Submuestreo balanceado en experimentos monofactoriales usando InfoStat e InfoGen: validación con SAS

Autores/as

  • Andrés González-Huerta Centro de Investigación y Estudios Avanzados en Fitomejoramiento-Facultad de Ciencias Agrícolas-Universidad Autónoma del Estado de México. Campus Universitario ‘El Cerrillo’, El Cerrillo Piedras Blancas, Toluca, Estado de México, México. AP. 435. Tel. 722 2965531, ext. 148.
  • Delfina de Jesús Pérez-López Centro de Investigación y Estudios Avanzados en Fitomejoramiento-Facultad de Ciencias Agrícolas-Universidad Autónoma del Estado de México. Campus Universitario ‘El Cerrillo’, El Cerrillo Piedras Blancas, Toluca, Estado de México, México. AP. 435. Tel. 722 2965531, ext. 148.
  • Artemio Balbuena-Melgarejo Centro de Investigación y Estudios Avanzados en Fitomejoramiento-Facultad de Ciencias Agrícolas-Universidad Autónoma del Estado de México. Campus Universitario ‘El Cerrillo’, El Cerrillo Piedras Blancas, Toluca, Estado de México, México. AP. 435. Tel. 722 2965531, ext. 148.
  • J. Ramón Pascual Franco-Martínez Centro de Investigación y Estudios Avanzados en Fitomejoramiento-Facultad de Ciencias Agrícolas-Universidad Autónoma del Estado de México. Campus Universitario ‘El Cerrillo’, El Cerrillo Piedras Blancas, Toluca, Estado de México, México. AP. 435. Tel. 722 2965531, ext. 148.
  • Francisco Gutiérrez-Rodríguez Centro de Investigación y Estudios Avanzados en Fitomejoramiento-Facultad de Ciencias Agrícolas-Universidad Autónoma del Estado de México. Campus Universitario ‘El Cerrillo’, El Cerrillo Piedras Blancas, Toluca, Estado de México, México. AP. 435. Tel. 722 2965531, ext. 148.
  • José Antonio Rodríguez-González Posgrado en Ciencias Agropecuarias y Recursos Naturales-Universidad Autónoma del Estado de México.

DOI:

https://doi.org/10.29312/remexca.v14i2.3418

Palabras clave:

algebra matricial, error muestral en diseños experimentales, paquetes estadísticos gratuitos, suma de cuadrados en ensayos con submuestreo

Resumen

Aun en la actualidad existe poca información publicada con relación al análisis de experimentos monofactoriales cuando se usa igual número de submuestras dentro de cada unidad experimental. En este estudio se analizan datos de floración masculina registrados en cuatro variedades de maíz (Zea mays L.) establecidas en condiciones de campo usando cuatro repeticiones por tratamiento, dentro de cada unidad experimental se registraron 30 datos, para el presente estudio sólo son considerados tres de éstos. Los diseños experimentales elegidos fueron completamente al azar, bloques completos al azar y cuadro latino. Las salidas fueron obtenidas con InfoStat y corresponden a un análisis de varianza y a una comparación de medias de tratamientos con la prueba de Tukey (p= 0.01), estas también se pueden generar con InfoGen aplicando el mismo procedimiento. Los datos que conducen a ambos resultados fueron usados para cálculos manuales y los resultados son validados con el sistema para análisis estadístico. Debido que los datos son los mismos el error muestral es común en los tres diseños experimentales y se muestra cómo obtener el error conjunto, la diferencia entre ambos genera el error experimental. Para simplificar el procedimiento en la computadora personal se elabora una sola base de datos. Sólo para el diseño en cuadro latino se proporcionan las expresiones matriciales que permiten homologar el cálculo manual con sumas de cuadrados en el análisis de varianza. Si el objetivo secundario fuera comparar los tres diseños experimentales el soporte estadístico generado por éstos lo permitiría, en una sola corrida usando SAS e individualmente para cada diseño aplicando InfoStat y InfoGen.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Balzarini, M. G.; González, L.; Tablada, M.; Casanoves, F.; Rienzo, J. A. y Robledo, C. W. 2008. Manual del usuario de infoStat. Ed. Brujas, Córdoba, Argentina. 348 p.

Balzarini, M. G. y Di Rienzo, J. A. 2016. InfoGen. FCA. Universidad Nacional de Córdoba, Argentina. http://www.info-Gen.Com.mx.

Di Rienzo, J. A.; Casanoves, F.; Balzarini, M. G.; González, L.; Tablada, M. y Robledo, C. W. 2008. InfoStat. Grupo InfoStat, FCA. Universidad Nacional de Córdoba, Argentina: https://www.InfoStat.com.ar.

Freund, R. J. and Wilson, W. J. 1993. Statistical methods. First Ed. Academic Press, Inc. San Diego, CA. USA. 440-452 pp.

Gomez, K. A. and Gomez, A. A. 1984. Statistical procedures for agricultural research. 2nd. Ed. John Wiley & Sons, Inc. Printed in singapore. 680 p.

González, H. A.; Vázquez, G. L.; Sahagún, C. J. y Rodríguez, P. J. E. 2008. Diversidad fenotípica de variedades e híbridos de maíz en el Valle Toluca-Atlacomulco. México. Rev. Fitotec. Mex. 31(1):67-76.

González, A.; Pérez, D. J.; Sahagún, J.; Franco, O.; Morales, E. J.; Rubí, M.; Gutiérrez, F. y Balbuena, A 2010. Aplicación y comparación de métodos univariados para evaluar la estabilidad de maíces del Valle Toluca-Atlacomulco. México. Rev. Agron. Costarr. 34(2):129-143.

González, H. A.; Pérez, L. D. J.; Rubí, A. M.; Gutiérrez, R., F.; Franco, M.; J. R. P.; Padilla, L. A. 2019. InfoStat, InfoGen y SAS para contrastes mutuamente ortogonales en experimentos en bloques completos al azar en parcelas subdivididas. Rev. Mex. Cienc. Agríc. 10(6):1417-1431.

Hansen, M. J.; Beard, J. T. D. and Hayes, D. B. 2006. Sampling and experimental design. Chapter 3. In: analysis and interpretation of freshwater fisheries data. Guy, Ch. S. and. Brown, M. L. Eds. American Fisheries Society. 30-45 pp. Doi: https://doi.org/10.47866/ 9781888569773.

Jasso, B. G.; González, H. A.; Pérez, L. D. J.; Franco, M. J. R. P.; Rubí, A. M. y Mejía, C. J. 2022. Uso de Opstat para validar resultados en un dialélico parcial con ocho líneas de maíz evaluadas en un ambiente. Rev. Mex. Cienc. Agríc. 13(1):41-52.

Martínez, G. A. 1988. Diseños experimentales. Métodos y elementos de teoría. Editorial Trillas, 1ra. Ed. México, DF. 756 p.

Pérez, L. D.; Jasso, B. G.; Saavedra, G. C.; Franco, M. J. R. P.; Ramírez, D. J. F. y González, H. A. 2022. Uso de artificios en Opstat para analizar series de experimentos en dialélico parcial. Rev. Mex. Cienc. Agríc. 13(2):273-287.

Piepho, H. P.; Büchse, A. and Emrich, K. 2003. A Hitchhiker’s guide to mixed models for randomized experiments. J. Agron. Crop Sci. 189(3):310-322.

Restrepo, L. F. 2007. Diagramas de estructuras en el análisis de varianza. Rev. Colomb. Cienc. Pec. 20(2):202-208.

Restrepo, B. L. F. 2007 b. La esperanza del cuadrado medio. Rev. Colomb. Cienc. Pec. 20(2):193-201.

Sahagún, C. J. 1991. Utilidad del análisis de varianza en el estudio de la interacción entre genotipos y ambientes. Xilonen. 1(1):21-32.

Sahagún, C. J. 1998. Construcción y análisis de los modelos fijos aleatorios y mixtos. Universidad Autónoma Chapingo (UACH)-Departamento de Fitotecnia-Programa Nacional de Investigación en Olericultura. Boletín técnico núm. 3. 64 p.

Sánchez, G. J. J. 1995. El análisis Biplot en clasificación. Rev. Fitotec. Mex. 18(2):188-203.

Statistical Analysis System (SAS). 1998. SAS/STAT Users Guide. Release 6.03 SAS Institute. Carry North Caroline, USA.

Zamudio, S. F. J. y Alvarado, S. A. A. 1996. Análisis de diseños experimentales con igual número de submuestras. 1ra. Ed. Universidad Autónoma Chapingo (UACH)-División de Ciencias Forestales. México, DF. 85 p.

Publicado

2023-03-22

Cómo citar

González-Huerta, Andrés, Delfina de Jesús Pérez-López, Artemio Balbuena-Melgarejo, J. Ramón Pascual Franco-Martínez, Francisco Gutiérrez-Rodríguez, y José Antonio Rodríguez-González. 2023. «Submuestreo Balanceado En Experimentos Monofactoriales Usando InfoStat E InfoGen: Validación Con SAS». Revista Mexicana De Ciencias Agrícolas 14 (2). México, ME:235-49. https://doi.org/10.29312/remexca.v14i2.3418.

Número

Sección

Artículos

Artículos más leídos del mismo autor/a