Submuestreo balanceado en experimentos monofactoriales usando InfoStat e InfoGen: validación con SAS | Balanced subsampling in single-factor experiments using InfoStat and InfoGen: validation with SAS

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.

Abstract Even today there is little published information regarding the analysis of single-factor experiments when an equal number of subsamples are used within each experimental unit. This study analyzes male flowering data recorded in four varieties of corn (Zea mays L.) established under field conditions using four repetitions per treatment, 30 data were recorded within each experimental unit, but for the present study only three of these are considered. The experimental designs selected were completely randomized, randomized complete blocks and Latin square. The outputs were obtained with InfoStat and correspond to an analysis of variance and a comparison of means of treatments with the Tukey test (p= 0.01), and these can also be generated with InfoGen applying the same procedure. The data leading to both results were used for manual calculations and the results are validated with the statistical analysis system. Because the data are the same, the sampling error is common in the three experimental designs and it is shown how to obtain the joint error, the difference between the two generates the experimental error. To simplify the procedure on the personal computer, a single database is produced. Only for the case of the Latin square design, the matrix expressions that allow homologating the manual calculation with sums of squares in the analysis of variance are provided. If the secondary objective were to compare the three experimental designs, the statistical support generated by them would allow it, in a single run using SAS and individually for each design applying InfoStat and InfoGen.