XXVIII Simposio Internacional de Estadística

] Bucaramanga, Santander, Colombia, 23 al 27 de julio de 2018

Diseño experimental en bloques y datos longitudinales sobre un

cultivo de lechugas
Experimental design in blocks and longitudinal data on a lettuce crop

Juana Gabriela Montoya a , Vanessa Orjuela b , Liseth Estefanía Vargas c

Departamento de Estadística, Facultad de Ciencias, Universidad Nacional de Colombia, Bogotá, Colombia

Resumen

Se planea un diseño de experimento sobre siembra de lechugas el cual consiste sembrar tres tipos
de lechuga. El diseño se hace de tal manera que la posición de cada tipo se selecciona de manera
aleatoria sobre un terreno rectangular dividido en nueve parcelas; a cada parcela, de dieciocho (18)
lechugas cada una, se le asignó de manera aleatoria tres tipos de fertilizante orgánico (porquinaza)
para así delinear el crecimiento de cada lechuga y las diferencias en el mismo mediante las medidas de
perímetro vertical y altura de la hoja. De manera que se define la unidad experimental como la lechuga
de cada tipo, para un total de ciento sesenta y dos (162) lechugas; se definen dos factores principales
que son el fertilizante (con tres niveles: 0 kg, 2 kg y 4 kg) y el tipo de lechuga (con tres niveles:
Colwear, Romana y Crespa). Primero se propone un modelo en bloques con submuestreo. Y como
segunda parte del ejercicio se desea observar cómo afectaron los diferentes niveles del fertilizante a
cada tipo de lechuga, es decir que se realiza un análisis de un diseño completamente aleatorizado para
cada variedad de lechuga donde la unidad experimental es la lechuga. Por consiguiente, el presente
trabajo muestra la planificación de los modelos, los modelo definidos, el análisis, la validación de
supuestos y conclusiones de los diseños.
Palabras clave: lechuga, fertilizante orgánico, parcela, diseño en bloques con submuestreo.

Abstract

An experiment design on lettuce planting is planned, which consists of planting three types of lettuce.
The design is done in such a way that the position of each type is selected randomly on a rectangular
plot divided into nine plots; Each plot, of eighteen (18) lettuces each, was randomly assigned three
types of organic fertilizer (porquinaza) to delineate the growth of each lettuce and the differences in
it by means of vertical perimeter measurements and height of the sheet. So the experimental unit is
defined as the lettuce of each type, for a total of one hundred and sixty-two (162) lettuces; Two main
factors are defined: fertilizer (with three levels: 0 kg, 2 kg and 4 kg) and the type of lettuce (with
three levels: Colwear, Romana and Crespa). First, a block model with subsampling is proposed. And
as a second part of the exercise we want to see how the different levels of the fertilizer affected each
type of lettuce, that is, an analysis of a completely randomized design is carried out for each variety
of lettuce where the experimental unit is lettuce. Therefore, the present work shows the planning of
the models, the defined models, the analysis, the validation of assumptions and conclusions of the
designs.
Key words: lettuce, organic fertilizer, piece of ground, design in blocks with subsampling.
a Estudiante. E-mail: jgmontoyam@unal.edu.co
b Estudiante. E-mail: vorjuelal@unal.edu.co
c Estudiante. E-mail: levargasm@unal.edu.co

1
2 Juana Gabriela Montoya, Vanessa Orjuela & Liseth Estefanía Vargas

1. Introducción
El objetivo de este trabajo es realizar un diseño de experimento en un cultivo de lechugas. El cultivo
se lleva a cabo en la finca Bella Vista de la vereda San Francisco, Soacha, Cundinamarca; esta finca se
encuentra a una altitud de 2400 msnm a pocos kilómetros del Salto del Tequendama, lugar característico
por el fenómeno de Bosque de Niebla el cual se genera por dos razones fundamentales: la primera, es un
cruce de aire caliente del Magdalena con el aire seco y frío de la Sabana de Bogotá que puntualmente
ocurre en esta zona; y la segunda, es por el fenómeno de evaporación de partículas de la cascada del Salto
de Tequendama que a su vez fortalece el fenómeno del Bosque de Niebla.
Los cultivos inmediatamente anteriores al de interés fueron tomate de árbol y calabaza. Con antelación
a la siembra se preparó el terreno con 6 kilogramos de polvo para enmienda de suelos con el fin de
estabilizar la acidez del mismo y, así controlar las plagas futuras.

2. Diseño
Con el fin de determinar el crecimiento del cultivo de los tres tipos de lechugas se toma la altura de la
hoja más larga y el peso final de cada lechuga (medido en gramos), aplicándoles tres diferentes cantidades
de fertilizante natural (porquinaza); se realiza un diseño en el que se asignan aleatoriamente tres tipos
de lechuga (cada una tres veces) a cada pedazo de tierra (parcela). Así mismo, se asignan aleatoriamente
los tres tipos de fertilizante a cada una de las parcelas. Así, la asignación se muestra a continuación:

PARCELA A PARCELA B PARCELA C

Lechuga Colwear Lechuga Romana Lechuga Crespa
Control 4kg Fertilizante Control

PARCELA D PARCELA E PARCELA F

Lechuga Crespa Lechuga Colwear Lechuga Romana
2kg Fertilizante 2kg Fertilizante 2kg Fertilizante

PARCELA G PARCELA H PARCELA I

Lechuga Romana Lechuga Crespa Lechuga Colwear
Control 4kg Fertilizante 4kg Fertilizante

Este diseño experimental se desarrolla bajo los tres principios fundamentales de Fisher (Melo & Melo
2007): en principio se hace una separación de las unidades experimentales de acuerdo al tipo de lechuga,
para lograr homogeneidad de las mismas. Como se describió en la asignación aleatoria de tratamientos
se cumple que los tres tipos de lechuga cuentan con los tres tratamientos.

2.1. Modelo
Se plantea un diseño en bloques completamente aleatorizado de efectos fijos, el cual tiene dos factores,
cada uno con tres niveles, los cuales se muestran en la TABLA 1, teniendo así únicamente tres tratamientos
diferentes. La unidad experimental es la parcela de tierra y la unidad observacional o de muestreo es la
lechuga dentro de cada parcela.
El modelo estadístico para este diseño se presenta a continuación:

yijk = µ + αi + βj + ij + ηijk

XXVIII Simposio de EstadÃŋstica (2018)

Diseño experimental en bloques y datos longitudinales sobre un cultivo de lechugas 3

Tabla 1: Factores y niveles del experimento

Factores Niveles Tipo
Tipo de Lechuga Colwear, Romana y Crespa Fijo (Bloque)
Cantidad de Fertilizante Control. 2 kg y 4 kg Fijo

con i, j = 1, 2, 3, k = 1, 2, 3..., 18, donde αi es el efecto de la cantidad de fertilizante en el i-ésimo

nivel, βj es el efecto del tipo de lechuga (bloque) en el j−ésimo nivel, ij es el error experimental, ηijk es
el error de muestreo y yijk es la medición de la hoja más larga de la k-ésima lechuga.

Este modelo está sujeto a

3 3
iid iid
X X
αi = βj = 0 ij ∼ N (0, σ2 ) ηijk ∼ N (0, ση2 )
i=1 j=1

cov(αi , ij ) = cov(αi , βj ) = cov(αi , ηijk ) = cov(βj , ij ) = cov(βj , ηijk ) = 0

El análisis de varianza para este modelo está dado por

Tabla 2: Estructura tabla de análisis de varianza diseño en bloques

Causa de Grados de Suma de Cuadrado
Estadístico F
Variación Libertad Cuadrados Medio
3 2
1 X 2 y... SCBloq
Bloques βj (3 − 1) = 2 y.j. −
54 j=1 162 2
3
1 X 2 y2 SCT rat CM T rat
Tratamiento αi (3 − 1) = 2 yi.. − ...
54 i=1 162 2 CM EE
2 3 2 3 2
X yij. X yi.. X y.j. y2 SCEE CM EE
EE (ij) (3 − 1)(3 − 1) = 4 − − + ...
ij
18 i=1
54 j=1
54 162 4 CM EM
X 2 1 X 2 SCEM
EM ηk(ij) 3(3)(18 − 1) = 153 yijk − yij.
18 ij 153
ijk
X 2 y2
Total 3(3)(18) − 1 = 161 yijk − ...
162
ijk

Y su diagrama de estructura asociado es Para obtener el E(CM) se realiza la siguiente

tabla de efectos:

µ j i k
3 3 18
Efecto F F A E(CM)
3
α β 54 X 2
βj 0 3 18 ση2 + 18σ2 + βj
2 j=1
3
54 X 2
 αi 3 0 18 ση2 + 18σ2 + αi
2 i=1
ij 1 1 18 ση2 + 18σ2
η ηk(ij) 1 1 1 ση2

ANOVA
El análisis de varianza se presenta en la TABLA 3

XXVIII Simposio de EstadÃŋstica (2018)

4 Juana Gabriela Montoya, Vanessa Orjuela & Liseth Estefanía Vargas

Tabla 3: Análisis de varianza diseño en bloques

Causa de Grados de Suma de Cuadrado
Estadístico F pvalor
Variación Libertad Cuadrados Medio
Tipo de lechuga βj 2 1393.515 696.757
Fertilizante αi 2 277.863 138.931 0.665 0.563
Error experimental ij 4 835.548 208.887 37.828 0.000
Error muestral ηk(ij) 153 844.922 5.522
Total 161 3351.848

La hipótesis a juzgar es: de la lechuga.

( Ahora tenemos el siguiente conjunto de hipótesis:
(1)
H0 : α1 = α2 = α3
(1)
(
Ha : Al menos un αi 6= αi0 i 6= i0 i, i0 = 1, 2, 3 H0
(2)
: σ2 = 0
(2)
Ha : σ2 > 0
Vemos que la estadística F correspondiente al
tratamiento (fertilizante): CM EE
Dado que FEE = CM EM ∼ F(4,153,0.05) , y como
FEE = 37.828 > 2.431 = F(4,153,0.05) , hay evidencia
CM T rat (2)
FT rat = = 0.665 estadística para rechazar H0 , lo cual nos dice que
CM EE
el submuestreo es importante en el experimento. Las
es menor al F teórico: F(2,4,0.05) = 6.944; además estimaciones de los componentes de varianzas son:
su pvalor = 0.563 es mayor al nivel de significancia
α = 0.05, por tanto no hay evidencia estadística pa- σ̂η2 = CM EM = 5.522
ra rechazar la hipótesis nula; es decir, la cantidad de CM EE − CM EM
fertilizante no afecta la altura de la hoja más larga σ̂2 = = 11.299
18

2.2. Validación de supuestos

A continuación se muestra un análisis de los supuestos del modelo, ya que toda la inferencia que se
realiza está bajo el supuesto de normalidad y homocedasticidad.

1. QQ-plot e histograma para determinar el supuesto de normalidad

Figura 1: Gráficas de normalidad

Podemos observar, de la FIGURA 1, que los re- normal. Además, el gráfico de probabilidad nor-
siduales de los datos siguen una frecuencia en mal que compara los residuales teóricos con los
forma de campana, lo cual da indicio de ser una del modelo, muestra los puntos alrededor (cerca-

XXVIII Simposio de EstadÃŋstica (2018)

Diseño experimental en bloques y datos longitudinales sobre un cultivo de lechugas 5

nos) a la recta y, exceptuando una observación, un 95 % de confianza. Ahora, se tiene la siguiente

todos caen dentro de las bandas de confianza con prueba de hipótesis:


H0 : Los datos provienen de una población normal
Ha : Los datos no provienen de una población normal

Con sus respectivos test de normalidad:

Tabla 4: Test 1 Tabla 5: Test 2 Tabla 6: Test 3

Anderson-Darling Kolmogorov-Smirnov Ryan-Joiner
Estadístico pvalor Estadístico pvalor Estadístico pvalor
0.246 0.753 0.040 >0.150 0.996 >0.100

Luego, lo concluido anteriormente se corrobora Dado que en la FIGURA 2 no se ve un patrón

con los resultados de las TABLAS 4, 5 y 6, en las sistemático entre valores ajustados y residuos, y
que, con pvalores mayores al nivel de significan- además se evidencia que las desviaciones están-
cia α = 0.05, no hay evidencia estadísitica para dar correspondientes son significativamente igua-
rechazar H0 . Esto es, los datos provienen de una les.
distribución normal. Por tanto se cumple el pri-
mer supuesto. Test de Levene
Estadístico pvalor
2. Gráfico para determinar el supuesto de varianza 1.39 0.205
constante

De acuerdo al test de Levene presentado en la

TABLA anterior, se puede decir que los residua-
les tienen varianza constante, esto ya que no se
rechaza la hipótesis nula de homogeneidad de
varianzas con un pvalor de 0.205, mayor al ni-
vel de significancia α = 0.05. Luego se cum-
ple el segundo supuesto, y podemos concluir que
las inferencias sobre las estimaciones son válidas
(Montgomery 1991).

Figura 2: Gráfica residuales vs valores ajustados

3. Diseño por variedad de lechuga

En el diseño anterior, bloques con submuestreo,
donde se bloquea por tipo de lechuga, se evidencia
que la cantidad de tratamiento no es significativa
para la respuesta de crecimiento sobre la altura de
la hoja. Sin embargo, la FIGURA 3 de medias mues-
tra que los niveles de fertilizante (porquinaza) afec-
taron de manera diferente a cada tipo de lechuga.
Por ejemplo, el tipo crespa tuvo una media más alta
bajo el fertilizante control que bajo el fertilizante de
2 kg, lo cual muestra que realmente la aplicación de
fertilizante tuvo un costo innecesario.
Lo contrario pasa con el tipo colwear, el cual
muestra que la media de 4 kg es más alta que la
de 2 kg y la de control, es decir que realmente la
aplicación de fertilizante sobre este tipo de lechu-
ga puede causar un efecto. Lo anterior también se
pudo corroborar en la experiencia de recolección de
datos ya que se notaron diferencias importantes en
el crecimiento de cada tipo de lechuga dependiendo
del fertilizante que se le aplica al terreno. En esta
sección se quiere evidenciar estas diferencias.

XXVIII Simposio de EstadÃŋstica (2018)

6 Juana Gabriela Montoya, Vanessa Orjuela & Liseth Estefanía Vargas

sección se quiere evidenciar estas diferencias.

Bajo este cambio en el análisis de los datos, se

toma como variable respuesta el peso final de cada
lechuga y se toma como unidad experimental la le-
chuga, como hay dieciocho (18) lechugas por parcela
se tiene este número de réplicas. Se hace el análisis
con el factor Fertilizante que tiene los mismos nive-
les que el diseño presentado anteriormente (control,
2 kg, 4 kg). Así, se plantea un diseño completamente
aleatorizado de la siguiente manera:

Figura 3: Box Plot

yij = µ + αi + ij

con i = 1, 2, 3, j = 1, ..., 18, donde αi es el efecto de

la cantidad de fertilizante en el i-ésimo nivel, ij es
Lo contrario pasa con el tipo colwear, el cual el error experimental y y es el peso de la j-ésima
ij
muestra que la media de 4 kg es más alta que la lechuga bajo el i-ésimo tratamiento.
de 2 kg y la de control, es decir que realmente la
aplicación de fertilizante sobre este tipo de lechu-
ga puede causar un efecto. Lo anterior también se Este modelo está sujeto a:
pudo corroborar en la experiencia de recolección de
datos ya que se notaron diferencias importantes en 3
el crecimiento de cada tipo de lechuga dependiendo iid
X
αi = 0 ij ∼ N (0, σ2 ) cov(αi , ij ) = 0
del fertilizante que se le aplica al terreno. En esta i=1

El diagrama de estructura y análisis de varianza asociados a este modelo están dados por

Tabla 7: Estructura tabla de análisis de varianza diseño completamete aleatorizado

Causa de Grados de Suma de Cuadrado
µ Estadístico F
Variación Libertad Cuadrados Medio
3
X SCT rat CM T rat
Tratamiento αi (3 − 1) = 2 18 (ȳi.. − ȳ... )2
2 CM EE
α i=1
3 18
XX SCEE
EE j(i) 53 − 2 = 51 (yij − ȳi. )2
i j
51
 3 X
X 18
2
Total 54 − 1 = 53 yij − ȳ..2
i j

A continuación se muestra el análisis para cada variedad de lechuga.

3.1. Tipo Lisa

En el proceso de análisis de datos para la variable respuesta peso final de la lechuga tipo lisa, se hizo
validación de supuestos:

1. La hipótesis asociada al supuesto de normalidad

es:

H0 : Los datos provienen de una normal
Ha : Los datos no provienen de una normal

XXVIII Simposio de EstadÃŋstica (2018)

Diseño experimental en bloques y datos longitudinales sobre un cultivo de lechugas 7

Se obtienen los siguientes estadísticos con su res- Tabla 8: Test 1 Tabla 9: Test 2
pectivo pvalor , los cuales, bajo un nivel de signifi- Anderson-Darling Kolmogorov-Smirnov
cancia del 0.05 no se rechaza la hipótesis nula, es Estadístico pvalor Estadístico pvalor
decir que los datos provienen de una población 0.4624 0.2482 0.092 >0.150
normal.

2. Para detectar heterocedasticidad se desea probar lo siguiente:

: σ12 = σ22 = σ32


H0
Ha : Al menos un σi2 6= σi20 i 6= i0 i, i0 = 1, 2, 3
Se obtiene el siguiente estadístico, con centro en la mediana y la media, con su respectivo pvalor :

Tabla 10: Test mediana Tabla 11: Test media

Levene Levene
Estadístico pvalor Estadístico pvalor
3.6746 0.0323 5.2521 0.0084

Bajo un nivel de significancia de 0.05, se rechaza

la homogeneidad de varianza. Es decir que se debe
hacer una transformación para solucionar el proble-
ma.
La transformación se realiza sobre la variable de-
pendiente y mediante la transformación de Box-Cox
que tiene la siguiente estructura:

yλ

si λ 6= 0
ln(y) si λ = 0

Figura 4: Gráfica de Box-Cox del peso tipo lisa

Para los datos del peso de las lechugas tipo lisa
se obtiene la FIGURA 4 con los λ que se eligen para
hacer la transformación. A partir de ella se escoge
un λ = 1.18.
Al realizar la transformación, el análisis de va-
rianza para los datos transformados se presenta en
la TABLA 12.

Tabla 12: Análisis de varianza de una DCA para el tipo lisa

Causa de Grados de Suma de Cuadrado
Estadístico F pvalor
Variación Libertad Cuadrados Medio
Fertilizante αi 2 9428651 4714325 46.23 0.00
Error experimental j(i) 51 5200818 101977
Total 53 14629469

La estimación del único componente de varian-

za con los datos transfomados es σ̂2 = CM E =
101977. Para continuar con el análisis, es de interés (
juzgar la hipótesis (1)
H0 : α1 = α2 = α3
(1)
Ha : Al menos un αi 6= αi0 i 6= i0 i, i0 = 1, 2, 3

XXVIII Simposio de EstadÃŋstica (2018)

8 Juana Gabriela Montoya, Vanessa Orjuela & Liseth Estefanía Vargas

Se observa en la TABLA 12 que el pvalor para Tabla 13: Grupo para la prueba Dunnett con lechuga
probar esta hipótesis el del 0.00, luego el efecto de tipo lisa
los tratamientos (fertilizante) es significativo sobre Agrupación
el peso de la lechuga tipo lisa. Ahora, se desea saber Fertilizante N
qué efectos son diferentes bajo la prueba de Dunnett Control 18 218.05 A
para comparar el fertilizante control con los demás 4 kg 18 518.59
fertilizantes; de la comparación múltiple se obtiene 2 kg 18 364.38
la FIGURA 5 y la TABLA 13 de agrupaciones.

datos provienen de una distribución normal.

Por tanto se cumple el primer supuesto.

2. Para detectar heterocedasticidad se hace el

siguiente gráfico

Figura 5: Gráfica de comparaciones múltiples del peso

tipo lisa con transformación

De la FIGURAS 5 se puede ver que las compa-

raciones entre el fertilizante control y los dos otros
niveles de fertilizante son significativas. Es decir,
el fertilizante afecta el tipo el peso de las lechugas
cuando estas son de tipo liso y además en este caso, Figura 6: Gráfica de igualdad de varianza del peso ti-
los 2 kg de fertilizante generan un mayor peso en las po lisa con transformación
lechugas que cuando se aplican 4 kg de fertilizante.

Validación de supuestos Se puede observar de la FIGURA 6 que las va-

rianzas según el nivel de fertilizante son muy
1. Para verificar el supuesto de normalidad se similares, sobre todo entre los fertilizantes de
desea probar la siguiente hipótesis: 2 kg y 4 kg. A continuación se realiza la prue-
ba estadística correspondiente para verificar
el supuesto de homocedasticidad. Se obtiene

H0 : Los datos provienen de una normal
Ha : Los datos no provienen de una normal el siguiente estadístico, con centro en la me-
diana y la media, con su respectivo pvalor :
Se obtienen los siguientes estadísticos con su
respectivo pvalor :
Tabla 16: Test Tabla 17: Test
Levene Levene
Tabla 14: Test 1 Tabla 15: Test 2
Estadístico pvalor Estadístico pvalor
Anderson-Darling Kolmogorov-Smirnov
1.9413 0.154 3.0334 0.05692
Estadístico pvalor Estadístico pvalor
0.6073 0.1089 0.119 0.054 Mediana Media

A partir de los resultados de las TABLAS 14 Bajo un nivel de significancia del 0.05, con los
y 15, en las que, con pvalores mayores al nivel pvalores de las TABLAS 16 y 17 mayores, no
de significancia α = 0.05, no hay evidencia se rechaza la hipótesis nula, es decir que se
estadística para rechazar H0 . Es decir que los cumple el supuesto de homocedasticidad.

XXVIII Simposio de EstadÃŋstica (2018)

Diseño experimental en bloques y datos longitudinales sobre un cultivo de lechugas 9

3.2. Tipo Colwear

El análisis de varianza se presenta en la siguiente tabla:

Tabla 18: Análisis de varianza de una DCA para el tipo colwear

Causa de Grados de Suma de Cuadrado
Estadístico F pvalor
Variación Libertad Cuadrados Medio
Fertilizante αi 2 1663048 831524 95.51 0.00
Error experimental ij 51 444028 8706
Total 53 2107076

La estimación del único componente de varianza Tabla 19: Grupo para la prueba Dunnett
es σ̂ = CM E = 8706. Agrupación
La hipótesis a juzgar en este modelo es: Fertilizante N
Control 18 188.3 A
4 kg 18 616.7
( 2 kg 18 371.1
(1)
H0 : α1 = α2 = α3
(1)
Ha : Al menos un αi 6= αi0 i 6= i0 i, i0 = 1, 2, 3
De la FIGURA 7 se puede ver que las compara-
ciones entre el fertilizante control y los dos otros
niveles de fertilizante sobre el peso del tipo colwear
Se observa en la TABLA 18 que el pvalor para son significativas. Además, se evidencia que el peso
probar esta hipótesis el del 0.00, es decir que con de la lechuga tipo colwear es más grande cuando se
un nivel de significancia del 0.05 se rechaza la hipó- aplican 4 kg de fertilizante.
tesis nula, luego el efecto de los tratamientos sobre
el peso es diferente en la lechuga tipo colwear. A Validación de supuestos
continuación, se desea detallar qué efectos son dife- A continuación se muestra un análisis de los su-
rentes bajo la prueba de Dunnett para comparar el puestos del modelo, ya que toda la inferencia que
fertilizante control con los demás fertilizantes; de la se realiza está bajo el supuesto de normalidad y ho-
comparación múltiple se obtiene la FIGURA 7. mocedasticidad.

1. Para verificar el supuesto de normalidad se

Figura 7: Gráfica de comparaciones múltiples del peso desea probar la siguiente hipótesis:
tipo colwear

H0 : Los datos provienen de una normal
Ha : Los datos no provienen de una normal
Se obtienen los siguientes estadísticos con su
respectivo pvalor :

Tabla 20: Test 1 Tabla 21: Test 2

Anderson-Darling Kolmogorov-Smirnov
Estadístico pvalor Estadístico pvalor
0.4716 0.2355 0.0868 0.8104

La conclusión anterior se corrobora con los

resultados de las TABLAS 20 y 21, en las que,
De esta gráfica se obtiene la siguiente tabla de con pvalores mayores al nivel de significancia
agrupaciones: α = 0.05, no hay evidencia estadística para

XXVIII Simposio de EstadÃŋstica (2018)

10 Juana Gabriela Montoya, Vanessa Orjuela & Liseth Estefanía Vargas

rechazar H0 . Es decir que los datos provienen Se puede observar de FIGURA 8 que las va-
de una distribución normal. rianzas de los niveles de fertilizante control
y 4 kg son muy similares. A continuación se
realiza la prueba estadística correspondiente
2. Para detectar heterocedasticidad se hace el si-
para verificar el supuesto de homocedastici-
guiente gráfico
dad. Se obtiene el siguiente estadístico con su
respectivo Pvalor :
Figura 8: Gráfica de igualdad de varianza del peso ti-
po colwear
Tabla 22: Test mediana
Levene
Estadístico pvalor
2.74 0.074

Es decir que bajo un nivel de significancia del

0.05, con el pvalor = 0.074 de la TABLA 22, no
se rechaza la hipótesis nula y se concluye que
se cumple el supuesto de homocedasticidad.

3.3. Tipo Crespa

El análisis de varianza se presenta en la siguiente tabla:

Tabla 23: Análisis de varianza de una DCA para el tipo crespa

Causa de Grados de Suma de Cuadrado
Estadístico F pvalor
Variación Libertad Cuadrados Medio
Fertilizante αi 2 378011 189006 60.94 0.00
Error experimental ij 51 158189 3102
Total 53 536200

La estimación del componente de varianza esta

dada por σ̂ = CM E = 3102.
La hipótesis que se quiere juzgar es:

(
(1)
H0 : α1 = α2 = α3
(1)
Ha : Al menos un αi 6= αi0 i 6= i0 i, i0 = 1, 2, 3
Se observa en TABLA 23 que el pvalor para probar
esta hipótesis el del 0.00, es decir que con un ni-
vel de significancia del 0.05 se rechaza la hipótesis
nula, entonces el efecto de los tratamientos es di-
ferente sobre el peso de la lechuga tipo crespa. A Figura 9: Gráfica de comparaciones múltiples del peso
continuación, se desea detallar qué efectos son dife- tipo crespa
rentes bajo la prueba de Dunnett para comparar el
fertilizante control con los demás fertilizantes; de la
comparación múltiple se obtienen la FIGURA 9 .

XXVIII Simposio de EstadÃŋstica (2018)

Diseño experimental en bloques y datos longitudinales sobre un cultivo de lechugas 11

Tabla 24: Grupo para la prueba Dunnett 2. Para detectar heterocedasticidad se hace el
Agrupación siguiente gráfico
Fertilizante N
Control 18 365 A
4 kg 18 404.4 A
2 kg 18 210.6

De la FIGURA 9 se puede ver que la compara-

ción entre control y el nivel de fertilizante 4 kg no
es significativa, es decir que no hay diferencia entre
estos dos niveles. Por el contrario, hay diferencia
significativa entre los niveles control y 2 kg; a pesar
de esta diferencia es mejor aplicar 4 kg de fertili-
zante o el control, en términos de costos es mejor
tomar el control.
Figura 10: Gráfica de igualdad de varianza del peso
Validación de supuestos tipo Crespa

A continuación se muestra un análisis de los su-

puestos del modelo, ya que toda la inferencia que Se puede observar de FIGURA 10 que las va-
se realiza está bajo el supuesto de normalidad y ho- rianzas de los niveles de fertilizante control, 2
mocedasticidad. kg y 4 kg son muy similares. A continuación
se realiza la prueba estadística correspondien-
1. Para hacer prueba de normalidad se verifica te para verificar el supuesto de homocedasti-
con mayor claridad probando la siguiente hi- cidad.Se obtiene el siguiente estadístico, con
pótesis: centro en la mediana y la media, con su res-
 pectivo pvalor :
H0 : Los datos provienen de una normal
Ha : Los datos no provienen de una normal Tabla 27: Test Tabla 28: Test
Levene Levene
Se obtienen los siguientes estadísticos con su
respectivo pvalor : Estadístico pvalor Estadístico pvalor
0.0605 0.9414 0.0488 0.9525
Mediana Media
Tabla 25: Test 1
Anderson-Darling
Estadístico pvalor Es decir que bajo un nivel de significancia del
0.05, con los pvalores de TABLA 27 y 28, no se re-
0.46 0.251
chaza la hipótesis nula, es decir que se cumple el
supuesto de homocedasticidad.

Tabla 26: Test 2

Kolmogorov-Smirnov
Estadístico pvalor
0.10039 0.6478

La conclusión anterior se corrobora con los re-

sultados de las TABLAS 25 y 26, en las que,
con pvalores mayores al nivel de significancia
α = 0.05, no hay evidencia estadística para
rechazar H0 . Es decir que los datos provienen
de una distribución normal.

XXVIII Simposio de EstadÃŋstica (2018)

12 Juana Gabriela Montoya, Vanessa Orjuela & Liseth Estefanía Vargas
4. Conclusiones
En el primer modelo, diseño en bloques con sub-
muestreo, seleccionando la altura de la hoja como
una medida que revela el crecimiento de la lechuga,
se concluye que la cantidad de fertilizante no afecta
significativamente esta variable; es decir, el sobre-
costo por el fertilizante usado en el cultivo se puede
obviar utilizando otros recursos menos costosos que
afecten positivamente el crecimiento de la lechuga
como el riego o el mantenimiento sobre condiciones
climáticas del cultivo, los cuales pueden mejorar de
manera más significativa la producción de la lechu-
ga en un corto plazo.
Con relación al segundo modelo, diseño completa-
mente aleatorizado, es importante tener en cuenta
que, en el área agrícola se reconoce que los culti-
vos de diferentes variedades de hortalizas, en este
caso de la lechuga, no se afectan de igual manera
con fertilizantes que se apliquen al cultivo y/o en
diferentes cantidades de estos fertilizantes, es decir,
que hay variedades más eficientes, otras variedades
más económicas y también hay variedades que se-
gún la cantidad de fertilizante tienen un proceso
de crecimiento más rápido. En el caso particular de
este experimento, con el uso de tres cantidades de
porquinaza (fertilizante orgánico) y seleccionando
como variable respuesta el peso final de cada lechu-
ga, se puede concluir lo siguiente:
i) El efecto de la porquinaza fue diferente para
cada tipo de lechuga. Dicho de otra manera,
Referencias
Melo, O. & Melo, S. (2007), Diseño de experimentos: métodos y aplicaciones, Universidad Nacional de
Colombia, Facultad de Ciencias.
Montgomery, D. C. (1991), Diseño y análisis de experimentos, Grupo Editorial Iberoamérica,.
cada nivel de porquinaza afectó de manera di-
ferente el crecimiento de cada tipo de lechuga.
ii) En el caso particular de la variedad de lechuga
lisa, se observa que la cantidad de fertilizante
2 kg produce un mayor peso que la cantidad
de 4 kg y la cantidad control, es decir, que
al utilizar 4 kg de fertilizante se está malgas-
tando el recurso y por ende se está hacien-
do un sobrecosto innecesario. Así las cosas, la
cantidad óptima de fertilizante para obtener
buenos resultados es de 2 kg.
iii) Por otro lado, en el caso particular del tipo
de lechuga colwear se evidencia que el peso es
mayor si se aplica una cantidad de porquinaza
de 4 kg; este resultado muestra que la variedad
colwear responde proporcionalmente a la can-
tidad de fertilizante, ya que entre mayor sea
la cantidad de fertilizante que se le aplique al
terreno de cultivo, mayor será el crecimiento
de la planta. Por lo anterior, se deduce que
esta variedad resulta más costosa en términos
de producción, sin embargo, desde el punto de
vista de mercado encontramos que es una de
las variedades con mayor demanda.
iv) Por último, el tipo de lechuga crespa muestra
que el menor peso se encuentra bajo el trata-
miento de 2 kg y que no hay diferencia signifi-
cativa entre la cantidad de fertilizante control
y 4 kg. En otras palabras, esta variedad de
lechuga es una variedad económica ya que se
pueden utilizar sólo materiales rústicos como
el riego para su producción sin necesidad de
fertilizante.
XXVIII Simposio de EstadÃŋstica (2018)