ANDEVA para Diseño Completamente al Azar (DCA)
Resumen
El análisis de datos experimentales que provienen de diferentes tratamientos es una tarea usual en el trabajo de los biólogos tanto en campo como en el laboratorio. Sin embargo, la forma en que se analizan e interpretan esos datos, puede algunas veces omitir supuestos estadísticos para la aplicación de las pruebas o utilizar pruebas que no son las más adecuadas para el análisis de los datos. En esta lección presentamos el uso adecuado del análisis de varianza para comparar más de dos tratamientos en un experimento y elementos básicos para su interpretación utilizando datos experimentales de campo.Descargas
Los datos de descargas todavía no están disponibles.
Lenguajes:
ESReferencias bibliográficas
- Crawley M. 1993. GLIM for ecologists Blackwell Scientific Publications. pp. 379
- Daniel W. 1977. Base para el análisis de las ciencias de la salud. Editorial Limusa S. A. pp 193 - 237
- Rodríguez D, Cantor F, Bustos A. 2006. Lo que los biólogos deberían conocer para analizar sus datos experimentales. Lección 1: Selección del software estadístico. Revista Facultad de Ciencias Básicas 3 (1)189 – 209.
- ZarJ. 1999. Biostatistical analysis. Prentice Hall. Fourth edition pp 65 – 89.
- NIST/SEMATECH e-Handbook of Statistical Methods,
http://www.itl.nist.gov/div898/handbook/, 30 Septiembre de 2008.
Cómo citar
Bustos, A., Rodríguez Caicedo, D., & Cantor, F. (2017). ANDEVA para Diseño Completamente al Azar (DCA). Revista Facultad De Ciencias Básicas, 4(1-2), 143–148. https://doi.org/10.18359/rfcb.2240
