Parcelas divididas en cuadro latino: modelos estadísticos y fórmulas sin y con submuestreo

• Rodríguez-González, José Antonio ^[1] ; Pérez-López, Delfina de Jesús ^[1] ; Hernández-Ávila, Jesús ^[1] ; Balbuena-Melgarejo, Artemio ^[1] ; Franco-Martínez, J. Ramón Pascual ^[1] ; González-Huerta, Andrés ^[1]
  1. [1] Universidad Autónoma del Estado de México

     Universidad Autónoma del Estado de México

     México

     
• Localización: Revista mexicana de ciencias agrícolas, ISSN 2007-0934, ISSN-e 2007-9230, Vol. 16, Nº. 2, 2025
• Idioma: español
• Títulos paralelos:
  • Split plots in a Latin square: statistical models and formulas without and with subsampling
• Enlaces
  • Texto completo (pdf)
• Dialnet Métricas: 1 Cita
• Resumen
  • español

    Se ha publicado poca información para un arreglo en parcelas divididas para un diseño en cuadro latino. En esta investigación se construyen sus modelos estadísticos, y las fórmulas que permitan obtener grados de libertad y suma de cuadrados considerando las metodologías de mínimos cuadrados y formas cuadráticas o matriciales, sin y con submuestreo balanceado. Se parte de la suposición de que no hay interacción entre hileras, columnas y factor A, pero se indica cómo llegar a los mismos resultados introduciendo el principio de cruzamiento y anidamiento, particularmente si será aplicado InfoStat o InfoGen, se sugiere utilizar la diferencia principal entre las salidas que generan ambos paquetes estadísticos para subdividir al error conjunto en error muestral y error experimental, pero también se hace énfasis en las fórmulas que fueron derivadas para su cálculo directo.

  • English

    Little information has been published for a split-plot arrangement for a Latin square design. This research builds statistical models and the formulas that allow obtaining degrees of freedom and sum of squares considering the methodologies of least squares and quadratic or matrix forms, without and with balanced subsampling. It is assumed that there is no interaction between rows, columns and factor A; however, it is indicated how to arrive at the same results by introducing the principle of crossing and nesting, particularly if InfoStat or InfoGen will be applied, it is suggested to use the main difference between the outputs generated by both statistical packages to subdivide the joint error into sampling error and experimental error; nevertheless, emphasis is also placed on the formulas that were derived for their direct calculation.