Servicios Personalizados
Revista
Articulo
Indicadores
- Citado por SciELO
- Accesos
Links relacionados
- Similares en SciELO
Compartir
Revista mexicana de ciencias agrícolas
versión impresa ISSN 2007-0934
Resumen
PEREZ LOPEZ, Delfina de Jesús et al. Diseño de experimentos factoriales 2n para su análisis con Infostat e Infogen. Rev. Mex. Cienc. Agríc [online]. 2021, vol.12, n.6, pp.1087-1099. Epub 21-Mar-2022. ISSN 2007-0934. https://doi.org/10.29312/remexca.v12i6.3013.
El diseño y el análisis de datos de experimentos factoriales usando paquetes estadísticos ahorra tiempo, simplifica los cálculos y permite la discusión de la contribución individual o conjunta de varios factores. En este estudio se indican los procedimientos para analizar datos con los paquetes estadísticos InfoStat e InfoGen en experimentos factoriales 2n, con n= 2, 3, 4, 5, 6, 7 y 8 factores de la productividad. Además, se muestra el diseño de su estructura de tratamientos, las interacciones posibles, los modelos estadísticos para un diseño de bloques completos al azar y algunas fórmulas para calcular sumas de cuadrados para n= 8. Se establecen las relaciones entre los modelos lineales y los procedimientos que se deben aplicar en ambos paquetes estadísticos para obtener un análisis de varianza y la comparación de medias de tratamientos si se utiliza el modelo estadístico general, también se indican las instrucciones para estimar los efectos para cada uno de los ocho factores principales y para sus interacciones posibles con la prueba de Tukey (p= 0.01). El diseño de este tipo de experimentos se realizó para ser analizado con versiones académicas de prueba, las cuales son gratuitas por seis meses en ambos paquetes estadísticos. El usuario podría adquirir una licencia por un año para instalarla en dos computadoras personales pagando, por cada software, solamente USD $50.00. Ambos paquetes estadísticos son muy amigables y pueden utilizarse para analizar cualquier diseño experimental, si se indica el modelo estadístico apropiado.
Palabras llave : bloques completos al azar; construcción de tratamientos factoriales; diseño experimental exploratorio; modelos estadísticos.