Métodos utilizados y instrumentos de medición empleados.

1. Selección de variables a medir:

El peso fresco del pak choi es nuestra otra variable ( esta se mide en gramos), en donde se evidencia un peso considerable debido a su contenido de agua, lo que indica una hidratación adecuada y un buen suministro de nutrientes. Además un peso fresco adecuado puede indicar una cosecha en el momento óptimo de madurez. Si el pak choi se cosecha demasiado pronto, puede ser más liviano y tener ser comprado (Haddad, 2022).

2.Métodos de recolección de datos: Implican el uso de planillas de cosecha, donde se detalla el peso de cada cesta de recolección, junto con información relevante como la fecha, ubicación y número de la cesta. Además del peso fresco de cada cesta, se registran observaciones sobre el cultivo.

3. Instrumentos de medición: Para determinar el peso fresco del pak choi, se empleará una balanza previamente calibrada y certificada, garantizando así la precisión de las mediciones. Este instrumento asegurara la obtención de datos fiables y reproducibles para el análisis subsiguiente.  

4. Registro y análisis de datos: Los datos recolectados se registrarían de manera eficiente y se analizarían utilizando técnicas estadísticas apropiadas para un diseño factorial 3x2. Se emplearía el análisis de varianza (ANOVA) para determinar la significancia de los efectos principales y la interacción entre los factores. Estos análisis de datos se llevarían a cabo gracias a la inteligencia artificial (ChatGPT), que nos proporcionaría los códigos base en programación para elaborar nuestro diseño e introducirlo al programa estadístico  , con ayuda del siguiente prom:´´"Usted como un experto en diseño experimental factorial, con énfasis en conocimiento del programa R estudio quiero que me proporcione los códigos en r para insertar un modelo factorial de 2x3, los cuales tienen factor A: fertilizante de dos niveles como glukoplant Fe-Mn de 2cc/l y 8cc/l; Factor B : tipos de sustratos con tres niveles como fibra de coco, sustrato de turba y sustrato de perlita , estos factores dan 6 tratamientos los cuales van a tener 2 replicas con un total de 12 observaciones repartidas en doce bancos estudiados con pak choi para la variable respuesta sea el rendimiento en kg". y tambien estatistix ( insertando los datos), Este software nos asistiría en el análisis estadístico y gráfico de los tratamientos y repeticiones de nuestro diseño, facilitándonos así la obtención de resultados precisos y comprensibles. 

5. Interpretación de resultados: Para interpretar los resultados se utilizaría el programa estadístico R y estatistix. Para determinar el efecto de los sustratos y las dosis, e interacción entre ellos, sobre el peso fresco de las plantas de pak choi, se extraerían analizando los efectos principales y cualquier interacción significativa. Para investigar la conexión entre los factores examinados y las respuestas observadas en las plantas, emplearíamos métodos estadísticos en R y estatistix con la ANOVA. Además, podríamos crear ayudas visuales que muestren los hallazgos de una manera sencilla y fácil a través de graficas , lo que nos ayudaría a interpretar nuestros resultados con otros.

1.Escriba el ingreso de los datos a R.

*# Definir los niveles de los factores

nivel_A <- c("2cc/l", "8cc/l")

nivel_B <- c("fibra de coco", "sustrato de turba", "sustrato de perlita")

*# Generar todas las combinaciones de tratamientos

tratamientos <- expand.grid(A = nivel_A, B = nivel_B)

*# Asignar réplicas

replicas <- 2

tratamientos_replicados <- as.data.frame(replicate(replicas, tratamientos))

*# Asignar los tratamientos a las observaciones

tratamientos <- rep(c("2cc/l-fibra de coco", "2cc/l-sustrato de turba", "2cc/l-sustrato de perlita",

                                "8cc/l-fibra de coco", "8cc/l-sustrato de turba", "8cc/l-sustrato de perlita"), replicas)

*# Crear el dataframe pakchoi

pakchoi <- data.frame(rendpakchoi = rendpakchoi, treat = factor(tratamientos))

*# Mostrar el dataframe pakchoi

print(pakchoi)

rendpakchoi                                       treat 

1               24.0              2cc/lfibra de coco

2              25.7       2cc/l-sustrato de turba

3              26.3     2cc/l-sustrato de perlita

4             20.0             8cc/l-fibra de coco

5              19.5       8cc/l-sustrato de turba

6              19.2     8cc/l-sustrato de perlita

7             26.2              2cc/l-fibra de coco

8             23.1         2cc/l-sustrato de turba

9             25.3       2cc/l-sustrato de perlita

10            18.2               8cc/l-fibra de coco

11             17.9        8cc/l-sustrato de turba

12            15.8       8cc/l-sustrato de perlita

*# Crear el dataframe pakchoi con repeticiones

pakchoi <- data.frame(rendpakchoi = rendpakchoi, treat = factor(tratamientos), repeticion = repeticion)

xtabs(rendpakchoi ~ treat + repeticion, data = pakchoi)

treat                                         1      2 

 2cc/l-fibra de coco             24.0 26.2 

 2cc/l-sustrato de perlita     26.3 25.3 

 2cc/l-sustrato de turba       25.7 23.1 

 8cc/l-fibra de coco             20.0 18.2 

 8cc/l-sustrato de perlita      19.2 15.8 

 8cc/l-sustrato de turba        19.5 17.9

2. Explique de manera breve cuál es la variable respuesta y cuáles son los tratamientos.

En este ejercicio la variable respuesta es el rendimiento (kg/ banco) del pak choi  en base en el peso fresco en respuesta, a los tratamientos que son la combinación única de niveles de fertilizante y tipos de sustrato: sustrato de Fibra de coco, sustrato de perlita y sustrato de turba; glukoplant Fe-Mn en dosis de 2cc/l y 8cc/l.

3.Realice un análisis exploratorio de los datos.

*> with(pakchoi, oneway.plots(rendpakchoi, treat)) 

Teniendo en cuenta la grafica 1 en donde se observar la dispersión de los datos, se puede denotar que al realizar la aplicación con bajas dosis, 2cc/l, en cualquiera de los 3 sustratos, el rendimiento del pak choi aumenta y así mismo, cuando se aplicaron los niveles de fertilizante en 8cc/l el rendimiento fue sumamente bajo, por esto se logra contemplar la diferencia significativa que existe dentro de los tratamientos.

4.El modelo más adecuado para este experimento.

Para el rendimiento de ´kg por banco de pak choi en bancos, el modelo más adecuado podría ser un diseño factorial completo, donde se evalúan múltiples factores simultáneamente. El modelo sería similar al mencionado anteriormente:                           Yijk = μ + Ai + Bj + ABij + Eijk

Donde Yijk es la observación del rendimiento en kg de packhoi en la k-ésima banco, Ai representa el efecto del i-ésimo nivel del factor A (sustrato), Bj representa el efecto del j-ésimo nivel del factor B (dosis del fertilizante), ABij representa la interacción entre los factores A y B, μ es la media general, y Eijk es el error experimental. Este diseño permite analizar tanto los efectos principales de cada factor como sus interacciones.

En un diseño factorial completo, se evalúan todos los niveles posibles de cada factor en todas las combinaciones posibles. Esto permite examinar no solo los efectos principales de cada factor, sino también cómo interactúan entre sí. Por ejemplo, en el caso del rendimiento de kg por banco de pak choi en bancos, podríamos investigar cómo diferentes tipos de suelo y tipos de fertilizante afectan el rendimiento, así como si hay alguna interacción significativa entre ellos. Este enfoque proporciona una comprensión más completa de cómo diferentes variables influyen en el resultado deseado.

5.Valide el modelo elegido 

La validación del modelo se realizará por medio de las funciones y comandos del programa R que responden las siguientes preguntas. Se comienza a partir de la ANOVA.

Debido a que en la aplicacion de R studio los datos no se obtuvieron como se esperaban, se realizo el analisis de varianza mediante la aplicacion de estatistix la cual nos arrojo los datos siguientes datos, que nos ayudaron a lograr mejores resultados y poder concluir nuestro diseño de experimentos factorial 3x2 en acelga pak choi.

HIPÓTESIS

H0:No existe diferencia significativa en el rendimiento de la acelga pak choi con respecto a las dosis y el sustrato utilizado .

No existe diferencia significativa en cuanto al rendimiento de la celga pak choi en base a las dosis de fertilizante aplicado (2cc/L y 8cc/L) y sustrato utilizado (coco, turba y perlita).

No existe diferencia significativa en cuanto al rendimiento de la acelga pak choi en base a los sustratos utilizados (coco, turba y perlita ).

H1: Al menos una de las dos dosis (2cc/L y 8cc/L) tuvo significancia en el rendimiento de la acelga pak choi.

Al menos uno de los sustratos (coco, turba y perlita) tuvo diferencia significativa en el rendimiento de la acelga pak choi.

Hubo diferencia significativa entre al menos 2 de los sustratos  (coco, turba y perlita) y una dosis  (2cc/L y 8cc/L) del fertilizante en cuanto al rendimiento de la acelga pak choi.

Teniendo en cuenta este anova, se rechaza la hipótesis nula y se acepta la hipótesis alterna ,se puede concluir que existe una diferencia significativa dentro de las dosis con respecto al rendimiento ya que se obtiene un P valor de 0.0003 siendo menor a 0,05 (valor de significancia) y el F sugiere que la variabilidad en el renimiento es estadisticamente significativa. 

En cuanto al sustrato, se rechaza la hipótesis alterna y se acepta la hipótesis nula, se puede evidenciar un p valor de 0,8742 el cual es mayor al valor de significacia 0,05 indicando que no hay una diferencia significativa en el rendimiento de la acelga.

En cuanto a la interacción, se rechaza la hipótesis alterna y se acepta la hipótesis nula ,se puede observar que el p valor de 0,4880 es mayor del valor de significancia indicando que no hay interacción significativa entre sustrato y dosis.

CHECKING PLOTS

Teniendo en cuenta que la imagen corresponde a la medida de similitud entre la distribución de variable "peso" y una distribución normal, como tenemos un valor W de 0,9016 y un p valor de 0,1662, siendo mayores que 0,05, se puede inferir que la distribución es similar a una normal dentro del experimento. Concluyendo que el supuesto de distribución normal se cumple. 

TUKEY HSD ALL -prueba de comparaciones 

En esta imagen podemos observar por medio de una distribución de las medias establecidas entre: dosis, sustratos e interacciones que existe una gran diferencia entre la dosis, y en cuanto a sustratos podemos observas que no existe diferencia significativa en cuanto al rendimiento de la acelga pak choi.

Mediante esta grafica podemos observar que existe gran diferencia entre las dosis del fertilizante ya que se marca la diferencia entre la dosis 2cc/L que es mayor en la interacción con los sustratos 123 (coco, turba y perlita), la grafica nos muestra las 4 ultimas barras de la dosis 8cc/L las cuales fueron menores en el renimiento de la acelga pa choi.