Análisis estadístico de diseños experimentales con apoyo computacional

This work seeks to implement the statistical analysis of experimental designs with computational support through the R Statistical software. For the respective analysis of these designs we will use the libraries ExpDes, easyanova, among others, which contain a large number of packages that will help...

Full description

Autores:
Palencia Pretelt, Ana Maria
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2023
Institución:
Universidad de Córdoba
Repositorio:
Repositorio Institucional Unicórdoba
Idioma:
spa
OAI Identifier:
oai:repositorio.unicordoba.edu.co:ucordoba/7428
Acceso en línea:
https://repositorio.unicordoba.edu.co/handle/ucordoba/7428
Palabra clave:
Diseños experimentales
Entorno R
Blog
Experimental designs
R environment
Blog
Rights
openAccess
License
Copyright Universidad de Córdoba, 2023
id UCORDOBA2_f1e9582bb139eee582916c5f57fae5b9
oai_identifier_str oai:repositorio.unicordoba.edu.co:ucordoba/7428
network_acronym_str UCORDOBA2
network_name_str Repositorio Institucional Unicórdoba
repository_id_str
dc.title.spa.fl_str_mv Análisis estadístico de diseños experimentales con apoyo computacional
title Análisis estadístico de diseños experimentales con apoyo computacional
spellingShingle Análisis estadístico de diseños experimentales con apoyo computacional
Diseños experimentales
Entorno R
Blog
Experimental designs
R environment
Blog
title_short Análisis estadístico de diseños experimentales con apoyo computacional
title_full Análisis estadístico de diseños experimentales con apoyo computacional
title_fullStr Análisis estadístico de diseños experimentales con apoyo computacional
title_full_unstemmed Análisis estadístico de diseños experimentales con apoyo computacional
title_sort Análisis estadístico de diseños experimentales con apoyo computacional
dc.creator.fl_str_mv Palencia Pretelt, Ana Maria
dc.contributor.advisor.spa.fl_str_mv Martínez Flórez, Guillermo
dc.contributor.author.none.fl_str_mv Palencia Pretelt, Ana Maria
dc.subject.proposal.spa.fl_str_mv Diseños experimentales
Entorno R
Blog
topic Diseños experimentales
Entorno R
Blog
Experimental designs
R environment
Blog
dc.subject.keywords.eng.fl_str_mv Experimental designs
R environment
Blog
description This work seeks to implement the statistical analysis of experimental designs with computational support through the R Statistical software. For the respective analysis of these designs we will use the libraries ExpDes, easyanova, among others, which contain a large number of packages that will help us with the main objective of this work. With this computational implementation, several examples will be made, which will be reflected in a free access blog, so that all the community that needs this information can access it and can use it for the respective analysis of an experimental design that is presented to them in a real situation.
publishDate 2023
dc.date.accessioned.none.fl_str_mv 2023-07-14T21:13:37Z
dc.date.available.none.fl_str_mv 2023-07-14T21:13:37Z
dc.date.issued.none.fl_str_mv 23-07-13
dc.type.spa.fl_str_mv Trabajo de grado - Pregrado
dc.type.coarversion.fl_str_mv http://purl.org/coar/version/c_71e4c1898caa6e32
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.content.spa.fl_str_mv Text
format http://purl.org/coar/resource_type/c_7a1f
dc.identifier.uri.none.fl_str_mv https://repositorio.unicordoba.edu.co/handle/ucordoba/7428
url https://repositorio.unicordoba.edu.co/handle/ucordoba/7428
dc.language.iso.spa.fl_str_mv spa
language spa
dc.rights.spa.fl_str_mv Copyright Universidad de Córdoba, 2023
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.uri.spa.fl_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.creativecommons.spa.fl_str_mv Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
rights_invalid_str_mv Copyright Universidad de Córdoba, 2023
https://creativecommons.org/licenses/by-nc-nd/4.0/
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.publisher.faculty.spa.fl_str_mv Facultad de Ciencias Básicas
dc.publisher.place.spa.fl_str_mv Montería, Córdoba, Colombia
dc.publisher.program.spa.fl_str_mv Estadística
institution Universidad de Córdoba
bitstream.url.fl_str_mv https://repositorio.unicordoba.edu.co/bitstreams/b5b2642b-51b3-407d-a9e9-dad739aeea4f/download
https://repositorio.unicordoba.edu.co/bitstreams/76412330-cb0b-4442-a306-bf7193a43c3c/download
https://repositorio.unicordoba.edu.co/bitstreams/0614c0f9-5756-4001-808c-090e80e68423/download
https://repositorio.unicordoba.edu.co/bitstreams/97910079-6ee1-435a-abea-f660419840f9/download
https://repositorio.unicordoba.edu.co/bitstreams/e9846909-dc89-42ac-8abf-649edaff1a33/download
https://repositorio.unicordoba.edu.co/bitstreams/ff8bc4b4-fb50-4b80-b57a-dd014fb50c40/download
https://repositorio.unicordoba.edu.co/bitstreams/dbc52868-22e7-4f0c-af55-3b5f68351f37/download
bitstream.checksum.fl_str_mv 9459d4ecd5bf3f00f5040c9071b35f70
03381bb58dfe43916741aa84359996d4
2f9959eaf5b71fae44bbf9ec84150c7a
c7a2bee8dfb3d48f282f45da9fbf0cd3
04a3f59bee6216238fe8545311400b63
b81deb4a784d0979f952fa709f16d812
ca2d15c0133959c2e9951f385f0674cf
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Universidad de Córdoba
repository.mail.fl_str_mv bdigital@metabiblioteca.com
_version_ 1839636055804870656
spelling Martínez Flórez, Guillermo9864e1a4-446b-4a5a-832e-cafa496bd0cb-1Palencia Pretelt, Ana Maria473e0af8-21fd-4825-b34a-01ad3bcf1280-12023-07-14T21:13:37Z2023-07-14T21:13:37Z23-07-13https://repositorio.unicordoba.edu.co/handle/ucordoba/7428This work seeks to implement the statistical analysis of experimental designs with computational support through the R Statistical software. For the respective analysis of these designs we will use the libraries ExpDes, easyanova, among others, which contain a large number of packages that will help us with the main objective of this work. With this computational implementation, several examples will be made, which will be reflected in a free access blog, so that all the community that needs this information can access it and can use it for the respective analysis of an experimental design that is presented to them in a real situation.1. RESUMEN. . . . . . . . . . . . . . . . . . . . . . . . . 82. ABSTRACT. . . . . . . . . . . . . . . . . . . . . . . . . 83. INTRODUCCIÓN. . . . . . . . . . . . . . . . . . . . . . . . . 84. OBJETIVOS. . . . . . . . . . . . . . . . . . . . . . . . . 94.1. Objetivo general . . . . . . . . . . . . . . . . . . . . . . . . . 94.2. Objetivos específicos. . . . . . . . . . . . . . . . . . . . . . . . . 95. Entorno R. . . . . . . . . . . . . . . . . . . . . . . . . . 95.1. Lectura de datos de un archivo. . . . . . . . . . . . . . . . . . . . . . . . . 105.2. Operaciones básicas en R . . . . . . . . . . . . . . . . . . . . . . . . . 115.3. Estadística con R. . . . . . . . . . . . . . . . . . . . . . . . . 125.3.1. Ilustración para las Estadísticas con R . . . . . . . . . . . . . . . . . . . . . . . . . 136.1. Diseño experimental . . . . . . . . . . . . . . . . . . . . . . . . . 166.1.1. Conceptos básicos del diseño experimental . . . . . . . . . . . . . . . . . . . . . . . . . 166.1.2. Estructuras del diseño experimental . . . . . . . . . . . . . . . . . . . . . . . . . 176.2. Diseño completamente al azar (DCA) . . . . . . . . . . . . . . . . . . . . . . . . . 196.2.1. Modelo estadístico y supuestos . . . . . . . . . . . . . . . . . . . . . . . . . 206.2.2. Modelos de efectos fijos y aleatorios. . . . . . . . . . . . . . . . . . . . . . . . . 216.2.3. Estimación de parámetros . . . . . . . . . . . . . . . . . . . . . . . . . 226.2.3. Estimación de parámetros . . . . . . . . . . . . . . . . . . . . . . . . . 226.2.4. Hipótesis de interés . . . . . . . . . . . . . . . . . . . . . . . . . 236.2.5. Análisis de varianza (ANAVA) . . . . . . . . . . . . . . . . . . . . . . . . . 246.2.6. Pruebas de hipótesis y errores estándar. . . . . . . . . . . . . . . . . . . . . . . . . 256.2.7. Ejemplo en R para un DCA. . . . . . . . . . . . . . . . . . . . . . . . . . 266.3. Pruebas de validación de los supuestos del modelo. . . . . . . . . . . . . . . . . . . . . .286.3.1. Prueba de normalidad de los errores de Shapiro - Wilk. . . . . . . . . . . . . . . . . . . 296.3.2. Ejemplo en R de la prueba de Shapiro - Wilk. . . . . . . . . . . . . . . . . . . . . . . . . 306.3.3. Pruebas de homogeneidad de varianzas. . . . . . . . . . . . . . . . . . . . . . . . . 306.3.4. Prueba de Hartley. . . . . . . . . . . . . . . . . . . . . . . . . 306.3.5. Ejemplo en R de la prueba de Hartley. . . . . . . . . . . . . . . . . . . . . . . . . 316.3.6. Prueba de Bartlett. . . . . . . . . . . . . . . . . . . . . . . . . 326.3.7. Ejemplo en R de la prueba de Bartlett. . . . . . . . . . . . . . . . . . . . . . . . . 326.3.8. Prueba de Levene. . . . . . . . . . . . . . . . . . . . . . . . . 326.3.9. Ejemplo en R de la prueba de Levene. . . . . . . . . . . . . . . . . . . . . . . . . 336.4. Comparaciones múltiples . . . . . . . . . . . . . . . . . . . . . . . . . 346.4.1. Método de las diferencias mínimas significativas (DMS) . . . . . . . . . . . . . . . . . . . . . . . . . 346.4.2. Ejemplo en R para DMS. . . . . . . . . . . . . . . . . . . . . . . . . 356.4.3. La prueba de intervalos múltiples de Duncan. . . . . . . . . . . . . . . . . . . . . . . . . 366.4.4. Ejemplo en R para la prueba de intervalos múltiples de Duncan. . . . . . . . . . . . . . . . . . . . . . . . . 376.4.5. Prueba honesta de Tukey. . . . . . . . . . . . . . . . . . . . . . . . . 396.4.6. Ejemplo en R para la prueba honesta de Tukey. . . . . . . . . . . . . . . . . . . . . . . . . 396.4.7. Prueba de Scheffé. . . . . . . . . . . . . . . . . . . . . . . . . 406.4.8. Ejemplo en R para la prueba de Scheffé. . . . . . . . . . . . . . . . . . . . . . . . . 416.4.9. Prueba de Bonferroni. . . . . . . . . . . . . . . . . . . . . . . . . 426.4.10. Ejemplo en R para la prueba de Bonferroni. . . . . . . . . . . . . . . . . . . . . . . . . 426.4.11. Comparación de medias de tratamientos con un control (prueba de Dunnett) . . . . . . . . . . . . . . . . . . . . . . . . . 436.4.12. Ejemplo en R para la prueba de Dunnett. . . . . . . . . . . . . . . . . . . . . . . . . 446.4.13. Función (ea1) en R. . . . . . . . . . . . . . . . . . . . . . . . . 456.4.14. Ejemplo en R para un diseño completamente aleatorio usando la función (ea1) . . . . . . . . . . . . . . . . . . . . . . . . . 466.5. Contrastes. . . . . . . . . . . . . . . . . . . . . . . . . 486.5.1. Función (fit.contrast) en R . . . . . . . . . . . . . . . . . . . . . . . . . 516.5.2. Ejemplo en R para contrastes con un DCA usando la función (fit.contrast) . . . . . . . . . . . . . . . . . . . . . . . . . 526.6. Polinomios ortogonales . . . . . . . . . . . . . . . . . . . . . . . . . 546.6.1. Función (crd) en R . . . . . . . . . . . . . . . . . . . . . . . . . 566.6.2. Ejemplo en R para un diseño completamente aleatorizado de un factor usando la función (crd) . . . . . . . . . . . . . . . . . . . . . . . . . 586.7. Transformaciones. . . . . . . . . . . . . . . . . . . . . . . . . 626.7.1. Transformaciones más frecuentes para homogenizar varianzas . . . . . . . . . . . . . . . . . . . . . . . . . 636.7.2. Ejemplo en R de transformaciones. . . . . . . . . . . . . . . . . . . . . . . . . 646.8. Diseño en bloques completamente aleatorizados (DBCA) . . . . . . . . . . . . . . . . . . . . . . . . . 706.8.1. Aleatorización en el diseño en bloques al azar. . . . . . . . . . . . . . . . . . . . . . . . . 716.8.2. Modelo estadístico. . . . . . . . . . . . . . . . . . . . . . . . . 716.8.3. Pruebas de hipótesis y análisis de varianza . . . . . . . . . . . . . . . . . . . . . . . . . 726.8.4. Ejemplo en R para un diseño en bloque completamente aleatorio usando la función (ea1) . . . . . . . . . . . . . . . . . . . . . . . . . 736.8.5. Función (rbd) en R . . . . . . . . . . . . . . . . . . . . . . . . . 766.8.6. Ejemplo en R para un diseño en bloque completamente aleatorio usando la función (rbd) . . . . . . . . . . . . . . . . . . . . . . . . . 776.8.7. Ejemplo con un factor cuantitativo en R para un diseño en bloque completamente aleatorio usando la función ea1. . . . . . . . . . . . . . . . . . . . . . . . . 796.8.8. Ejemplo con un factor cuantitativo en R para un diseño en bloque completamente aleatorio usando la función rbd. . . . . . . . . . . . . . . . . . . . . . . . . 826.9. Muestreo en unidades experimentales . . . . . . . . . . . . . . . . . . . . . . . . . 846.9.1. Muestreo de unidades experimentales en un DCA. . . . . . . . . . . . . . . . . . . . . . . . . 846.9.2. Descomposición de la suma de cuadrados total DCA . . . . . . . . . . . . . . . . . . . . . . . . . 856.9.3. Función (Sub.DCA) . . . . . . . . . . . . . . . . . . . . . . . . . 876.9.4. Ejemplo en R de muestreo de unidades experimentales en un DCA. . . . . . . . . . . . . . . . . . . . . . . . . 886.9.5. Muestreo de unidades experimentales en un DBCA. . . . . . . . . . . . . . . . . . . . . . . . . 906.9.6. Función (Sub.DBCA) . . . . . . . . . . . . . . . . . . . . . . . . . 926.9.7. Ejemplo en R de muestreo de unidades experimentales en un DBCA. . . . . . . . . . . . . . . . . . . . . . . . . 936.10. Diseño Cuadrado Latino . . . . . . . . . . . . . . . . . . . . . . . . . 956.10.1. Aleatorización en un Diseño Cuadrado Latino. . . . . . . . . . . . . . . . . . . . . . . . . 956.10.2. Modelo Estadístico e Hipótesis. . . . . . . . . . . . . . . . . . . . . . . . . 976.10.3. Análisis de Varianza. . . . . . . . . . . . . . . . . . . . . . . . . 986.10.4. Función (latsd) en R . . . . . . . . . . . . . . . . . . . . . . . . . 996.10.5. Ejemplo en R para un diseño cuadrado latino usando la función (latsd) . . . . . . . . . . . . . . . . . . . . . . . . . 1016.10.6. Juego de Cuadrados Latinos. . . . . . . . . . . . . . . . . . . . . . . . . 1036.10.7. Ejemplo en R para un diseño cuadrado latino replicado usando la función (ea2) . . . . . . . . . . . . . . . . . . . . . . . . .1036.11. Análisis de covarianza. . . . . . . . . . . . . . . . . . . . . . . . . 1106.11.1. Análisis de covarianza en un DCA. . . . . . . . . . . . . . . . . . . . . . . . . 1106.11.2. Análisis de covarianza en un DBCA. . . . . . . . . . . . . . . . . . . . . . . . . 1136.11.3. Ejemplo en R de análisis con covarianza con un DCA. . . . . . . . . . . . . . . . . . . . . . . . . 1146.11.4. Ejemplo en R de análisis con covarianza con un DBCA . . . . . . . . . . . . . . . . . . . . . . . . . 1176.12. Experimentos factoriales. . . . . . . . . . . . . . . . . . . . . . . . . 1216.12.1. Conceptos básicos. . . . . . . . . . . . . . . . . . . . . . . . . 1216.12.2. Efectos de un factor. . . . . . . . . . . . . . . . . . . . . . . . . 1226.12.3. Experimento factorial bajo un DCA. . . . . . . . . . . . . . . . . . . . . . . . . 1226.12.4. Análisis de varianza . . . . . . . . . . . . . . . . . . . . . . . . . 1236.12.5. Errores estándar para medias de efectos principales e interacción 1256.12.6. Función (fat2.crd) en R . . . . . . . . . . . . . . . . . . . . . . . . . 1286.12.7. Ejemplo en R para análisis para factores cualitativo × Cuantitativo . . . . . . . . . . . . . . . . . . . . . . . . . 1296.12.8. Función (ea2) en R . . . . . . . . . . . . . . . . . . . . . . . . . 1406.12.9. Ejemplo en R para un experimento factorial con un DCA. . . . . . . . . . . . . . . . . . . . . . . . . 1426.12.10. Experimento factorial bajo un DBCA. . . . . . . . . . . . . . . . . . . . . . . . . 1546.12.11. Ejemplo en R para un experimento factorial con un DBCA. . . . . . . . . . . . . . . . . . . . . . . . . 1566.13. Experimentos con diferentes tamaños de parcelas . . . . . . . . . . . . . . . . . . . . . . . . . 1646.13.1. Aleatorización . . . . . . . . . . . . . . . . . . . . . . . . . 1656.13.2. Parcelas divididas en el espacio. . . . . . . . . . . . . . . . . . . . . . . . . 1666.13.3. Análisis de varianza . . . . . . . . . . . . . . . . . . . . . . . . . 1676.13.4. Errores estándar para la comparación de medias de tratamientos. . . . . . . . . . . . . . . . . . . . . . . . . 1706.13.5. Función (split2.crd) en R . . . . . . . . . . . . . . . . . . . . . . . . . 1746.13.6. Ejemplo en R de parcelas divididas para un DCA . . . . . . . . . . . . . . . . . . . . . . . . . 1756.13.7. Función (split2.rbd) en R. . . . . . . . . . . . . . . . . . . . . . . . . 1806.13.8. Ejemplo en R de parcelas divididas para un DBCA. . . . . . . . . . . . . . . . . . . . . . . . . 1826.14. Medidas repetidas en el tiempo. . . . . . . . . . . . . . . . . . . . . . . . . 2006.14.1. Supuestos del modelo. . . . . . . . . . . . . . . . . . . . . . . . . 2006.14.2. Errores estándar para comparaciones múltiples. . . . . . . . . . . . . . . . . . . . . . . . .. 2026.14.3. Función (MRT.DCA) . . . . . . . . . . . . . . . . . . . . . . . . . 2036.14.4. Ejemplo en R de medidas repetidas bajo un DCA. . . . . . . . . . . . . . . . . . . . . . . . . 2046.14.5. Medidas repetidas bajo un DBCA. . . . . . . . . . . . . . . . . . . . . . . . . 2146.14.6. Función (MRT.DBCA) . . . . . . . . . . . . . . . . . . . . . . . . . 2166.14.7. Ejemplo en R de medidas repetidas bajo un DBCA. . . . . . . . . . . . . . . . . . . . . . . . . 2176.15.1. Mejor tratamiento y punto óptimo . . . . . . . . . . . . . . . . . . . . . . . . . 2256.15.2. Elementos de la metodología de superficie de respuesta . . . . . . . . . . . . . . . . . . . . . . . . . 2266.15.3. Diseños de superficie de respuesta . . . . . . . . . . . . . . . . . . . . . . . . . 2276.15.4. Diseños para modelos de primer orden. . . . . . . . . . . . . . . . . . . . . . . . . 2276.15.5. Diseños para modelos de segundo orden. . . . . . . . . . . . . . . . . . . . . . . . . 2286.15.6. Técnicas de optimización. . . . . . . . . . . . . . . . . . . . . . . . . 2286.15.7. Ejemplo en R de superficie de respuesta. . . . . . . . . . . . . . . . . . . . . . . . . 2297. CÓDIGOS. . . . . . . . . . . . . . . . . . . . . . . . . 2378. BIBLIOGRAFÍA. . . . . . . . . . . . . . . . . . . . . . . . .. 254Este trabajo busca implementar el an´alisis estad´ıstico de dise˜nos experimentales con apoyo computacional a trav´es del software Estad´ıstico R. Para el respectivo an´alisis de estos dise˜nos usaremos las librer´ıas ExpDes, easyanova, entre otras, las cuales contienen una gran cantidad de paquetes que nos ayudar´an con el principal objetivo de este trabajo. Con esta implementaci´on computacional se realizar´an varios ejemplos, los cuales ser´an plasmados en un blog de acceso libre, para que toda la comunidad que necesite esta informaci´on pueda acceder a ella y puedan utilizarla para el respectivo an´alisis de alg´un dise˜no experimental que se le presente en una situaci´on real.PregradoEstadístico(a)Monografíasapplication/pdfspaCopyright Universidad de Córdoba, 2023https://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)http://purl.org/coar/access_right/c_abf2Análisis estadístico de diseños experimentales con apoyo computacionalTrabajo de grado - Pregradoinfo:eu-repo/semantics/bachelorThesishttp://purl.org/coar/resource_type/c_7a1fTexthttp://purl.org/coar/version/c_71e4c1898caa6e32Diseños experimentalesEntorno RBlogExperimental designsR environmentBlogFacultad de Ciencias BásicasMontería, Córdoba, ColombiaEstadística[ 1 ] Montgomery D. design and analysis of experiments, 8th edition (2012).[ 2 ] (s/f). Redalyc.org. Recuperado el 15 de abril de 2023, https://www.redalyc.org/pdf/402/40223164022.pdf.[ 3 ] Ciencia UANL. (2012). Diseños experimentales. Sistema de Información Científica Redalyc, Red de Revistas Científicas. https://www.redalyc.org/pdf/402/40223164022.pdf[ 4 ] Hinkelmann, K. and Kempthorne, O. Design and Anaysis of Experiments. John Wiley & Sons 1994.[ 5 ] Gutiérrez H. y De la Vara R., Análisis y Diseño de experimentos 3ra edición. McGraw Hill. 2012.[ 6 ] Martínez G. y Robles J, Métodos y Diseño estadístico de Experimentos, Universidad de Córdoba . 2013[ 7 ] Martínez R. y Martínez N. Diseño de Experimentos. Fondo Nacional Universitario. 1997.[ 8 ] Juan Carlos Correa, Estudio de potencia de pruebas de Homogeneidad de varianza, Universidad Nacional de Colombia.[ 9 ] Ea2 function - RDocumentation. (s/f). Rdocumentation.org. Recupe- rado el 15 de abril de 2023, de https://www.rdocumentation.org/packages/ easyanova/versions/7.0/topics /ea2[ 10 ] fit.contrast function - RDocumentation. (s/f). Rdocumentation.org. Recuperado el 15 de abril de 2023, de https://www.rdocumentation.org/packages/gmodels/versions/2.18.1.1 /topics/fit.contrast[ 11 ] crd function - RDocumentation. (s/f). Rdocumentation.org. Recuperado el 15 de abril de 2023, de https://www.rdocumentation.org/packages/ExpDes/versions/1.2.2/topics/crd[ 12 ] López Pérez , L. A., Melo Martínez, O. O., Melo Martínez, S. E. (2007). Diseño de Experimentos [Métodos y Aplicaciones]. Bogotá: Universidad Nacional de Colombia. Bogotá: Universidad Nacional de Colombia.[ 13 ] Kuehl , R. (2001). Diseño de experimentos: principios estadísticos para el diseño y análisis de investigaciones (2.ª ed.). Thomson Learning. Thom- son Learning.[ 14 ] Ferreira, E. B., Cavalcanti, P., Alves, D., Maintainer, N. (2022). Package “ExpDes”. https://doi.org/10.4236/am.2014.519280[ 15 ] (S/f). Rdocumentation.org. Recuperado el 15 de abril de 2023, de https://www.rdocumentation.org/packages/easyanova/versions/7.0/topics /ea2[ 16 ] R: Fat2.Crd function - RDocumentation. (s/f). Rdocumentation.org. Recuperado el 8 de junio de 2023, de https://www.rdocumentation.org/packages/ExpDes/versions/1.2.2/topics/fat2.crd[ 17 ] Peña. S. D. Estadística Modelos y Métodos. Tomo I. Alianza Editorial. S.A. Madrid. 1987.[ 18 ] RPubs - Metodología de superficie de respuesta (RSM). (2019, 27 septiembre). RPubs. Recuperado 11 de diciembre de 2021, de https://rpubs.com/Cristina Gil/RSM.[ 19 ] R: Hartley’s maximum F-ratio test of homogeneity of variances. (s/f). R-project.org. Recuperado el 15 de abril de 2023, de https://search.r-project.org/CRAN/refmans/PMCMRplus/html/hartleyTest.html[ 20 ] RPubs - Bartlett’s test for homogeneity. (s/f). Rpubs.com. Recuperado el 15 de abril de 2023, de https://rpubs.com/PAVelasquezVasconez/355232[ 21 ] RPubs - Test de Levene. (s/f). Rpubs.com. Recuperado el 15 de abril de 2023, de https://rpubs.com/icaro/411288[ 22 ] LSD.Test function - RDocumentation. (s/f). Rdocumentation.org. Recuperado el 15 de abril de 2023, de https://www.rdocumentation.org/packages /agricolae/versions/1.3-5/topics/LSD.test[ 23 ] duncan.test function - RDocumentation. (s/f). Rdocumentation.org. Recuperado el 15 de abril de 2023, de https://www.rdocumentation.org/packages/agricolae /versions/1.3-5/topics/duncan.test[ 24 ] HSD.Test function - RDocumentation. (s/f). Rdocumentation.org. Recuperado el 15 de abril de 2023, de https://www.rdocumentation.org/packages /agricolae/versions/1.3-5/topics/HSD.test[ 25 ] scheffe.test function - RDocumentation. (s/f). Rdocumentation.org. Recuperado el 15 de abril de 2023, de https://www.rdocumentation.org/packages/agricolae/versions/1.3-5/topics/scheffe.test[ 26 ] López, E., González, B., Agr. Isidro Chex, P. (s/f). Diseño y Análisis de Experimentos usando Lenguaje R y R Studio. Amazonaws.com. Recuperado el 15 de abril de 2023, de http://rstudio-pubs-static.s3.amazonaws.com/423211 e99d2b66206f4885abed23b68dc44ba4.html[ 27 ] How to Perform Dunnett’s test in R. (2021, agosto 27). R-Bloggers. https://www.r-bloggers.com/2021/08/how-to-perform-dunnetts-test-in-r/[ 28 ] Cardona. C. Aplicación de dosis de calcio sobre la calidad o firmeza del fruto del tomate. Tesis de grado de Maestría. Universidad Nacional de Colombia. Bogotá. 2003[ 29 ] Lozano H, Elkin D, y Ogaza G, Jacobo. Respuesta del maíz HS-36 a un programa de nutrición foliar suplementario en suelos del valle del Sinú´ Medio. Tesis de grado, Universidad de Córdoba 2004.[ 30 ] Viloria R. y Rhenal. R. Efecto bioherbicida de extracto de mentolada (Stemodia Duratifolia L.S.W) y pasto Jonson (Soorghun Halepense L. Pers) sobre especies de arvenses y cultivos en el valle Medio del Sinú´. Tesis de grado, Universidad de Córdoba, 2004.[ 31 ] Argel R, J... Evaluación de dos especies arvenses (callista cordipolia (sw) E.S. Anders y Woods) canutillo y (geophila macropoda Ruiz y Pav) oreja de ratón, como cobertura potencial en cultivos de banano en Turbo Antioquia. Tesis de grado, Universidad de Córdoba, 2006.[ 32 ] Gómez H. Estadística Experimental Aplicada a las Ciencias Agrícolas. Universidad Nacional de Colombia. Sede Medellín. 1997.[ 33 ] Ferreira, E. B., Cavalcanti, P., Alves, D., Maintainer, N. (2022). Package “ExpDes”. https://doi.org/10.4236/am.2014.519280PublicationORIGINALAna_María_Palencia_Pretelt.pdfAna_María_Palencia_Pretelt.pdfapplication/pdf1676330https://repositorio.unicordoba.edu.co/bitstreams/b5b2642b-51b3-407d-a9e9-dad739aeea4f/download9459d4ecd5bf3f00f5040c9071b35f70MD51Formato_Autorización_Ana Maria Palencia Pretelt.pdfFormato_Autorización_Ana Maria Palencia Pretelt.pdfapplication/pdf269814https://repositorio.unicordoba.edu.co/bitstreams/76412330-cb0b-4442-a306-bf7193a43c3c/download03381bb58dfe43916741aa84359996d4MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-814828https://repositorio.unicordoba.edu.co/bitstreams/0614c0f9-5756-4001-808c-090e80e68423/download2f9959eaf5b71fae44bbf9ec84150c7aMD53TEXTAna_María_Palencia_Pretelt.pdf.txtAna_María_Palencia_Pretelt.pdf.txtExtracted texttext/plain359222https://repositorio.unicordoba.edu.co/bitstreams/97910079-6ee1-435a-abea-f660419840f9/downloadc7a2bee8dfb3d48f282f45da9fbf0cd3MD54Formato_Autorización_Ana Maria Palencia Pretelt.pdf.txtFormato_Autorización_Ana Maria Palencia Pretelt.pdf.txtExtracted texttext/plain4284https://repositorio.unicordoba.edu.co/bitstreams/e9846909-dc89-42ac-8abf-649edaff1a33/download04a3f59bee6216238fe8545311400b63MD56THUMBNAILAna_María_Palencia_Pretelt.pdf.jpgAna_María_Palencia_Pretelt.pdf.jpgGenerated Thumbnailimage/jpeg5032https://repositorio.unicordoba.edu.co/bitstreams/ff8bc4b4-fb50-4b80-b57a-dd014fb50c40/downloadb81deb4a784d0979f952fa709f16d812MD55Formato_Autorización_Ana Maria Palencia Pretelt.pdf.jpgFormato_Autorización_Ana Maria Palencia Pretelt.pdf.jpgGenerated Thumbnailimage/jpeg10192https://repositorio.unicordoba.edu.co/bitstreams/dbc52868-22e7-4f0c-af55-3b5f68351f37/downloadca2d15c0133959c2e9951f385f0674cfMD57ucordoba/7428oai:repositorio.unicordoba.edu.co:ucordoba/74282023-10-06 00:45:45.18https://creativecommons.org/licenses/by-nc-nd/4.0/Copyright Universidad de Córdoba, 2023open.accesshttps://repositorio.unicordoba.edu.coRepositorio Universidad de Córdobabdigital@metabiblioteca.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