Ejercicio de diseños experimentales

Slides:

Advertisements

Presentaciones similares

Diseño de Experimentos

Advertisements

DISEÑO DE EXPERIMENTOS

Estadística Teórica II

Clase 5 Hipótesis de diferencias de grupos

Principios de Bioestadística: «PRUEBA t»

Minitab Básico Pruebas de hipótesis UNIVERSIDAD DE PUERTO RICO

Universidad de Chile Facultad de Ciencias Químicas y Farmacéuticas

UNIVERSIDAD AUTÓNOMA SAN FRANCISCO

Clase 6 Hipótesis de diferencias de grupos

PARA LA REGRESIÓN LINEAL SIMPLE

DISEÑOS POR BLOQUES ALEATORIZADOS

RESUMEN DE LA DISTRIBUCION MUESTRAL PARA LA MEDIA MUESTRAL X INTERVALOS DE CONFIANZA PARA LA MEDIA POBLACIONAL  TIPO DE PROBLEMA ESPERANZA Y VARIANZA.

YASIR MOUBARIK GONZALEZ ESTADISTICA Y TIC SUBGRUPO 19 UNIDAD DOCENTE VIRGEN DEL ROCIO.

PRINCIPIOS DE ESTADÍSTICAS INFERENCIALES PRUEBA DE HIPÓTESIS: MUESTRAS PEQUEÑAS.

MÁS DE DOS MUESTRAS 7.3 Procedimientos paramétricos.

DISEÑOS EXPERIMENTALES ESTADÍSTICA PARA INGENIERIA II.

PRUEBA DE RANGO CON SIGNO DE WILCOXON Una empresa desea remplazar el sabor tradicional de su producto, por uno nuevo, para lo cual necesita determinar.

PRUEBA DE HIPÓTESIS. 1. Una prueba de hipótesis consiste en contrastar dos hipótesis estadísticas. Tal contraste involucra la toma de decisión acerca.

DISEÑO EN CUADRADO LATINO Y GRECOLATINO

ESCUELA PROFESIONAL CIENCIA POLITICA Y GOBIERNO

Muestreo PRUEBAS Y VALIDACION DE HIPOTESIS Carlos Willian Rincón Pérez

PSICOESTADÍSTICAS INFERENCIALES

PRUEBA DE HIPÓTESIS: MUESTRAS PEQUEÑAS

DISEÑOS EXPERIMENTALES

Diseño Experimental 1 Santiago Ulloa.

puede o no ser verdadero, relativo a una o más poblaciones.

AprendaEstadistica.com Análisis de varianza para un factor Problema

Ejemplo Se va efectuar un estudio de los movimientos para determinar el mejor diseño de trabajo para ensamblar computadores PENTIUN IV; cinco diseños se.

7.1 Procedimientos paramétricos para datos cuantitativos

DISEÑO DE COMPARACION Se pretende comparar elRendimiento académico en dos colegios de la ciudad de Arequipa. Presentación de la tabla: RENDIMIENTO ACADEMICO.

BENEMÉRITA UNIVERSIDAD AUTÓNOMA DE PUEBLA ESCUELA DE BIOLOGÍA

EjEMPLO de diseños experimentales

Clase 9: Contraste de Hipótesis

INFERENCIA ESTADÍSTICA PARA DOS POBLACIONES

ANALISIS UNILATERAL DE LA VARIANZA POR JERARQUIAS DE KRUSKAL- WALLIS

EXPERIMENTOS FACTORIALES

Clase 8: Contraste de Hipótesis

Diseños experimentales

UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN FACULTAD DE CIENCIAS ESCUELA ACADEMICAPROFESIONAL DE BIOLOGIA-MICROBIOLOGIA ASIGNATURA: DISEÑO EXEPERIMENTAL.

ANALISIS DE LA VARIANZA PROF. GERARDO A. VALDERRAMA M.

ESCUELA PROFESIONAL CIENCIA POLITICA Y GOBIERNO

ESCUELA DE BIOLOGIA EXPERIMENTACION

Christian Alave Rosas UNIVERSIDAD JORGE BASADRE GROHMANN BIOLOGÍA - MICROBIOLOGÍA Diseños experimentales Christian Alave Rosas

Ejercicio de diseños experimentales

Procedimientos paramétricos

UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN FACI-ESBIM

DISEÑOS EXPERIMETALES

puede o no ser verdadero, relativo a una o más poblaciones.

UNIDAD CURRICULAR: ESTADÍSTICA II

Tema: Distribución t-Student para una muestra Curso: Seminario de Estadística Aplicada a la Investigación Educacional UNIVERSIDAD NACIONAL DE EDUCACIÓN.

“Formulación de Hipótesis Estadística”

Distribución chi cuadrada x 2 D = x 2 α /2 x 2 I = x 2 1-α /2.

COMPARACION DE MEDIAS Para comparar media utilizando la prueba T hay Ttres opciones diferentes utilizando contrastes de hipotesis sobre : PARA UNA MUESTRA.

SHAPIRO-WILLS. HIPOTESIS A PROBAR CON UN NIVEL DE SIGNIFICANCIA DE: ALFA.

Universidad Nacional JORGE BASADRE GROHMANN Escuela Profesional: Ingeniería Comercial Universidad Nacional JORGE BASADRE GROHMANN Escuela Profesional:

ANALISIS DE VARIANZA

EXPERIMENTOS FACTORIALES

DISEÑO Y ANALISIS DE EXPERIMENTOS

Identificación de los efectos de los diseños experimentales.

ANAVA a un factor con bloques

ANOVA Permite evaluar dos o más tratamientos.

2.- MODELO DE DISEÑO DE EXPERIMENTO COMPLETAMENTE ALEATORIZADO NO BALANCEADO Es recomendable cuando: La diferencia entre las unidades experimentales.

PROBLEMA TIPO MODELO COMPLETAENTE ALEATORIZADO NO BALANCEADO

Alumna : Karen Cabana Gil

COMPARACION DE DOS MEDIAS (POBLACIONES O PROCESOS)

ANÁLISIS DE VARIANZA(ANOVA) AULA:33 INTEGRANTES: JUAN CHAUCA ALEXIS JARAMILLO JEFFERSON LLANGARI KATHY ULLOA UNIVERSIDAD CENTRAL DEL ECUADOR FACULTAD DE.

UNIVERSIDAD DE PAMPLONA TRATAMIENTO AVANZADO DEL AGUA GENERALIDADES FACULTAD DE INGENIERIAS Pamplona 2018.

Ejercicio de diseños experimentales

TRATAMIENTO Y EVALUACION DE RESULTADOS ANALITICOS 1.Conceptos generales sobre la medida. Tipos de errores, concepto, componentes, corrección. Distribución.

Transcripción de la presentación:

Ejercicio de diseños experimentales UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN FACULTAD DE CIENCIAS ESCUELA PROFESIONAL DE BIOLOGÍA - MICROBIOLOGÍA Ejercicio de diseños experimentales Realizado por Criss Maryorie Quispe Saenz / 2014 - 118001

Ejemplo Se estudió el tamaño de los anostómidos (peces de colores) con dietas diferentes y 3 cantidades distintas de oxígeno disuelto. Se obtuvieron los siguientes resultados O2 Hojuelas y granos Alimentos vivos Alimentos vegetales Alimentos congelados 2ppm 12 cm 11 9.5 12.3 3ppm 10.8 10 4ppm 12 9.8 11.6 5ppm 11.3 11.1

Se desea saber: Solución: Si existe diferencia significativa entre los tipos de dieta al 99% b) Si existe diferencia significativa en la cantidad de oxígeno disuelto al 99% Solución: 1. Diseño completamente aleatorizado con tratamientos y bloques completos 2. Modelo: j=1, 2, 3, 4 i=1, 2, 3, 4

3. Hipótesis: -Para tratamientos: Ho: T1=T2=T3=T4 H1: -Ho -Para bloques: Ho: B1=B2=B3=B4 4. Estadística de prueba: -Para tratamientos: F1exp= CMTr/CME -Para bloques: F2exp=CMB/CME

Cuadro de análisis de varianza Fuente GL SC CM Fexp Valor P Tratamiento 3 5.175 1.905 5.67 0.0185 Bloques 1.09 0.36333 1.08 0.4053 Error 9 3.025 0.336111 Total 15 9.83

5. Distribución de la estadística de prueba F[(t-1),(gl error)] 1% -Para tratamientos: 3, 9 -Para bloques: 3, 9 6. Regla de decisión usando α=1% el valor crítico a partir de la tabla F es: -Para tratamiento: 6.99192 -Para bloques: 6.99192

7. Cálculo de la estadística de prueba - Para tratam.: F1exp= CMTr/CME=5. 67 -Para bloques: F2exp=CMB/CME=1. 08 Se desea saber: Si existe diferencia significativa entre los tipos de dieta Si existe diferencia significativa en la cantidad de oxígeno disuelto

8. Decisiones y conclusiones Decisión: Como F1exp=5.67<Ftab=6.99192 la Ho se acepta Conclusión: Como se acepta la Ho concluimos que no hay diferencia significativa entre las dietas suministrada, pudiéndose emplear cualquiera de las 4, con un nivel de confianza del 99%

b) Decisión: Como F2exp=1. 08<Ftab=6 b) Decisión: Como F2exp=1. 08<Ftab=6.99192 la Ho se acepta Conclusión: Como la Ho se acepta concluimos en que la cantidad de oxígeno disuelto en el agua no influye significativamente en el tamaño alcanzado de los anostomidos.