INDICE Capitulo 1. Metodología de la Investigación 13
Anuncio
INDICE Capitulo 1. Metodología de la Investigación Definiciones Capitulo 2. Principios Básicos del Diseño Experimental Aleatorización Replicación Control local Definiciones básicas Tratamiento Unidad Experimental Tamaño y forma de la Unidad Experimental Arreglo y número de bloques Efecto de competencia y bordura Clasificación de las observaciones Ventajas y desventajas de los experimentos Diseñados estadísticamente Capitulo 3. Análisis de Varianza Supuestos básicos en el análisis de varianza Supuesto de normalidad Prueba de Ji cuadrado de bondad de ajuste Prueba de Wilk y Shapiro Supuesto de aditividad Homogeneidad de aditividad Homogeneidad de varianzas Pruebas gráficas de homogeneidad de varianzas Selección de una transformación estabilizadora de varianzas Ejemplo del uso de transformaciones estabilizadoras de la varianza Pruebas analíticas de homogeneidad de varianzas Prueba de Barlett Prueba de Cochran Prueba de Pearson y Hartley Capitulo 4. Diseño Experimental Completamente Aleatorizado Ventajas del diseño experimental completamente aleatorizado Desventajas del diseño experimental completamente aleatorizado El modelo lineal aditivo Análisis de varianza Esperanza de los cuadrados medios Formulación del modelo tipo I (Efectos fijos) Modelo tipo II (Efectos aleatorios) Ejemplo ilustrativo Diseño completamente aleatorizados con subunidades en las unidades experimentales Ejemplo ilustrativo Capitulo 5. 13 13 21 21 22 23 23 23 24 25 27 28 29 31 33 33 35 36 37 39 39 41 42 45 46 50 50 57 57 59 59 60 60 61 68 73 74 76 82 84 Diseño Experimental Ventajas y desventajas del diseño experimental en bloques al azar Modelo lineal en el diseño en bloques al azar Efecto del tratamiento y bloques fijos Esperanza y varianza de Y Efecto del tratamiento y bloques aleatorios Ejemplo ilustrativo Diseño en bloques al azar con submuestreo Ejemplo ilustrativo Capitulo 6. Diseño de Experimentos Cuadrados Latino Introducción Ventajas y desventajas del diseño experimental cuadrado latino Modelo lineal aditivo Supuestos e hipótesis bajo efecto de tratamiento fijo Supuestos e hipótesis bajo efecto de tratamiento aleatorio Ejemplo ilustrativo Diseño cuadrado Latino con submestreo Capitulo 7. Comparaciones de Medias. Pruebas de Rango Múltiple. Teoría Básica y Aplicaciones Introducción Supuestos y condiciones para la aplicación de las pruebas de rango múltiple Clasificación de las pruebas de rango múltiple De acuerdo a su naturaleza Prueba de efectos sugeridos por los datos De acuerdo a las comparaciones de interés Desarrollo de las pruebas Contraste Método de Scheffé para comparar todos los contrastes Prueba de las mínimas diferenciales significativas Prueba de Student – Newman – Keuls Prueba de Rangos múltiples de Duncan Prueba de Tukey Prueba de Dunnett para la comparación de todas las medias con un control Prueba de Gabriel Prueba t de razón Bayesiana de Waller – Duncan Ejemplo ilustrativo Capitulo 8. Experimentos Factoriales Introducción Factores, niveles, clasificación de los factores Efectos simples, efectos principales, interacción Caso de tres factores a dos niveles Caso general de varios factores a dos niveles Ventajas de los factoriales Factores a tres niveles 92 93 93 94 96 98 106 112 115 121 121 121 122 123 124 126 132 137 137 138 139 139 140 141 142 142 145 146 149 150 151 152 155 156 157 169 169 170 172 177 180 182 184 Dos factores a tres niveles Experimentos factoriales 2 k Experimentos factoriales 3 k Capitulo 9. Reglas para la esperanza de los cuadrados medios Regla 1 Regla 2 Ejemplos Capitulo 10. Experimentos Factoriales Confundidos Introducción Sistema confundidos Experimentos factoriales 2 3 Composición de los bloques bajo determinado esquema de confusión Teorema de Fisher Confusión parcial Esquema de confusión parcial para una factorial 2 3 Ejemplo ilustrativo de un factorial con confusión parcial Ejemplo ilustrativo de un experimento factorial confundido 2 3 Confusión para el diseño factorial 3 k Método de Kempthorne Factorial S n , S = P m donde p es un número primo Capitulo 11. Experimentos Factoriales con Efectos Principales Confundidos Parcelas Divididas Introducción Ventajas del diseño en parcelas divididas Desventajas del diseño en parcelas divididas Aplicación de la aleatorización en este diseño Análisis de varianza Modelo matemático y esperanza de los cuadrados medios Ejemplo ilustrativo Diseño en franjas o diseño en bloques divididos Modelo matemático y esperanza de los cuadrados medios Ejemplo ilustrativo Capitulo 12. Análisis de Regresión Definición de Regresión Modelo de regresión lineal simple Distribución probabilística de Yi Método de los mínimos cuadrados Distribución probabilística de B 1 Distribución probabilística de B 0 Distribución probabilística de Y Pruebas de hipótesis Hipótesis de confianza Intervalos de confianza Enforma matricial 186 197 210 221 221 221 224 227 227 227 229 230 231 236 237 239 244 251 253 264 275 276 276 276 277 282 288 293 295 299 303 303 303 304 304 308 309 310 311 313 314 315 Bondad de ajuste Determinación del modelo Modelo de regresión lineal múltiple Descripción de los datos y del modelo Supuestos del modelo poblacional Método de los mínimos cuadrados Prueba de hipótesis en el modelo de regresión Estimador de S2 Usos de la ecuación de regresión Criterios para la seleccionar ecuaciones de regresión Ejemplo ilustrativo de regresión múltiple Ejemplo ilustrado de regresión con matrices Capitulo 13. Análisis de Covarianza Introducción Modelo y supuestos del análisis Ejemplo de análisis de covarianza en diseños completamente aleatorizados Ejemplo de análisis de covarianza en diseños cuadrados latinos Técnica para la parcela faltante Ejemplo práctico sobre técnicas para la parcela faltante Aplicación de la covarianza en la estimación de datos faltantes Referencias bibliográficas Anexos 317 318 321 323 325 326 331 335 337 338 341 348 359 359 360 367 373 377 379 381 385 389
