Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 2K vistas

    CONCLUSION

    Cargado por

    Isai Hdezz
    Este documento resume diferentes tipos de diseños de experimentos, incluyendo diseños completamente al azar, en bloques completos al azar, en cuadrados latinos, en cuadrados grecolatinos, factoriales y factoriales generales. Explica que cada diseño considera diferentes fuentes de variabilidad y es apropiado para diferentes tipos de investigaciones agrícolas y experimentos.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd

    CONCLUSION

    Cargado por

    Isai Hdezz
    2K vistas1 página
    Este documento resume diferentes tipos de diseños de experimentos, incluyendo diseños completamente al azar, en bloques completos al azar, en cuadrados latinos, en cuadrados grecolatinos, factoriales y factoriales generales. Explica que cada diseño considera diferentes fuentes de variabilidad y es apropiado para diferentes tipos de investigaciones agrícolas y experimentos.

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    DOCX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento resume diferentes tipos de diseños de experimentos, incluyendo diseños completamente al azar, en bloques completos al azar, en cuadrados latinos, en cuadrados grecolatinos, factoriales y factoriales generales. Explica que cada diseño considera diferentes fuentes de variabilidad y es apropiado para diferentes tipos de investigaciones agrícolas y experimentos.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    2K vistas1 página

    CONCLUSION

    Cargado por

    Isai Hdezz
    Este documento resume diferentes tipos de diseños de experimentos, incluyendo diseños completamente al azar, en bloques completos al azar, en cuadrados latinos, en cuadrados grecolatinos, factoriales y factoriales generales. Explica que cada diseño considera diferentes fuentes de variabilidad y es apropiado para diferentes tipos de investigaciones agrícolas y experimentos.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    Está en la página 1de 1

    CONCLUSIÓN

    El diseño completamente al azar se puede decir que es el más sencillo de los diseños de
    experimentos, en esta se trata de comparar dos o más tratamientos, pero que sólo considera
    dos fuentes de variabilidad: los tratamientos y el error aleatorio. Este se utilizo cuando las
    unidades experimentales de las que se dispone son muy homogéneas.

    Para el diseño en bloques completos al azar se concluye que trata de comparar tres fuentes
    de variabilidad: el factor de tratamientos, el factor de bloques y el error aleatorio. En este
    diseño el adjetivo completo se refiere a que en cada bloque se prueban todos los
    tratamientos, la aleatorización se hace dentro de cada bloque. Este diseño se utilizo en
    investigaciones cuando se encuentra una fuente de variabilidad.

    En los diseños en cuadrado latino reducen el número de unidades experimentales a K2


    utilizando los K2 bloques del experimento, pero tambien aplicando sólo un tratamiento en
    cada bloque con una disposición especial. Se puede observar que estos diseños en
    cuadrados latinos son apropiados cuando es necesario controlar dos fuentes de variabilidad.

    En el diseño de experimentos en cuadrado grecolatino constituye una extensión del


    cuadrado latino. Lo que aprendimos de este diseño es que se permite la investigación de
    cuatro factores como son (filas, columnas, letras latinas y letras griegas), cada una con “n”
    niveles en solo “n²” corridas.

    Para el diseño factorial se observa que es un tipo de experimento diseñado que nos permite
    estudiar los efectos que varios factores pueden tener en una respuesta. Cuando realizamos
    el experimento, varian los niveles de todos los factores al mismo tiempo en lugar de uno a
    la vez, esta nos permite estudiar las interacciones entre los factores.

    En el diseño factorial general se trata de generalizar el modelo cuando se tienen más de tres
    factores de estudio. Aprendimos que se debe recordar que el interés del diseño factorial
    interesa la interacción de los factores, por lo que se incluye en el modelo lineal y en
    consecuencia en el ANOVA que se desarrollo.

    También podría gustarte

    pFad - Phonifier reborn

    Pfad - The Proxy pFad of © 2024 Garber Painting. All rights reserved.

    Note: This service is not intended for secure transactions such as banking, social media, email, or purchasing. Use at your own risk. We assume no liability whatsoever for broken pages.


    Alternative Proxies:

    Alternative Proxy

    pFad Proxy

    pFad v3 Proxy

    pFad v4 Proxy