 100 y 125 mg confirmando nuestra hipótesis alternativa. Apoyado en video de Cuellar L. (2019). CONCLUSIÓN Aprender a realizar una investigación no es algo fácil, se necesita realizar de manera rigurosa y profesional, todos los pasos correctos para la que nuestra conclusión o nuevo conocimiento sea científicamente aceptado. Pero gracias a la bioestadística, los futuros investigadores, tenemos un stock de herramientas que nos permiten, analizar nuestros datos en la validación de bien sea la producción de nuevos conocimientos o medir la efectividad, de cualquier pauta de manejo que apliquemos en campo. Los conocimientos aprendidos en este curso de invaluables para mí, ya que, era muy superficial el estudio que yo tenía de la estadística. La
Mendoza H., Bautista G. (2002). Probabilidad y Estadística. Universidad Nacional de Colombia. Recuperado de: http://www.virtual.unal.edu.co/cursos/ciencias/2001065/. Di Rienzo J., Casanoves F., Gonzalez L., Tablada E., Díaz M., Robledo C., Balzarini M. (2005) Estadística para las Ciencias Agropecuarias. 6a ed. Recuperado de: https://aulavirtual.agro.unlp.edu.ar/pluginfile.php/2968/mod_resource/content/0/ Estadistica_para_las_Ciencias_Agropecuarias_-_Di_Rienzo.pdf Rodríguez A., Crespo R. (2006). Web revistaseden.org. Estadística descriptiva. Representación de datos descriptivos. Recuperado de: https://www.revistaseden.org/files/6-CAP%206.pdf Pérez R. (2010). Nociones básicas de estadística. Pag 27 – 30 recuperado de: https://books.google.com.co/books? hl=es&lr=&id=0mHWT5Zs7pIC&oi=fnd&pg=PA7&dq=varianza+estad %C3%ADstica+definiciones&ots=0bu6Q7taxv&sig=eZUHwzkKKr_ybtTFejTkFninGSQ&redir_es c=y#v=onepage&q=varianza%20estad%C3%ADstica%20definiciones&f=false Matus J. (1995). Estadística descriptiva e inferencial I. Pag 44 – 46 Recuperado de: https://cs.unadmexico.mx/contenidos/DCSA/BLOQUE1/GT/01/QEBA/MA/U3/Fasciculo %202.%20Medidas%20de%20tendencia%20central.pdf Balzarini, M. (2011). Estadística y biometría: Ilustraciones del uso e infostat en problemas de agronomía. Recuperado de: https://drive.google.com/file/d/1b_gklh8Z0zLLgd2T3kL84Ivm98yLO8Ej/view?usp=sharing Portal ICA (2016). Web Corporativa ICA. Informe especial: Polilla Guatemalteca o Polilla de la Papa. Recuperado de: https://www.ica.gov.co/noticias/todas/2016/informe-especial-polilla- guatemalteca-o-polilla-de Montes F. (2007) Introducción a la Probabilidad. Recuperado de: https://www.uv.es/montes/probabilitat/manual.pdf Pintarelli M. (2010). Matemáticas 3. Intervalos de confianza. Pág. 154 a 159 recuperado de: https://www.mate.unlp.edu.ar/practicas/117_12_12092016211213.pdf Oviedo. G (2017). YouTube. Video. Estadística prueba de hipótesis - parte 4 muestras pequeñas. Recuperado de: https://www.youtube.com/watch?v=M2O- kWEfxYI&list=PL2GGpMHLRtp-wtsHPPB-nryKU2fORxfgY&index= Cuellar L. (2019) YouTube. Video. Prueba de Hipótesis con F (ANOVA) en Minitab. Recuperado de: https://www.youtube.com/watch?v=MTJcpXBVrvY