| Revista: | Agronomía costarricense |
| Base de datos: | |
| Número de sistema: | 000602132 |
| ISSN: | 0377-9424 |
| Autores: | Vargas Rojas, Jorge Claudio1 Vargas Martínez, Alejandro2 Corrales Brenes, Eduardo3 |
| Instituciones: | 1Universidad de Costa Rica, Sede Regional de Guanacaste, Liberia, Guanacaste. Costa Rica 2Universidad Nacional, Heredia. Costa Rica 3Centro Agronómico Tropical de Investigación y Enseñanza, Turrialba, San José. Costa Rica |
| Año: | 2024 |
| Periodo: | Jul-Dic |
| Volumen: | 48 |
| Número: | 2 |
| Paginación: | 133-142 |
| País: | Costa Rica |
| Idioma: | Español |
| Tipo de documento: | Nota breve o noticia |
| Resumen en español | Introducción. El tamaño del efecto y la variabilidad son factores relevantes en la estimación del número de repeticiones necesario en un experimento, cuyo impacto suele ser desconocido por el investigador. Objetivo. Analizar el efecto de la variabilidad y el tamaño del efecto en el número de repeticiones necesario en experimentación agrícola. Materiales y métodos. Se utilizaron los parámetros de correlación espacial estimados a partir de ensayo de uniformidad en el cultivo de arroz para realizar 10 000 simulaciones de campos aleatorios. En cada simulación se conformaron 16 unidades experimentales de 24 m2 y se ajustó un análisis de varianza para estimar la varianza residual promedio como escenario A. En adición, se propuso un escenario B donde se usó el cuantil 95 de las varianzas estimadas. El tamaño del efecto se definió con base en los resultados de un metaanálisis sobre el efecto de prácticas agrícolas en el rendimiento del arroz y resultó ser un 15% de la media general de los datos del ensayo de uniformidad. También, se propusieron tamaños de efecto adicionales del 10% y 5% de la media general. Resultados. En el escenario A, se necesitaron cuatro repeticiones para alcanzar una potencia del 0,91 y detectar un efecto del 15%, mientras que seis repeticiones fueron necesarias para detectar un efecto del 10% con una potencia de 0,81. En el escenario B, cinco repeticiones lograron una potencia del 0,86 para detectar un efecto del 15%, mientras que nueve repeticiones fueron requeridas para detectar un efecto del 10% con una potencia del 0,82. En ninguno de los dos escenarios se alcanzó una potencia del 0,80 para detectar un efecto del 5%. Conclusión. Mientras más pequeño sea el tamaño del efecto a detectar y mayor sea la varianza residual, se requerirá más repeticiones para lograr una potencia de prueba del 0,80. Se deben considerar estos dos factores al planificar experimentos en agricultura. |
| Resumen en inglés | Introduction.The effect size and variability are relevant factors in estimating the number of repetitions in an experiment, where their impact is often unknown to the researcher. Objetive. To analyze the effect of the variability and effect size on the number of repetitions required in agricultural research. Materials and methods. The spatial correlation parameters estimated from the uniformity trial in the rice crop were used to perform 10,000 simulations of random fields. In each simulation, 16 experimental units of 24 m2 were formed, and an analysis of variance was adjusted to estimate the average residual variance, called scenario A. Additionally, a scenario B was proposed, where the 95th percentile of the estimated variances was used. The effect size was defined based on the results of a meta-analysis on the effect of agricultural practices on rice yield, and resulted in a 15% of the overall mean of the uniformity trial data. Additional effect sizes of 10% and 5% of the overall mean were also proposed. Results. In scenario A, four repetitions were needed to achieve a power of 0.91 and detect a 15% effect, while six repetitions were necessary to detect a 10% effect with a power of 0.81. In scenario B, five repetitions achieved a power of 0.86 to detect a 15% effect, while nine repetitions were required to detect a 10% effect with a power of 0.82. Neither of the scenarios achieved a power 0.80 to detect a 5% effect. Conclusion. The smaller the effect size to be detected and the greater the residual variance, the more repetitions were required to achieve a test power of 0.80. These two factors should be considered when planning experiments in agriculture. |
| Disciplinas: | Matemáticas |
| Palabras clave: | Diseño experimental, Análisis de varianza, Probabilidad, Inferencia estadística, Análisis estadístico, Matemáticas aplicadas |
| Keyword: | Experimental design, Analysis of variance, Probability, Statistical inference, Statistical analysis, Applied mathematics |
| Texto completo: | Texto completo (Ver PDF) Texto completo (Ver HTML) |
