• TABLE OF CONTENTS
HIDE
 Front Cover
 Front Matter
 Title Page
 Main














Group Title: Analisis de adaptabilidad
Title: Análisis de adaptabilidad
CITATION THUMBNAILS PAGE IMAGE ZOOMABLE
Full Citation
STANDARD VIEW MARC VIEW
Permanent Link: http://ufdc.ufl.edu/UF00080620/00001
 Material Information
Title: Análisis de adaptabilidad ensayo en fincas : manual técnico del curso
Series Title: Analisis de adaptabilidad
Alternate Title: Manual técnico del curso
Physical Description: 76 p. : ill. ; 28 cm.
Language: Spanish
Creator: Hildebrand, Peter E
Cabrera, Victor E
Alvira, Diana C
Bastidas, Elena P
Publisher: University of Florida
Place of Publication: Gainesville Fla.?
Publication Date: 2003?
 Subjects
Subject: Agricultural extension work   ( lcsh )
Agriculture -- Research   ( lcsh )
Genre: bibliography   ( marcgt )
non-fiction   ( marcgt )
 Notes
Bibliography: Includes bibliographical references.
Statement of Responsibility: Peter E. Hildebrand, Victor E. Cabrera, Diana C. Alvira.
General Note: Cover title.
General Note: "Managua, Nicaragua, 09-13 Junio del 2003."
 Record Information
Bibliographic ID: UF00080620
Volume ID: VID00001
Source Institution: University of Florida
Holding Location: University of Florida
Rights Management: All rights reserved by the source institution and holding location.
Resource Identifier: oclc - 155844823

Table of Contents
    Front Cover
        Page 1
        Page 1a
    Front Matter
        Page 2
        Page 3
    Title Page
        Page 4
    Main
        Page 5
        Page 6
        Page 7
        Page 8
        Page 9
        Page 10
        Page 11
        Page 12
        Page 13
        Page 14
        Page 15
        Page 16
        Page 17
        Page 18
        Page 19
        Page 20
        Page 21
        Page 22
        Page 23
        Page 24
        Page 25
        Page 26
        Page 27
        Page 28
        Page 29
        Page 30
        Page 31
        Page 32
        Page 33
        Page 34
        Page 35
        Page 36
        Page 37
        Page 38
        Page 39
        Page 40
        Page 41
        Page 42
        Page 43
        Page 44
        Page 45
        Page 46
        Page 47
        Page 48
        Page 49
        Page 50
        Page 51
        Page 52
        Page 53
        Page 54
        Page 55
        Page 56
        Page 57
        Page 58
        Page 59
        Page 60
        Page 61
        Page 62
        Page 63
        Page 64
        Page 65
        Page 66
        Page 67
        Page 68
        Page 69
        Page 70
        Page 71
        Page 72
        Page 73
        Page 74
        Page 75
        Page 76
Full Text



Anlisis de Adaptabilidad
Ensayo en Fincas







- Manual Tcnico del Curso -







@'' UNIVERSITY OF
IFLORIDA




Peter E. Hildebrand, PhD
Victor E. Cabrera, PhD Candidate
Diana C. Alvira, PhD Student


Managua, Nicaragua, 09-13 Junio del 2003









Anlisis de Adaptibilidad, Managua, Nicaragua, Junio 2003

HORA Lunes 09 Martes 10 Mircoles 11 Jueves 12 Viernes 13
8 Incri An RVA4- -e 1


registry, carpet, tags)
(registro, carpeta, tags)


Inauguracin
Dr. Freddy Alemn


Presentaciones
(video, instructors,
participants)


sape o e as del dia


Excel-Laboratorio
EjerciciOs


Renaso IVletas a


rpt-irtenros y riesgos


enano Wintan95i din


Excel-Laboratorio
Anlsis de Adaptabilidad
(emergencia maz)


RanhEn lulate was dra


Devolucin de Datos
y Propuesta Editada
Desarrollo de Anlisis
de Adaptibilidad por
grupos


8.
8.
8.
9.
9.
9.
9..
10.1
10.
10.:
10.
11.1
11.
11.:
11.'
12.(
12.'
12.
12.'
1.(
1.:

1.3
2.
2.1
2.4

3.,
3.1
3.3
3.4
4.C
4.1
4.3
4.4


Asianacion-Evaluacion


Asianacin-Evaluacin


AsioflaciOn-Evalu acin-DATOS


Asianacin-Evaluaci6n


15
30
45
00
15
30
45
00
15


30 Refrigerio ..
45 Dinmica Expectativas Ppt-Anlisis de Adaptabilidad Excel-Laboratorio Conclusin de cont.
00 (explicacin curso) Riesgo y Criterios Anlsis de Adaptabilidad
15 (desarrollar dinmica)
30 Presentaciones
45 _Finales
00 Discusin de IA y Anlisis de
15 Tratamientos Adaptabilidad
30 Objetivos Curso
t5 Reglas del Curso
00
15
10 Almuerzo

45
00 Metas del da Excel-Laboratorio Excel-Laboratorio Trabajo Grupal cont.
15 Ppt-presentacin Curvas y Regresiones Recomendaciones Perfil de Proyecto de
30 Investigacin
15 Generacin de Datos de
00 Investigacin
15 ___ Refrigerio
30 Refrigerio Evaluacin Curso
15 Excel-Laboratorio Enfocando la Sesin de Preguntas Presentacin de Evaluacin Oral Curso
)0 Introduccin Difusin de tecnologa y Respuestas Resultados Clausura
15 Propuesta de Investigacin Entrega de Certificados
30 1 Entrega de Datos
~bI L A ~ 1 Vinod o


Vino de Honnr


so Vcis de oa Renas +asAel a Reeco RAone ml 4
C3 4 ni# i : __ _


I


I I


4.4 Asianacin-Evaluaci6n Asianacin-Evaluacin-DATOS Asionacin-Evaluacin Vino de Honor


5b


rFl -iIIUlUII Ut LIeCllUIUiogIl









ANLISIS DE ADAPTABILIDAD:
PASOS A SEGUIR PARA EL ANLISIS E INTERPRETATION
DE DATOS DE INVESTIGATION Y EXTENSION A NIVEL DE FINCA

GUIA DE CAPACITACION

Peter E. Hildebrand
y
Elena P. Bastidas



El Anlisis de Estabilidad Modificado o AEM (Hildebrand, 1984) es un procedimiento para el diseo,
anlisis, e interpretacin de ensayos realizados a nivel de finca que tengan el objetivo de evaluar
nuevas tecnologas y difundir las recomendaciones resultantes. Este mtodo participativo, conocido
ahora como Anlisis de Adaptabilidad (AA), puede servir como base para un program complete de
investigacin y extension en finca (Hildebrand y Russell, 1996). Esta gua muestra algunos de los
procedimientos bsicos para el anlisis e interpretacin de datos de investigacin a nivel de finca,
usando un ejemplo en el que el diseo es apropiado para este tipo de anlisis (Singh, 1990).

OBJETIVOS

Esta gua proveer al usuario con:

1. Los pasos a seguir para hacer recomendaciones tecnolgicas adecuadas a ambientes
especficos, bio-fisicos o socioeconmicamente creados. Estas recomendaciones tambin
estarn adaptadas a los deseos, necesidades, y limitaciones de cada productor.

2. Un entendimiento bsico de los requisitos necesarios para que el diseo de ensayos de
investigacin a nivel de finca sea compatible con el AA.

CONSIDERACIONES BASICAS

1. Se asume que el usuario de esta gua est familiarizado con el AA.

2. Aunque el Anlisis de Varianza (ANOVA) se puede usar con el AA (Stroup et al., 1993), no
es necesario. En esta gua no se usa ANOVA.

3. Los anlisis pueden hacerse de forma manual, con una calculadora o en una computadora
usando SAS, hojas de clculo u otros programs analticos. El grado de sofisticacin
depend de la capacidad del usuario y de la disponibilidad de equipo. Los process discutidos
en esta publicacin, con algunas excepciones que se sealarn, son independientes de los
recursos disponibles o utilizados para realizar el anlisis.











TERMINOS CLAVES


Ambiente Condiciones biofisicas naturales y socioeconmicamente modificadas o creadas para la
produccin de los cultivos o los animals en el lugar del ensayo. Incluye las influencias de
cualquier diferencia en prcticas de manejo que no son parte de los tratamientos.

Criterio de evaluacin Medida o medidas usadas para comparar los tratamientos en un ensayo.
Puede reflejar los intereses y necesidades del investigator (t ha'"), o del agricultor (kg/kg de
semilla), entire otros).

Dominios de difusin Redes de comunicacin informales que ocurren de forma natural en la difusin
de tecnologas agrcolas. Generalmente son especficos para el bien o product en
consideracin.

Dominio de investigacin Es el alcance o rango de los ambientes sobre el cual el ensayo es realizado.
Idealmente represent un conjunto amplio de condiciones biofisicas y socioeconmicas.

Dominios de recomendacin Situaciones para las cuales se recomiendan tratamientos o tecnologas
especficas. Estn definidos por una combinacin de factors ambientales y criterios de
evaluacin.

Ensayo Normalmente, se refiere al conjunto de tratamientos que estn siendo evaluados sobre un
rango de ambientes. Tambin puede referirse al conjunto de tratamientos para cada ambiente.
Esta double definicin es dificil de confundir en su context.

Indice ambiental, IA Medida del ambiente en el lugar del ensayo. Para un ambiente especfico es la
respuesta promedio a todos los tratamientos de ese ambiente, normalmente basado en el
rendimiento fisico por hectrea.

Intervalo de confianza Es la probabilidad de que el criterio de evaluacin seleccionado (por
ejemplo, t ha-') caer dentro de cierto rango por encima y por debajo de la media. Se calcula
con la formula: 3

5 _(ta s//n)

Recomendaciones de extension Son mensajes de extension que incluyen la descripcin de la
tecnologa, as como el ambiente y los criterios de evaluacin especificos para los que se
recomienda la tecnologa. Estos mensajes pueden ser diseados en forma diferente para cada
dominio de difusin especfico en un solo dominio de recomendacin.

Riesgo La probabilidad (o porcentaje de tiempo) que el criterio de evaluacin seleccionado, por
ejemplo t ha'", caer por debajo de cierto nivel.

3 x = promedio de la produccin (u otro criterio de media) para el tratamiento; t,= valor de la tabla de "t" de una
probabilidad alfa; s=desviacin estndar de la muestra; n=nmero de observaciones.












RESUME DE LOS PASOS A SEGUIR EN EL ANLISIS E INTERPRETATION DE
LOS DATOS DE INVESTIGATION Y EXTENSION A NIVEL DE FINCA

Un pre-requisito para analizar e interpreter completamente los datos de investigacin a nivel de finca
es que el diseo del ensayo sea adecuado y compatible con este tipo de anlisis. El diseo de la
investigacin a nivel de finca se discutir ms adelante en esta gua. Los pasos de este tipo de
investigacin son:

1. Calcular el ndice ambiental, IA.

2. Relacionar la respuesta del tratamiento al ambiente.

2 a. Hacer un grfico de todas las observaciones (datos) de cada tratamiento contra el
ndice ambiental (IA). Este es un paso muy important que no debe ser pasado por
alto. Si se ignora la naturaleza de esta relacin se puede llegar a conclusions
errneas.

2 b. Observar el tipo de respuesta que demuestran los datos del tratamiento con el IA y
hacer una estimacin de la relacin de cada tratamiento con el IA. Esto puede hacerse
utilizando regresin lineal o curvilinea, o simplemente dibujando una lnea.

2c. Evaluar la calidad de los datos.

3. Evaluar la interaccin entire los tratamientos y el ambiente mediante la comparacin de las
respuestas de todos los tratamientos con el IA.

4. Caracterizar los ambientes. A menudo no se cuenta con los datos para este paso. El diseo
del ensayo y el process de registro de datos deben incluir el tiempo adecuado para recoger
los datos necesarios para este paso. Los datos podran ser, por ejemplo, el tipo de suelo, el
pH, la fecha de siembra, etc.

5. Interpretar los resultados y definir los dominios de recomendacin:

5 a. Definir posibles dominios de recomendacin.

5 b. Evaluar el riesgo asociado a las nuevas tecnologas en los posibles dominios de
recomendacin, y comparar con el riego de la tecnologa de los productores. Se puede
usar ANOVA dentro de los posibles dominios de recomendacin para determinar la
significancia de las diferencias entire tratamientos. Este anlisis no se incluye en esta
gua. Ver Hildebrand y Russell, 1996.










5 c. Definir dominios de recomendacin definitivos. Las personas que intervienen en el
process de creacin de un ensayo a nivel de finca (investigadores, extensionistas y
productores) son las que estn en una mejor posicin para usar su imaginacin,
conocimiento y juicio para interpreter los resultados y convertirlos en
recomendaciones tiles (Andrew y Hildebrand, 1993).

6. Repetir los pasos 2-5 usando criterios de evaluacin alternatives y comparar los resultados.

7. Crear recomendaciones de extension para cada dominio de recomendacin y formular ensajes
apropiados para cada dominio de difusin.









ANLISIS E INTERPRETATION DE LOS DATOS DE INVESTIGATION Y
EXTENSION A NIVEL DE FINCA


INTRODUCTION

Los ensayos de investigacin y extension a nivel de finca pueden tener varias funciones y pueden ser
manejados por investigadores, extensionistas y/o agricultores (Hildebrand y Poey, 1985). Lo ms
apropiado para incorporar la participacin de los agricultores es un diseo simple, por ejemplo un
ensayo sin rplicas que tenga entire uno y tres tratamientos que puedan ser comparados con las
propias tecnologas de los agricultores. Para demostrar como funciona este mtodo, se utilizarnlos
datos de un ensayo conducido en la cuenca del Amazonas en Brasil (Singh, 1990). En este ensayo, se
cuenta con cuatro tratamientos en ocho ambientes sin repeticiones. Tras discutir los pasos seguidos
en el anlisis de los datos de este ejemplo, se presentar informacin adicional sobre el diseo de
ensayos a nivel de finca.


RESPUESTA DE LOS TRATAMIENTOS A DIFERENTES AMBIENTES

Se utiliza el trmino "ambiente" en lugar de "parcela", "finca" o "sitio" porque en una sola finca, o
incluso en una sola parcela, puede existir ms de un ambiente para la produccin de cultivos o
ganado. Al hacer que las tecnologas se adapten a ambientes diferentes, en lugar de modificar el
ambiente para que ste sea apropiado a la tecnologa, se reduce la necesidad de introducir recursos
de fuera de la finca, lo cual es ms acorde con una agriculture sostenible.


PASOS EN EL ANLISIS E INTERPRETATION DE LOS DATOS DE INVESTIGATION Y
EXTENSION A NIVEL DE FINCA

Calcular el Indice Ambiental, IA Paso 1

Los factors que influyen en el ambiente en el que crecen cultivos o ganado son muchos, muy
complejos, y generalmente dificiles de evaluar. Una media adecuada de la calidad de los diferentes
ambientes donde se ha conducido un ensayo es el rendimiento promedio de todos los tratamientos
incluidos cuando, y slo cuando, los mismos tratamientos han sido incluidos en todos los ambientes
del ensayo. El primerpaso es calcular el ndice ambiental, IA, que proporciona una media efectiva
de las diferencias ambientales en el dominio de investigacin representado por el rango del IA.

El Cuadro 1 resume los datos que se utilizarn para la demostracin de este anlisis. Para facilitar
anlisis adicionales es convenient ordenar los datos en forma descendente (o ascendente) con
respect al IA. Los datos del Cuadro 2 estn ordenados en forma descendente con respect al IA.











Cuadro 1. Respuesta del maz (t/ha) a tres enmiendas de suelo y a las prcticas de los agricultores.
Resultados de la investigacin a nivel de finca. Amazonas, Brasil (Singh, 1990).

t/ha

No. de parcela PA RUP SPT G IA

1 0.15 0.15 1.30 2.85 1.11

2 0.00 1.10 3.40 4.40 2.23

3 0.00 0.00 0.15 0.65 0.20

4 0.25 1.10 1.60 2.80 1.44

5 0.15 0.70 3.40 3.60 1.96

6 2.20 1.00 4.20 3.60 2.75

7 2.50 1.40 4.50 4.00 3.10

8 0.20 0.70 3.50 4.00 2.10

Promedio 0.75 0.78 2.65 3.13 1.83
PA= prcticas de los agricultores, RUP = residuos urbanos procesados (Manaus), SPT = super fosfato triple, G = gallinaza.



Cuadro 2. Respuesta del maz (t/ha) a tres enmiendas de suelo y a las prcticas de los agricultores.
Resultados de la investigacin a nivel de finca. Amazonas, Brasil (Singh, 1990). Datos en orden
descendente con respect al ndice ambiental (IA).

t/ha

No. de parcela PA RUP SPT G IA

7 2.50 1.40 4.50 4.00 3.10

6 220_ 1.00 4.20 3.60 2.75

2 0.00 1.10 3.40 4.40 2.23

8 0.20 0.70 3.50 4.00 2.10

5 0.15 0.70 3.40 3.60 1.96

4 0.25 1.10 1.60 2.80 1.44

1 0.15 0.15 1.30 2.85 1.11

3 0.00 0.00 0.15 0.65 0.20

Promedio 0.75 0.78 2.65 3.13 1.83
PA= prcticas de los agricultores, RUP = residuos urbanos procesados (Manaus), SPT = super fosfato triple, G = gallinaza.










Relacionar la respuesta del tratamiento al ambiente.


Se deben relacionar los datos de rendimiento de cada tratamiento con el ndice ambiental. El segundo
paso es observer los datos haciendo una grfica de los resultados de cada tratamiento en relacin al
IA (Figura 1)4. Es necesario decidir si la relacin es lineal o curvilnea y hacer una estimacin de esta
relacin. Una manera simple de hacerlo es dibujando una lnea recta o curva a travs de los datos.
Este process se puede volver bastante preciso con la prctica. Otra forma de estimar la relacin es
por medio de una regresin. Se puede calcular la regresin lineal fcilmente con una calculadora. La
regresin curvilnea puede ser estimada con una computadora. La relacin estimada en la figure 2a
para el SPT es lineal. En las figures 2b y 2c se comparan regresiones lineales y curvilneas para las
PAs y la G. Es evidence que para estos dos tratamientos las curvas representan mejor la naturaleza de
los datos que las rectas. Por lo tanto, para el resto del anlisis se utilizarn curvas para estos dos
tratamientos. Para RUP y SPT lines rectas son adecuadas.


Paso 2a


Graficar las observaciones


CRITERIO DEL INVESTIGATOR
MAIZ, MANAUS, BRAZIL, 1989


3 -

2-
2- -- -

- ----------------- ------ ----------- ~ --- -- --- --------

0 1-- -- ------ --------- -- --- -

A


0 0.5


1 1.5 2
INDICE AMBIENTAL, IA


a
SPT
3A
A


2.5 3


Figura 1. Respuesta observada del tratamiento SPT al ambiente (IA). Amazonas, Brasil (Singh,
1990).





4 Para este paso todos los grficos deben tener los mismos ejes para que puedan ser comparados fcilmente
poniendo un grfico sobre otro. Esto tambin facility la comparacin de las respuestas a los tratamientos del
ambiente en el siguiente paso.


Paso 2












CRITERIO DEL INVESTIGATOR
MAIZ, MANAUS, 1989

5


0 0.5


SPT

A
IA


1 1.5 2 2.5 3
INDICE AMBIENTAL, IA


Figura 2a. Respuesta lineal del tratamiento SPT al ambiente (IA). Amazonas, Brasil (Singh,
1990).


- a


A A A


-


A A A


A A














CRITERIO DEL INVESTIGATOR
MAIZ, MANAUS, 1989

5

4 - - -- - - - - - - - - - - - -- --- -
3 - - - - - - - - --- -- _ _ . . . _ . . . . .
4 -



1 -- -


0 0.5 1 1.5 2
INDICE AMBIENTAL. IA


2.5 3 3.5


Figura 2b. Comparacin entire las respuestas lineal y cuadrtica del tratamiento PA al ambiente (IA).
Amazonas, Brasil (Singh, 1990)5.





CRITERIO DEL INVESTIGATOR
MAIZ, MANAUS, 1989


5

- - - -- -

3



1 -
o- -----------------------
0- -----------

-1
0 0.5 1 1.5 2
INDICE AMBIENTAL, IA


G


CUAD


UN



Al2

2.5 3 3.5


Figura 2c. Comparacin entire la respuesta lineal y la cuadrtica del tratamiento G al ambiente
(IA). Amazonas, Brasil (Singh, 1990).











5 En el caso de las prcticas de los agricultores, la respuesta lineal por debajo de IA=1 y la respuesta curvilnea
por debajo de IA=1.6 representan valores de rendimientos negatives. Estos valores negativos se pueden ignorar
en el paso 3, cuando se compare las respuestas de todos los tratamientos al IA ya que no representan
verdaderos valores.



13


PA

CUAD

LIN

IA











Evaluar la calidad de los datos.


Existen tres criterios que pueden ayudar a estimar la calidad de los datos. El primero est relacionado
con el rango de los ambientes incluidos en el ensayo; el segundo con las condiciones ambientales
durante el ao en el dominio de investigacin, y el tercero con la distribucin de los ambientes.


1) El rango del ndice ambiental, IA, debe ser por lo menos tan grande como el promedio
del IA. Si no se logra este criterio, significa generalmente que slo los mejores ambientes han
sido incluidos en el dominio de investigacin (tal vez slo se incluy a los "productores
progresistas"), o que el ao fue excepcionalmente bueno y result en altos rendimientos para
todo el dominio de investigacin.



2) El rango y la distribucin de los rendimientos de las prcticas de los productores debe
reflejar la variabilidad de los rendimientos buenos y pobres, observados sobre un
perodo de various aos. Si el ao fue particularmente bueno o particularmente malo, o si
slo se escogieron sitios muy buenos o muy pobres, este criterio podra ser violado.



3) La distribucin de los valores del IA deber ser razonablemente uniform a travs de
los ambientes en la muestra.


Los datos en el cuadro 2 satisfacen estos tres criterios. El rango de los valores del IA (3.1 0.2 =
2.9) es mayor que el promedio del IA (1.9), lo cual satisface el primer criterio. El rango de los
rendimientos de las prcticas de los agricultores refleja la variabilidad de los rendimientos buenos y
pobres, en esas condiciones, satisfaciendo el segundo criterio. La distribucin de los valores del IA
(Figuras 1 3) es tambin6astante razonable, satisfaciendo el tercer criterio. Por tanto, aunque el
nmero de los ambientes es bajo (8), se podra esperar que la relacin entire los tratamientos en various
ambientes (Figura 3) permanecera stable en el tiempo si el ensayo fuera repetido en el mismo
dominio de investigacin (que no implica necesariamente las mismas parcelas o fincas). Tambin
significa que las personas que participan en el ensayo pueden confiar en la validez de sus
recomendaciones para el dominio de recomendacin especifico (ver paso 6), aunque las
recomendaciones estn basadas en datos de un solo ao.


Paso 2c










Evaluar la interaccin de los tratamientos con el ambiente Paso 3.



Una vez que todos los tratamientos han sido relacionados con el IA o se han hecho las regresiones
necesarias, el tercerpaso es evaluar la respuesta de los diferentes tratamientos al ambiente (Figura 3).
Si todas las lneas son paralelas no existe interaccin Si no existe interaccin entire tratamiento y
ambiente (lo cual en la prctica ocurre raramente), el tratamiento que tenga mayores rendimientos en
todos los ambientes se consider el mejor para el criterio usado aqu (t ha-'). Sin embargo, si las
lneas no son paralelas, como en el ejemplo y en la prctica comnmente ocurre, se consider que
existe interaccin entire tratamiento y ambiente, por lo que diferentes tratamientos pueden ser ms
apropiados para distintos ambientes. Los valores del IA estn representados por medio de los
marcadores, ubicados en el eje horizontal de la Figura 3, lo que ayuda a caracterizar los dominios de
recomendacin y a evaluar la calidad de los datos.




CRITERIO DEL INVESTIGATOR
MAIZ, MANAUS, 1989


0 0.5 1 1.5 2 2.5
INDICE AMBIENTAL, IA


PA

BPC

SPT

G

IAs


3 3.5


Figura 3. Respuestas de los cuatro tratamientos al ambiente (IA). Amazonas, Brasil (Singh, 1990).


A A A AA A A A










Caracterizar los ambientes


Los ambientes pueden ser caracterizados usando factors biofisicos y socioeconmicos que pueden
ser al mismo tiempo, cuantitativos o cualitativos. Los datos obtenidos para los ambientes, en el
ejemplo del Amazonas, incluyen caractersticas de los suelos y una categora llamada "clase de tierra"
(Cuadro 3). Las caractersticas de los suelos son auto explicativas. La clase de tierra se refiere al tipo
de bosque que fue tumbado (P = primario, S = secundario) y al nmero de aos que ha sido cultivado
(1 = primer ao, etc.). El trmino TI (tierra intil) se refiere a la tierra que fue tumbada con
maquinaria agrcola (bulldozers) en el moment de la colonizacin.




Cuadro 3. Caractersticas ambientales de los sitios para los ensayos a nivel de finca. Estado de
Amazonas, Brasil (Singh, 1990).




IA Clase de tierra pH ECEC Sat Al P2OQ


3.1 BP1 5.2 4.21 58.3 7.4

2.8 BP1 5.1 3.45 69.1 7.1

2.2 BS1 4.6 2.29 91.7 4.5

2.1 BP1 4.5 2.26 79.2 6.8

2.0 BP2 4.6 2.45 80.0 5.0

1.4 BS2 4.1 3.12 94.8 2.8

1.1 BS2 4.2 1.99 90.7 2.0

0.2 TI 3.9 1.35 94.8 0.1


Paso 4










Debido a que los datos en el Cuadro 3 han sido ordenados con relacin al IA, es fcil estimar la
relacin entire el IA y las caractersticas de los ambientes. Los IAs bajos estn asociados con pHs
bajos, con bajos niveles de fsforo, con niveles bajos de EIC, y con alta saturacin de aluminio. Si se
desea, se pueden representar esas relaciones grficamente y/o estimarlas mediante regresiones en las
que se tomar el IA como la variable dependiente. En la Figura 4 se ha hecho un grfico de esta
relacin para el pH.

Probablemente el criterio ms til para los agricultores y los agents de extension es el de las classes
de tierra, ya que los agricultores rara vez tienen informacin detallada de los suelos de sus parcelas.
Como puede verse la naturaleza del bosque tumbado y el nmero de aos en uso agrcola estn
estrechamente relacionados con el IA (Cuadro 3).



:ARACTERIZACION DEL AMBIENTE
MAIZ, MANAUS, 1989


a
OBS

R2=.95


3.8 4 4.2 4.4 4.6 4.8 5 5.2
pH



Figura 4. Relacin del pH del suelo con el IA de las parcelas. Parcelas de maz con ensayos a nivel
de finca. Amazonas, Brasil (Singh, 1990).










Paso 5


Definir dominios de recomendacin

Definir posibles dominios de recomendacin


Los dominios de recomendacin dependent de las caractersticas de los ambientes y del criterio de
evaluacin escogido, en este caso t ha'". Usando el criterio de los investigadores, se recomendara
SPT para los dos IAs ms altos y G para el resto de los ambientes (Figura 3). Los dos IAs ms altos
pertenecen a la clase de tierra BPI, pero el cuarto ms alto tambin pertenece a BPI (Cuadro 3). La
diferencia entire estos ambientes es que los dos primeros tienen un pH mayor que 5 y niveles de
fsforo por encima de 7.0 ppm. Si consideramos que normalmente los agricultores no tienen este tipo
de informacin, es acceptable agrupar a todos los BPI en un slo dominio de recomendacin y el resto
de classes en otro. Las personas involucradas en el ensayo, incluyendo los agricultores, son las
responsables de usar este tipo de juicio para facilitar la diseminacin de los resultados6. Al agrupar
todas las parcelas BP1 en un dominio, se definen dos posibles dominios de recomendacin para el
criterio de evaluacin t ha' (Figura 5).

Recomendacin para
Clase de Tierra Criterio de Evaluacin
t /ha

BPI.. SPToG: .- .




BP2 G

BS2

TI.
Fuente: Singh, 1990


Figura 5. Posibles dominios de recomendacin y tecnologa recomendada para el maz segn
factors ambientales (clase de tierra) y el criterio de evaluacin t ha"&. Rio Preto de Eva, Amazonas,
Brasil.








6 Si por algn motivo el personal de investigaciny extension piensa que se pueden incluir caractersticas tales
como pH, EIC, y/ o niveles de saturacin de aluminio, tal vez estos dominios de recomendacin pueden ser
redefinidos. Por otro lado, tambin sera necesario confirmar si la finca 8 es realmente BP1, o tal vez BS2 que
fue mal clasificado.









Si t ha"' es un criterio de evaluacin relevant, se debe recomendar SPT o G para parcelas tomadas de
bosque primario en el primer ao de produccin y G para el resto de las parcelas. La recomendacin
final para las parcelas BP1 depender del anlisis de riesgo.

Determinar el riesgo asociado a la nueva tecnologa Paso 5 b

La probabilidad de encontrar valores bajos (una media de riesgo) en los criterios seleccionados para
cualquiera de las tecnologas evaluadas en el ensayo, se puede estimar por medio de una distribucin
de intrvalos de confianza. Este anlisis debe incluir solamente los resultados de los ambientes que se
encuentran dentro del dominio de recomendacin tentative.

La formula:


5 + (ta sA/n) (1)


da un intrvalo de confianza del promedio R, para el nivel de probabilidad de una tabla de "t" de dos
colas para n-1 grados de libertad y donde s = desviacin estandar de la muestra para las
observaciones dentro del dominio de recomendacin tentative. En la tabla "t", un nivel de
probabilidad a = 0.4 significa que el 40% de los valores se encuentra fuera del intervalo (por encima o
por debajo) y que el 60% est dentro del intervalo definido por la formula:

Los rendimientos por debajo del intervalo estn dados por la formula:


S- (t sA/n) (2)


proporcionan informacin sobre la probabilidad de que el rendimiento (o valores de los otros criterios
de evaluacin) caiga por debajo del intrvalo de confianza. Esta formula es una media del riesgo
asociado con la tecnologa en este dominio de recomendacin tentative. En este ejemplo
consideramos la eleccin entire SPT y G para los terrenos clasificados como bosque primario en el
primer ao de produccin (BP ). El Cuadro 4 present un resume de los clculos y la Figura 6
muestra grficamente los niveles de riesgo para los dos tratamientos.










Cuadro 4. Clculo de riesgo para t ha-' comparando G y SPT para la clase de tierras BPI usando la

formula 5 (ta* sA/n) con 5 = 3.9 y s =0.2 para G; 5 = 4.1 y s = 0.5 para SPT; n = 3, grados de
libertad = 2, y usando un de una tabla de "t" de una sola cola7.


probabilidad de

un rendimiento


0.2500

0.2000

0.1500

0.1000

0.0500

0.0250

0.0100

0.0050

0.0005


menor

25.00

20.00

15.00

10.00

5.00

2.50

1.00

0.50

0.05


tdf-2



0.816

1.061

1.386

1.886

2.920

4.303

6.965

9.925

31.598


SPT


3.76

3.73

23.68

3.62

3.48

3.23

2.94

2.54


3.83

3.75

3.66

3.51

3.20

2.79

2.00

1.13


7 Si slo se dispone de una tabla "t" de dos colas, el valor de una tabla "t" de una cola es la mitad del de una tabla "t" de
dos colas. Es decir, un valor de 0.4 en una tabla t" de dos colas, que indica que el 40% de los valores est fuera del
intrvalo, corresponde a un valor de 0.2 en una tabla "t" de una cola, que indica que el 20% del valor est por debajo
del intrvalo.











ESTIMACION DE RIESGO

PARA TIPO DE TERRENO BP1


4-


3-


2-


1-


U I1 i i I lb


SPT


RIESGO


Figura 6. Niveles de riesgo de los tratamientos G y SPT para la clase de tierra BP1. Criterio de
evaluacin t ha1. Amazonas, Brasil (Singh, 1990).



Los valores en el eje horizontal representan el nmero de veces, en porcentaje, que los tratamientos
indicados estn por debajo de los valores representados en el eje vertical (valores del criterio). En este
caso no hay una diferencia significativa asociada al riesgo ni para el tramiento de SPT ni para el de G.
Cualquiera de los dos puede ser recomendado para maz sembrado en BPI.


----------------
--- ...


S-


- - -- -- -- --- -----












Definir dominios de recomendacin definitivos


Paso 5c


Basndonos en los resultados del anlisis de riesgo para las parcelas pertenecientes a BPI, podemos
agrupar todos los BPi en un solo dominio de recomendacin. De esta forma los posibles dominios de
recomendacin, indicados en la Figura 5, pasan a ser dominios de recomendacin definitivos para el
criterio (t ha').










Comparar los resultados repitiendo los pasos 2-5 con criterios de evaluacin alternatives

Paso 6
El criterio de evaluacin usado hasta este moment ha sido t ha-'. Este criterio es comnmente usado
por los profesionales en ensayos de cultivos y apropiado en la mayora de los casos como la base para
calcular el IA. Sin embargo, pocos agricultores usan este criterio para tomar decisions relacionadas
con la produccin. Los criterios de evaluacin de los agricultores dependent de la escasez de recursos
y del product del cultivo o ganado en cuestin. Si la semilla, la mano de obra, o el dinero en
efectivo son escasos, los criterios ms apropiados son kg/kg semilla, kg/jornal, o kg/$ del costo en
efectivo, respectivamente. Con el AA fcilmente se pueden anlizar datos usando criterios
alternatives.

El sexto paso es comparar los resultados de los tratamientos utilizando criterios de evaluacin
alternatives. En este ejemplo usaremos kg /$ en efectivo como criterio de evaluacin alternative de
los agricultores (Cuadro 5). La Figura 7 se basa en el anlisis usando este criterio. Se usa el mismo
IA no importa cual criterio de evaluacin se usa. Los valores del IA usados para former el eje
horizontal no cambian. Los criterios usados en el eje vertical son los que cambian. Se usaron los
mismos procedimientos para el criterio kg/$ en efectivo que para el criterio de los investigadores (t
ha-'). Los costs en efectivo de los tratamientos son: PA = $ 12, RUP = $ 208, SPT = $ 98, y G = $
127. Es important sealar que cuando se cambian los criterios de evaluacin se puede llegar a
conclusions muy diferentes. Esto es important ya que est relacionado con las recomendaciones
que se harn posteriormente.

Cuadro 5. Respuesta del maz (kg/$" en efectivo) a tres enmiendas de suelo y a las prcticas de los
agricultores. Resultados de la investigacin a nivel de finca. Amazonas, Brasil (Singh, 1990).

Parcela No. PA RUP SPT G IA

7 208.3 6.7 45.9 31.5 3.1

6 183.3 4.8 42.9 28.3 2.8

2 0.0 5.3 34.7 34.6 2.2

8 16.7 3.4 35.7 31.5 2.1

5 12.5 3.4 34.7 28.3 2.0

4 20.8 5.3 16.3 22.0 1.4

1 12.5 0.7 13.3 22.4 1.1

3 0.0 0.0 1.5 5.1 0.2

PA= prctica de los agricultores, RUP = residuos urbanos procesados (Manaus), G = gallinaza, SPT=
super fosfato triple.











Se pueden aplicar muchos criterios de evaluacin a los mismos datos de investigacin a nivel de finca,
y se deben repetir los anlisis para cada criteria. En este ejemplo, se han utilizado dos criterios de
evaluacin: t/ha (Figura 3) y kg/$ (Figura 7). Es important recorder que el IA permanece constant,
y no cambia con cada criterio de evaluacin.




CRITERIO DEL AGRICULTOR
MAIZ, MANAUS, 1989


200 4


150


100


50


0 0.5


PA


BPC


SPT


G

As
lAs


1 1.5 2
INDICE AMBIENTAL, IA


Figura 7. Respuestas al ambiente (IA) estimadas para maz (kg/$) para los cuatro tratamientos.
Amazonas, Brasil (Singh, 1990).


Definir dominios de recomendacin tentativos.


Paso 6a


Basndonos en el anlisis de los datos del Cuadro 5 y la Figura 7 y en la caracterizacin de los
ambientes anteriormente realizada, podemos decir que para el criterio de los agricultores, kg $-1, y
para BP1 y BS1 ninguna de las enmiendas es mejor que sus propias prcticas. Siguiendo este criteria,
no recomendariamos ninguna de las enmiendas a los agricultores que cultivan maz en terrenos en el
primer ao de uso ya sea este de bosque primario o secundario. En los aos siguientes, si se quiere
seguir sembrando maz, se recomendara G o SPT. La recomendacin se basa en funcin de los
resultados del anlisis de riesgo.


---
--1
--













Determinar el riesgo.


Utilizando la formula (2) obtenemos informacin sobre el nivel de riesgo asociado con las tecnologas
G y STP en base al criterio de los agricultores, kg/$, para el cultivo de maz en terrenos en su
segundo ao de produccin. El Cuadro 6 resume estos clculos y la Figura 8 muestra grficamente
los niveles de riesgo. En este caso, G es menos riesgoso (tiene una probabilidad menor de obtener
valores bajos) que SPT, y por tanto sera recomendado para el maz que se plante en terrenos que
estn en el segundo ao de uso en tierra intil.



Cuadro 6. Clculo de riesgo para kg/$ comparando G y SPT para la clase de tierras BP2, BS2 y TI

usando la formula - (t.* s/vn) con una tabla "t" de una cola, y cuando 5 = 19.5 y s = 10.0 para G;
x = 16.5; y s = 13.7 para SPT; n = 4 ambientes classess de tierra: BP2, BS2 y TI) y grados de libertad
=3.
probabilidad de

a un valor de kg/$ tdf=3 G SPT
menor

0.2500 25.00 0.765 15.7 11.2

0.2000 20.00 0.978 14.6 9.7

0.1500 15.00 1.250 13.2 7.9

0.1000 10.00 1.638 11.3 5.2

0.0500 5.00 2.353 7.7 0.3

0.0250 2.50 3.182 3.6

0.0100 1.00 4.541

0.0050 0.50 5.841

0.0005 0.05 12.941


Paso 6b











ESTIMACION DE RIESGO
PARA AMBIENTES POBRES: TI, BS2, BP2


G

SPT


0 5 10 15 20 25
RIESGO


Figura 8. Niveles de riesgo para el criterio kg/y los tratamientos G y SPT basado en ensayos en
maz. Amazonas, Brasil (Singh, 1990).


Definir los dominios de recomendacin definitivos.


Paso 6c


Si el criterio de evaluacin relevant es kg/$ como sera lo ms probable para esos agricultores, su
prctica habitual (PA) es la mejor opcin sobre todas las parcelas en el primer ao de uso. Si los
agricultores desean o necesitan producer maz en el segundo ao, G seria la mejor recomendacin.
El Cuadro 9 present un resume de los dominios de recomendacin definitivos para este criteria
de evaluacin.










Cuadro 8. Resumen de los dominios de recomendacin y tecnologa recomendada para maz,
con base a factors ambientales (clase de tierra) y criterio de evaluacin kg $-1. Rio Preto da Eva,
Amazonas, Brasil.


Recomendacin para el
Clase de Tierra Criterio de Evaluacin
kg /$ en efectivo

BP,
PA
BS1


BP2


BS G


TI
Fuente: Singh, 1990.


Crear recomendaciones de extension para cada uno de los dominios de recomendacin y
formular mensajes de extension apropiados para cada dominio de difusin. Paso 7



Al utilizar AA en la investigacin y extension a nivel de finca se facility la creacin de
recomendaciones multiples adaptadas a los diferentes ambientes y a los diferentes criterios de
evaluacin que los productores puedan utilizar al evaluar nuevas tecnologas. Productores
pertenecientes a los diferentes ambientes incluidos en el dominio de investigacin, aunque no
participaron en el ensayo, pueden beneficiarse de este tipo de program de investigacin y
extension a nivel de finca. La Figura 10 resume los dominios de recomendacin y las
recomendaciones basadas en los resultados, anlisis e interpretacin del ejemplo utilizado en esta
gua.












La identificacin de recomendaciones especficas para cada dominio de recomendacin facility la
creacin de mensajes para los extensionistas. Los mensajes de extension son comunicaciones
orales (utilizadas por ejemplo en programs de radio o en el contact entire personas) o escritas
(en forma de boletines de extension) que pueden generarse a partir de recomendaciones para
diferente clientele (productores comerciales, pequeos productores, etc.).



Figura 10. Resumen de los dominios de recomendacin y la tecnologa recomendada para maz
en base a factors ambientales (clase de tierra) y dos criterios de evaluacin t ha' y kg $-1. Rio
Preto da Eva, Amazonas, Brasil.


Recomendacin
Criterio de Evaluacin
t/ha


SPT G


Clase de Tierra


Recomendacin
Criterio de Evaluacin
kg /$ en efectivo


BP1


BSI


BP2


BS2


TI
Fuente: Singh, 1990





DISEO DE LOS ENSAYOS A nivel de finca


El diseo de los ensayos a nivel de finca es algo muy diferente de la creacin de diseos
experimentales que se llevan a cabo en las estaciones experimentales. Las razones para realizar los









ensayos a menudo tambin son muy diferentes. Esto significa que la naturaleza de los resultados
tambin ser diferente y los usos que se darn a los resultados tambin variarn. A su vez, todo
esto significa que el anlisis de los resultados tambin ser diferente.


Naturaleza de los ensayos en estacines experimentales y a nivel de finca

En un ensayo dentro de una estacin experimental se repiten los tratamientos (se repiten en bloques
diferentes) para facilitar el anlisis estadstico que ayuda a determinar si las diferencias entire los
tratamientos pueden ser consideradas reales o son simplemente product aleatorio. Estos ensayos
tpicos de las estaciones experimentales son de naturaleza enumerativa y tienen un propsito
descriptivo. La mayora de procedimientos estadsticos, tales como ANOVA, tambin son de
naturaleza enumerativa. Cuando se ha utilizado un nmero de repeticiones suficientes en el diseo
experimental, el ANOVA puede ayudar a estimar diferencias entire tratamientos (es decir si las
difierencias entire el tratamiento y el control, o entire los tratamiento son reales o product aleatorio).
Cuando existen diferencias significativas, el investigator puede describirlas y relacionarlas a las
condiciones del lugar de ensayo en la estacin experimental y al ao en que se condujo el
experiment. Los resultados son vlidos para esas condiciones especificas y no se pretend
extrapolarlos a otros mbitos, condiciones o aos. Las mismas conclusions sonrelevantes en ensayos
conducidos en fincas individuals (y no varias fincas en un ensayo coordinado) usando el mismo tipo
de diseo con repeticiones.

Los ensayos en estaciones de experimentacin no estn diseados para ser predictivos. No sera
razonable predecir que los resultados del experiment descrito ms arriba se pueden alcanzar en otros
mbitos, condiciones aos. Para poder hacer una afirmacin sobre lo que puede ocurrir en el future
(es decir, una prediccin) sera necesario repetir el mismo experiment en el mismo lugar durante
various aos. Entonces sera possible describir qu ocurre en ese mbito durante various aos. Las
predicciones estaran basadas en la premisa de que se pueden esperar los mismos resultados en los
aos siguientes y en el mismo lugar.


La investigacin a nivel de finca como est descrito aqu normalmente se lleva a cabo para hacer
recomendaciones a un grupo de agricultores mayor que al que particip en el ensayo. Podra decirse
que la recomendacin es, de hecho, una prediccin de que los mismos resultados pueden ocurrir en
fincas o campos especficos si los productores siguen las prcticas bajo las mismas condiciones. Los
procedimientos estadsticos que llevan a las predicciones son de naturaleza analitica.
"Procedimientos estadsticos ad-hoc son comunes en studios analticos... [porque] los mtodos
tradicionales [tales como las formas ms comunes de ANOVA] simplemente no pueden adaptarse a
la complejidad de los ensayos a nivel de finca "(Stroup et al., p. 160).










Ensayos a nivel de finca


El diseo de los ensayos a nivel de finca para hacer recomendaciones a un nmero mayor de
productores debe tomar en cuenta la diferente naturaleza de los dos tipos de investigacin. En la
mayora de lugares donde se lleva a cabo investigacin a nivel de finca, los productores necesitan y
quieren la informacin rpidamente. Por otra parte, los recursos de investigacin, ya sea de
organizaciones gubernamentales o no-gubernamentales o de los mismos productores,
normalmente son escasos. Por tanto se necesitan mtodos y diseos de investigacin que sean
eficientes, efectivos y mantengan la confianza en las recomendaciones resultantes de los ensayos.
Sobre todo, los diseos usados en investigaciones a nivel de finca deben ser adaptables a diferentes
condiciones y usos.


Diseo de ensayos a nivel de finca para el Anlisis de Adaptabilidad


El Anlisis de Adaptabilidad da las bases para el diseo de ensayos a nivel de finca y cumple con los
criterios presentados anteriormente. Debido a que los productores deben ser participants activos e
implicados en todos los aspects de los ensayos, incluyendo la seleccin de los tratamientos y la
naturaleza de los ambientes usados en el ensayo, es necesario hacer una distincin muy clara entire
tratamientos y ambientes.


Tratamientos y repeticiones versus ambientes


En pocas palabras, en un ensayo a nivel de finca en el que se use el Anlisis de Adaptabilidad, todo
aquello que no es un tratamiento se convierte en un factor que afecta el ambiente para cada uno
de los sitios. Consideremos un ensayo de cultivos 2*2 factorial con un arreglo de bloques completos
aleatoros pero con slo un bloque en cada sitio. Los tratamiento son 1) la variedad local de cada
agricultor8 sin fertilizante qumico, 2) una variedad mejorada sin fertilizante qumico, 3) la variedad
local del agricultor con fertilizante qumico, 4) la variedad mejorada con fertilizante qumico. Debido
a que los agricultores en este dominio de investigacin raramente utilizan fertilizantes qumicos con
sus propias variedades, la variedad local sin fertilizante qumico puede considerarse como el control y
debe ser exactamente la misma que cada agricultor participate utiliza en el resto de su parcela.





* Es acceptable que las variedades de los agricultores sean diferentes si normalmente usan variedades diferentes.










Con excepcin de esos cuatro tratamientos, no hay razn para que cada agricultor que participa en el
ensayo deba seguir las mismas prcticas culturales, siempre y cuando los tratamientos sean idnticos.
Siembra temprana o tarda, uno o dos deshierbes, uso de estircol, campos irrigados o no, siembra en
altas o bajas densidades, o incluso aplicaciones adicionales de fertilizantes, son todos factors que
influyen en la naturaleza del ambiente en el cual los cultivos o animals se desarrollan. Todos
estos factors se deben documentary para la caracterizacin ambiental, pero no los deben considerar
como tratamientos diferentes, y en realidad tienen ms un efecto positive que negative en el AA.
Debido a que estas prcticas culturales son llevadas a cabo por diferentes agricultores y no estn bajo
el control del investigator, son dificiles de aceptar para el investigator que slo ha trabajado con
ensayos en estaciones. Esto se debe al hecho de que en la investigacin en la estacin, el investigator
est interesado en conocer slo el efecto de aquellas variables que estn siendo estudiadas, es
decir tratamientos. Si se deja que otros factors cambien, su efecto en el ambiente puede esconder el
efecto de los tratamientos. En la investigacin a nivel de finca, el objetivo del ensayo es conocer cmo
los tratamientos responded a las condiciones variables de los agricultores. Debido a esto es necesario
permitir que varen los factors que no son parte del tratamiento.

Qu ocurrria al diseo presentado anteriormente si los agricultores sembraran las dos variedades
correctamente, pero cada uno utilizara un grado diferente de fertilizacin qumica o si mezclara el
fertilizante de forma diferente (lo que inicialmente era considerado como tratamientos)? Los factors
restantes que permanecen comunes a todos los sitios (las variedades) son los nicos tratamientos
restantes y las diferentes aplicaciones de fertilizantes se combierten en factors que influyen en los
ambientes. Esto, entonces, dejara un diseo simple con dos tratamientos. Las diferentes aplicaciones
de fertilizantes de los agricultores deberan documentarse y usarse para caracterizar los ambientes. Un
diseo similar resultara si los agricultores decidieran no usar la variedad mejorada y, simplemente,
usar la misma aplicacin de fertilizante en parte de sus campos y dejar sin fertilizer el resto. El uso de
fertilizante se convierte en el tratamiento (si el grado aplicado fue el mismo en todos los casos).


Tratamientos.

Se deben hacer pocos tratamientos para facilitar la participacin de los agricultores en el ensayo.
Esto aumenta la difusin de las tecnologas recomendadas, pero tambin ayuda a los investigadores y
extensionistas a entender los criterios de evaluacin de los agricultores, element imprescindible para
el anlisis de datos. Todos los ambientes deben tener los mismos tratamientos, o por lo menos tener
un conjunto comn de tratamientos. Las diferencias en el manejo de los agricultores se convierten en
factors que afectan al ambiente y tienen un efecto positive, no negative en el diseo del ensayo. Las
prcticas de los agricultores pueden variar de finca a finca reflejando el manejo individual de
cada agricultor. Estas diferencias por supuesto deben ser documentadas cuidadosamente para que se
puedan utilizar en la caracterizacin de los ambientes en cada finca. En la mayora de casos, una
parcela que contenga nicamente las prcticas habituales del productor puede servir como el
tratamiento control en un ensayo a nivel de finca. Esto se debe a que el agricultor (al igual que el
personal de investigacin y extension) debe juzgar cada nueva tecnologa en base a sus prcticas










habituales para poder determinar si la nueva tecnologa es mejor. No es adecuado determinar slo
cul de los nuevos tratamientos es el mejor considerando solamente los nuevos tratamientos.



Repeticiones.

En cada lugar, slo se necesita un bloque para el AA. Si el agricultor o el extensionista desea hacer
repeticiones para ayudar a asegurar que el ensayo no se pierda en un sitio especifico, dos bloques son
suficientes. Normalmente se obtendr la media de cada tratamiento para usarla en el AA. Usar ms de
dos bloques por lugar es hacer un uso ineficiente de los recursos, a menos que cada bloque se
consider un ambiente diferente.



Ambientes.

El nmero de ambientes (sitios) es ms important que el nmero de repeticiones en cada ambiente.

Stroup et al. (p. 172) dan una regla bsica:



La regla de 48: El nmero de tratamientos multiplicado por el nmero de ambientes debe ser
por lo menos 48 (aproximadamente) siempre y cuando el nmero de ambientes no sea menor
que 12. Por tanto, para 4 tratamientos 12 ambientes son suficientes; para tres tratamientos 16
ambientes; y para 2 tratamientos 24 ambientes9.



Finalmente, con el fin de aumentar la probabilidad de que el primero de los tres criterios de calidad de
los datos se cumpla, el diseo debe incluir un rango amplio de ambientes, incluyendo diferentes tipos
de agricultores y escenarios fisicos, y stos deben ser distribuidos tan bien como sea possible para
ayudar a satisfacer el tercer criterio. El segundo criterio depend de las condiciones naturales ms
all del control de las personas que estn realizando la investigacin a nivel de finca.













9 En el ejemplo usado en esta gua, el nmero de ambientes es menor a 12 para facilitar los clculos, pero el resultado es
un nmero limitado de observaciones en las cuales basar la caracterizacin ambiental.

























ENFOCANDO LA DIFUSIN DE TECNOLOGA
A PARTIR DE LA INVESTIGACIN COORDINADA
A NIVEL DE FINCA'



Peter Hildebrandn
y
Editado por Elena Bastidas"

Traducido por: Victoria Reyes"










ENFOCANDO LA DIFUSIN DE TECNOLOGA A PARTIR DE LA
INVESTIGACIN COORDINADA A NIVEL DE FINCA

Peter Hildebrand
y
Elena P. Bastidas



Introduccin

El Servicio de Extensin en los Estados Unidos fue creado en 1914. Uno de sus
objetivos era la difusin de tecnologa agrcola al pblico. Dentro del modelo que se
present a continuacin, el Departamento de Agricultura de los Estados Unidos (USDA)
junto con las universidades agropecuarias o "Land Grand Universities" y sus estaciones
experimentales eran los encargados del desarrollo de nuevas tecnologas. Estas
instituciones a su vez transmitan informacin acerca de las tecnologas al servicio de
extension. El cual a su vez procesaba esta informacin para crear mensajes de extension
(recomendaciones) dirigidos a los agricultores, a travs de various mtodos, entire los que
se incluyen la validacin y las demostraciones a nivel de finca. El aparente xito de este
modelo en los Estados Unidos, el cual sigue siendo utilizado en la actualidad, fue razn
suficiente para exportarlo al Tercer Mundo, donde, a partir de la Segunda Guerra
Mundial, se estaban haciendo esfuerzos para desarrollar rpidamente la agriculture y las
economas de los pases menos aventajados.

El process descrito cautiv de tal manera a las agencies internacionales de
desarrollo que todos los esfuerzos iniciales se orientaron simplemente a transferir la
tecnologa de los EE.UU. a los agricultores del Tercer Mundo. Cuando ms tarde estos
esfuerzos resultaron fallidos, se pens que el problema era que la tecnologa desarrollada
para la agriculture de zonas temperadas no era apropiada para la agriculture tropical.
Entonces, se crearon organizaciones de investigacin nacionales e internacionales
encargadas de modificar o desarrollar tecnologas ms apropiadas a las condiciones
climticas de estos pases tropicales. El xito que tuvo la Revolucin Verde se present
como prueba de que el nuevo enfoque estaba funcionando.

A pesar de esto, a principios de la dcada de 1970 se haca cada vez ms evidence
que la tecnologa adaptada a climas tropicales tampoco estaba llegando a los agricultores
de escasos recursos, a aquellos que no contaban con los mejores recursos fisicos y que
tenan poco o ningn acceso a infraestructuras como mercados o el riego. En realidad, la
gran mayora de los agricultores de casi todos los pases se encontraban en esta situacin.











Se inici un nuevo enfoque, conocido como Investigacin y Extensin en
Sistemas Agropecuarios, IESA (Farming Systems Research-Extension, FSRE), el cual
pona mayor nfasis en la participacin de los agricultores de recursos limitados.' La
metodologa de la IESA empieza con la identificacin de las necesidades, los deseos y
los recursos del agricultor y no con las ideas de los investigadores de las estaciones
experimentales. La IESA tambin pone mayor nfasis en la participacin de los
agricultores de escasos recursos, en el diagnstico y en la evaluacin de tecnologas
potenciales, en sus propias fincas. Esta metodologa para la generacin y difusin de
tecnologa, de forma coordinada y participativa, se beneficia ahora de ms de 20 aos de
experiencia de los seguidores de la IESA, principalmente en pases en vas de desarrollo.

Esta publicacin tiene tres objetivos. El primero es demostrar las ventajas de la
investigacin coordinada a nivel de finca para mejorar la evaluacin y difusin de
tecnologa. El segundo es ayudar a que la participacin de los agricultores en la
investigacin a nivel de finca sea ms productive. El tercero es crear un paradigma que
mejore los models de extension y que pueda ser usado por instituciones de investigacin
y extension en forma conjunta, haciendo as sus esfuerzos ms eficientes y efectivos. La
discusin empieza con una breve resea histrica sobre las diferentes estrategias de
extension.


Perspective Histrica: La Estrategia del Productor Progresista

Durante el cuarto de siglo posterior a la Segunda Guerra Mundial, el process de
generacin y difusin de tecnologas convencionales sigui la estrategia del "productor
progresista." Esta estrategia (Roling, 1988. p.68) se basaba en various supuestos. Primero,
se asuma un sesgo pro-innovacin (Rogers, 1983) segn el cual cualquier innovacin
que resultara del process de investigacin y extension establecido era "buena" y por tanto
deba ser adoptada. Segundo, se asuma que este tipo de tecnologa era ampliamente
adaptable e igualmente apropiada a fincas de diferentes tamaos, por tanto, cualquier
agricultor poda adoptarla. Tercero, la investigacin sobre difusin haba mostrado que
las innovaciones se difunden dentro de un mismo "sistema social," de una unidad de
toma de decisions a otra, a travs del tiempo (Roling, 1988. p.65), por lo que se asuma
que cualquier innovacin que hubiese sido introducida deba acabar difundindose en
toda la comunidad. Cuarto, tambin se asuma que tanto aquellos productores que
adoptaban la tecnologa inicialmente, como los que tardaban en hacerlo, e incluso los que
no la adoptaban, eran todos parte del mismo "sistema social" simplemente porque vivan
en la misma comunidad. Se consideraba que los productores que tardaban en adoptar las
tecnologas o no las adoptaban eran "tardos," y que no se interesaban en "mejorar."

Los investigadores y los extensionistas empezaron a darse cuente que los
"productores progresistas" no solo estaban adoptando las tecnologas primero, sino
exclusivamente. Sin embargo, esto no preocupaba a los investigadores, los cuales











asuman que la "buena" tecnologa se permeara desde los productores progresistas hacia
los ms tardos, los conservadores, o los menos arriesgados (Figura 1). De hecho, los
extensionistas utilizaron sus contacts con los productores progresistas como su principal
estrategia.

La evidencia en los EE.UU. de que los productores progresistas se estaban
enriquecindose y creciendo en relacin a los otros productores, tampoco fue motivo de
preocupacin, ya que la transformacin en las fincas se apoyaba en la creencia que "ms
grande es mejor." A menudo se oa y repeta la frase "crece o desaparece." Los pequeos
agricultores se consideraban ms como un problema social que como un problema
agrcola.

La Necesidad de un Cambio de Enfoque

A principios de la dcada de 1970 se hizo evidence que la idea de "ms
grande es mejor" era desastrosa para los pases en vas de desarrollo, donde la tecnologa
no haba llegado a gran mayora de agricultores por medio del uso de la estrategia de que
la tecnologa fluira desde el productor progresista a los dems productores. A diferencia
de los pases industrializados, en los pases en vas de desarrollado, no era possible
emplear a los agricultores desempleados en las zonas urbanas. Para impulsar el
crecimiento econmico, era necesario mantener el empleo e incrementar la productividad
y el ingreso en las fincas pequeas y de escasos recursos.

Los xitos conseguidos por los pequeos agricultores en el Tercer Mundo
gracias a la tecnologa de la Revolucin Verde fueron alcanzados slo por una minora
limitada, la cual contaba con una mejor base de recursos. La tecnologa de estos
productores nunca fluy a los productores que no contaban con las mismas ventajas.
Cuando se hizo evidence el que todos los productores de una comunidad no eran parte
del mismo "sistema social," se lleg a la conclusion de que la estrategia del productor
progresista combinada con la teora del flujo de tecnologa de los "agricultores
progresistas" a los "agricultores tardos" no funcionaba (Figura 2). Se necesitaban otros
enfoques.



Categoras "Objetivo"

La investigacin sobre discusin de tecnologa mostr ex-post cules eran
las caractersticas propias de aquellos que tardaban ms en adoptar las tecnologas o no
las adoptaban (productores pequeos, pobres, con poca educacin, etc.), pero fue incapaz
de sugerir estrategias de intervencin efectivas ex ante (Roling, 1988. p.64).










La estrategia del productor progresista combinada con la teora de la
permeabilidad de las innovaciones falla cuando los productores no son homogneos, sino
heterogneos, lo cual es, por supuesto, la situacin ms comn. Los productores
"tardos" e "innovadores" que inicialmente fueron considerados miembros del mismo
sistema social simplemente porque viven en la misma comunidad, region o pas, son en
realidad productores muy diferentes, con diferentes ambientes productivos.

A pesar de que millones de agricultores fueron olvidados por el uso de la
filosofia que combinaba los enfoque del productor progresista y el flujo de las
tecnologas desde los "agricultores progresistas" a los "agricultores tardos", se puede
usar una version modificada de esta estrategia con "categoras de agricultores que han
sido cuidadosamente identificados como homogneos y con innovaciones que han sido
desarrolladas para adecuarse a las caractersticas de esas categoras" (Roling, 1988. p.
71), Figura 3.

Ruling (1988. p.77) utiliza el trmino categoras "objetivo" de forma
similar al uso que se da en la IESA a la combinacin de los concepts de "dominios de
recomendacin" y "dominios de difusin" (Wotowiec et al., 1988). La estrategia de
Ruling consiste en utilizar variables relevantes para dividir a una poblacin heterognea
en varias categoras homogneas, disear un programa de intervencin con contenidos y
estrategias" relevantes para cada categora, probar el program con miembros
representatives de cada categora, y entonces organizerr la intervencin de forma que
cubra la categora objetivo de forma selective" (p. 77). En la media en que dicha
intervencin se refiera a tecnologa agrcola, y no a tecnologa de difusin, esta estrategia
se parece a la filosofia actual de la IESA.

Sin embargo, el problema sigue siendo que es ms fcil disear pocas
tecnologas que se adapten a los "productores progresista" que desarrollar tecnologas
muy diversas que se adapten a las situaciones variables en los que se mueven los
agricultores con pocos recursos (Roling, 1988. p.71). Por tanto, el mensaje de extension
que llega a las diferentes categoras de productores a menudo es todava uno slo, el
mensaje desarrollado en estaciones experimentales y adecuado slo para los "productores
progresistas" quienes poseen las mejores bases de recursos (Figura 4). Este mensaje no
puede llegar a mejorar la tecnologa de los productores cuyos recursos y ambientes no se
equiparan a los que se encuentran en las condiciones de las estaciones experimentales,
debido a la poca disponibilidad de recursos de los productores "tardos" y a que no
incluye los medios necesarios para adaptar la tecnologa al ambiente.
El AA como Alternativa a las Estrategias del "Productor Progresista" y a las
"Categoras Objetivo"

El Anlisis de Adaptabilidad o AA (Hildebrand and Russell, 1996)
proporciona una metodologa para resolver los problems asociados con la generacin y
difusin de mejoras en tecnologa agrcola a todas las categoras de agricultores en











cualquier comunidad. Mediante el AA, un amplio rango de productores y sus parcelas en
una comunidad o region pueden former parte de un solo dominio de investigacin.

Un element esencial para que el diseo de los ensayos a nivel de finca
sea compatible con el AA es que cada uno de los ambientes tengan los mismos
tratamientos, o por lo menos dos o ms tratamientos iguales. Los productores
individualmente pueden aadir sus propios tratamientos si quieren obtener informacin
adicional. El AA no require rplicas de tratamientos dentro de un ambiente. Si los
agricultores los quieren replicar, entonces se puede utilizar el promedio de cada
tratamiento dentro del ambiente para el anlisis. Sin embargo, para el AA es ms
important tener mayor cantidad de ambientes que tener repeticiones dentro de cada
ambiente. Con un gran nmero de cooperantes en un slo ao, no es necesario esperar
dos o ms aos para tener resultados definitivos (Stucker and Hicks, 1992; Stroup et al.,
1993).

Un program de investigacin a nivel de finca diseado de esta forma da
como resultado mltiples mensajes de extension, adaptables a ambientes bien definidos y
a diferentes criterios de evaluacin o seleccin. Cada "categora objetivo" puede recibir
un mensaje apropiado a sus condiciones (Figura 5). La tabla 1 muestra los resultados del
anlisis de un ensayo conducido en Brasil por Singh (1990) y explicado en Hildebrand y
Bastidas (1999) todo esto se resume en la Figura 6.

Conclusion

La investigacin a nivel de finca apropiadamente diseada para el Anlisis
de Adaptabilidad puede ser el marco conceptual de un program de investigacin y
extension eficiente y efectivo, y que cuente con la participacin de los productores. Las
actividades que se lleven a cabo bajo esta metodologa benefician mutuamente a los
agricultores, extensionistas e investigadores. Este paradigma llena de forma efectiva el
"eslabn perdido" entire la investigacin y la extension y hace ms eficientes los
programs de las instituciones de investigacin y extension. Esta metodologa tambin
hace ms productivos el tiempo y los recursos que los productores invierten en
investigacin a nivel de finca, puesto que tiene como resultado recomendaciones
especficas a los ambientes y a los criterios de evaluacin relevantes para diferentes
productores.












Bibliografia


Hildebrand, P.E. 1984. Modified stability analysis of farmer managed, on-farm trials.
Agronomy Journal, 76:271-274.

Rogers, E.M. 1983. Diffusion ofinnovations. Third Edition. The Free Press. New York.

Ruling, N.G. 1988. Extension science: information systems in agricultural development.
Cambridge. New York.

Singh, B.K. 1990. Sustaining crop phosphorus nutrition ofhighly leached oxisols of the Amazon
Basin of Brazil through use of organic amendments. Unpublished PhD Dissertation,
University of Florida, Gainesville.

Stroup, W.W., P.E. Hildebrand and C.A. Francis. 1993. Farmer participation for more effective
research in sustainable agriculture. In: Technologies for sustainable agriculture in the
tropics. American Society of Agronomy, Special Publication, Madison. In press.

Stucker, R.E. and D.H. Hicks. 1992. Some aspects ofdesign and interpretation ofrow-crop on-
farm research. In: Proceedings of a conference on Participatory on-farm research and
education for agricultural sustainability. University of Illinois at Urbana-Champaign.
July 30-August 1, 1992.

Wotowiec, P., S.V. Poats and P.E. Hildebrand. 1988. Research, recommendation and diffusion
domains: a farming systems approach to targeting. In: Poats, S.V., M. Schmink and A.
Spring. Gender issues in farming systems research and extension. Westview Press.
Boulder and London.


SEsta publicacin ha sido traducida al espaol y modificada de su original "Targeting technology diffusion
through coordinated on-farm research."

"Profesor. Departamento de Economa de Alimentos y Recursos. Universidad de la Florida. Gainesville,
Florida 32611-0240.

' Profesora Asistente de Cortesa, Programas Internacionales, IFAS, Universidad de la Florida, Gainesville,
Florida, 32611-0282, USA.

" Estudiante de Posgrado. Departamento de Antropologa. Universidad de la Florida.

"Para algunos, el modelo de extension transferido desde los Estados Unidos era muy parecido a lo que
ahora se conoce como IESA. Sin embargo, "cuando intentamos llevar la extension al extranjero, intentamos
transferir la forma, no la funcin" (J.K. McDermott, comunicacin personal). Esto fue acentuado por el
hecho de que muchos trabajadores de investigacin y extension de los pases receptores no estaban
familiarizados con las condiciones agrcolas que predominaban en sus propios pases, a diferencia de la
experiencia norteamericana.































































41









































HOGAR

MUJERES HOMBRES

NIAS NIOS


HOGAR

MUJERES HOMBRES

NIAS ,NIOS


.o -" .., ... ,; T. ...
,, .t :

~- -** at ^-~, * v^
if ec ^^'r-"^~ I'--
.--_ -_..- :,- :__.
5


FINCAS FAMILIARES DE PEQUEA
ESCALA Y SU COMUNIDAD COMO
SISTEMAS DE SUBSISTENCIA
DINAMICOS


PETER E. HILDEBRAND
Y
TODD R. JOHNSON


MERCADO

HOGAR



CULTIVOS ANIMALS




|BOSQUE O MATORRALI


krr ,-



,i. ~**n
~7CPI~"P- --
-C

rr
~.*k
**~-
~*c .r




















































































~"Z4"ki1.r~


U -.
--


-r tgcr,
f*s ~ 1


* 1pC

* ~c1 a i


.b -~~-rJhc8


SISTEMA DE TUMBA Y

QUEMA EN ASIA






9


8'' a-,


~*it


c
`I
i , - ; ....
,.,..


L


11 !


4


k. ~p,~ .
i




















CULTIVOS


CUIDAR





PROCEuAMITO SEBRAR
PREPARACOIC DESYERBAR *J ERES DEiOSQU
COSECHAR
DESMOTAR ----- -----
HiLAR
TEIR as s PCELP
TEJER 14


14


T-e *C




*1i


'bri .---. -





























SISTEMA DE LADERAS

HUMEDAS EN ASIA


CULTIVOS
FURERCAD6]
BEBAR
CLJOAR
COSECHAR
CONSTmJCIU9 YRPRCO
DEETITIA




MUJRS: Noma a" REOm1cBL
DECOSRU1. \ .OUE
BLE DEUMI O-
DELA~ra PCSCOSSCI4A
RS >O. CaMAs B1fALOS



FORRAE
22


~ DE MOBRAN ~DEOBRA





ARROZ ALMENTO CEROS

YRGC uAN HENO -compOST BAAO

KENAF TRACCION


S DIENTRO DE LA FICA: RASTRQ .OJO ... | | E

_----- _-- [ A FUERA DE LA FINCA: BOSQUE- ----- i


I-1""C~~/` HOGAR

MA D AER PADE S


COUCOMID

TMM>
ARROZ C1CE
UAIZ YVTEL PARAANNAE ECRA
DUEOL COUPOST E~D\~flJ
SORGO ASINk0
KEW\F i ITR.A~~N


I IDLGULO - MNRO E LA 1-1~ RASCTROJO NUE

AF~13ELAEFINCa. B~ 24E
















SISTEMA DE ARROZ
EN TIERRAS BAJAS
DE ASIA


25






























[531





~?ij~.I~C ~~;11


r*1
-giv-
















































MERCDO
hORT sliv) 55

























PAPAS ii5 OD
HORTI ~I 5n- .


CULI~ -SSVAS e
FRUOZSES 103 ~NMLES
U HOPT lStLVESTRES) 15 BOVINO
TRIGO HORIST PPFRUTAS 100 POLLOS
HABAS ~HOJAS OE 5J! AEA
47 EEOBIIEPR
FRUAZ ~ E L,-Z 10
HORALZA SLVETrS ED
I+DRALIAS " PLNTA
PLANTAS ON





WAIZN"AO 7
COMPOS



PAKD GO j
MAT E R GM C CBEtS







47ILE WBAE


-U_
-c= ''-r" ~3












































MERCADO


SUERO 2
RFORES DE PLUMAS 1

MANO DE OBRA

CULTIVOS

PAPAS
HABAS
FRIJOLES
FRUTAS
HORTAULIZAS SILVESTRES
HORTAUZAS DE JADN
PLANTS I~CNPALES


RESUME


FINCAS FAMILIARES DE ESCASOS

RECURSOS y de PEQUEA ESCALA

* SON ALTAMENTE COMPLEJAS
* TIENEN UN ALTO NUMERO DE
ACTIVIDADES
* TIENEN UN ALTO GRADO DE
INTERRELACION ENTIRE ACTIVIDADES
* CON CRECIENTES PRESIONES
POBLACIONALES MUESTRAN UNA
DEPENDENCIA CRECIENTE A
INFRAESTRUCTURA
42
















FINCAS FAMILIARES DE ESCASOS
RECURSOS, PEQUEA ESCALA

* SON ALTAMENTE COMPLEJAS
* TIENEN UN ALTO NUMERO DE
ACTIVIDADES
* TIENEN UN ALTO GRADO DE
INTERRELACION ENTIRE ACTIVIDADES
* CON CRECIENTES PRESIONES
POBLACIONALES MUESTRAN UNA
DEPENDENCIA CRECIENTE A
INFRAESTRUCTURA


FINCAS FAMILIARES DE ESCASOS
RECURSOS, PEQUEA ESCALA

* SON ALTAMENTE COMPLEJAS
* TIENEN UN ALTO NUMERO DE
ACTIVIDADES
* TIENEN UN ALTO GRADO DE
INTERRELACION ENTIRE ACTIVIDADES
* CON CRECIENTES PRESIONES
POBLACIONALES MUESTRAN UNA
DEPENDENCIA CRECIENTE A
INFRAESTRUCTURA
44


FINCAS FAMILIARES DE ESCASOS
RECURSOS, PEQUEA ESCALA
* SON ALTAMENTE COMPLEJAS
* TIENEN UN ALTO NUMERO DE
ACTIVIDADES
* TIENEN UN ALTO GRADO DE
INTERRELACION ENTIRE ACTIVIDADES
* CON PRESIONES POBLACIONALES
MUESTRAN UNA DEPENDENCIA
CRECIENTE A INFRAESTRUCTURA Y
MERCADOS

45


ESPURALES DEL DESARROLLO


4 -

-.c=
?. ... '
,' ,

' ***;---

'* FIN
! -

*'--' 'yy

xFF*r'^^ '*^~































































50















DIFUSION DE TECNOLOGIA A
PEQUEOS PRODUCTORES:
PERSPECTIVE HISTORIC


PETER HILDEBRAND
Y
ELENA BASTIDAS


Investigacin y Extensin


Investigacin y Extensin
en Sistemas Agropecuarios




2


Teora del Fujo de la Tecnologa desde
los Agricutores Prognesits a los Tardos


Supuestos Errneos de este
Modelo Incluan:

1. Sesgo pro-innovacin

2. Neutral en cuanto a escala y
ampliamente adaptable

3. Las comunidades son homogneas

4


Supuestos Errneos de este
Modelo Incluan:

1. Sesgo pro-innovacin

2. Neutral en cuanto a escala y
ampliamente adaptable

3. Las comunidades son homogneas

5


Supuestos Errneos de este
Modelo Incluan:

1. Sesgo pro-innovacin

2. Neutral en cuanto a escala y
ampliamente adaptable

3. Las comunidades son homogneas

6








































Foto de un Campo de Man en el
Norte de la Florida




1 r


L7Z3 L~ 12


Flujo Lmitado de la Tecnologa
desde Agricultores Progresistas


ni~aoaaS
MOA j.Ofl 54
Y~~l*< -~n I8(


Difusi6n a "Categorias de Agricuttores"


AtmDnsn!. us,_ .
*Pro r&i.st d" d\ EtemnaanA








mmero de Agraimiares

8


*.., 0~

A... --


Foto de la Estacin Settat


iM K -^.,.,, ..!






e.-' .-- *
i .
j____________


Desaollando un Mensaj e de Extensin
desde una Estacin Experimental


''`rr


.'- ,














Foto del Ensayo de Fertilizacin de
Mickie en el Norte de la Florida


S: *' -. .,, *. *4 ,.1


Metodologa de la Investigacin y
Extensin en Sistemas Agropecuarios


IESA


\ /




AGSRCULTORES
13
iE~'3


GENERATION DE TECNOLOGA





15


Foto de una Finca Grande al
Norte de la Florida


Foto de la Estacin Experimental
Live Oak












































Rango del lA
en el dominion
de recomendaci6n 1
- -


Grfico del Anlisis de Adaptabilidad


Rango de! IA
en el dominion
de recomendacin 2


Rendimiento
u airo alero de
evaluacin


Indice ambiental, A


Incorporando la Diversidad





i ,j--"-








. L.


El Anlisis de Adaptabilidad


El anlisis de adaptabilidad es un
mtodo eficiente y relativamente
fcil de usar para analizar y disear
ensayos en mltiples ambientes,
combinando la investigacin y la
extension en un mismo esfuerzo.


Mensajes de Extensin para Mtiples Ambientes
a partir de un Ensayo Coordinado a Nivel de Finca

A 8id.Rn.
cm e











MHMn^Waaw


Mensajes de Extensin para Mltiples Ambientes y
Various Criterios de Evaluacin por medio del AA


deAtres Criteros *Md8. Fkln
BP kI -W
PA

PA

Me
T- Go

--- ah. ------
T -- --C-r ~ -

KmKU Mgf i^ "


FIN






























































55














PROPOSITO


Introduccin al anlisis y diseo
de ensayos a nivel de finca
basado en el uso del
Anlisis de Adaptabilidad (AA)


El propsito del AA es proporcionar
recomendaciones para ambientes
especficos y criterios de evaluacin
de diferentes agricultores


OBJETIVO


Un objetivo de la investigacin a nivel de
finca es predecir que pasar en otras
fincas y no estimar que pas en una
determinada finca.


El AA combine datos biofisicos
experimentales con informacin
socioeconmica




4


EJEMPLO



Como un ejemplo se present un trabajo
realizado por Singh (1990) con EMBRAPA,
Manaos, Brasil.


DOMINIO DE LA
INVESTIGATION


Pequeas comunidades a lo largo del Rio
Preto de Eva















LAS LIMITACIONES


Mantener la fertilidad de las parcelas para
reducir la tumba de ms bosque
secundaro y primario


- Distancia al mercado
(dos horas por lancha)

- Efectivo para comprar insumos


CULTIVOS




- Maz
- Caup (vigna)





9


ALTERNATIVES



- PA (prctica del agricultor)
- SPT (super fosfato triple)
- RUP (residuos urbanos procesados)
- G (gallinaza)




10


ENSAYO




Ensayos de maz ubicados
en 8 ambientes





13


IA




El indice ambiental, IA
es un mtodo fcil para
evaluar los ambientes




12


EL PROBLEMA



























RESPUESTA DEL MAIZ

t/ha


No. PA RUP SPT G IA













3 0.0 0.0 0.2 06 0.2
13


En el AA la respuesta de cada tratamiento

al ambiente es estimado por regresin










14


CRITERIO DEL INVESTIGATOR
MZ. MAHAUS. BRAZL. 1989



s -


- --- -------------

-------



o e i i1 6 i rs


CRITERIA DEL INVESTIGATOR
M"ZL. MWiS. 3




s---- ---. -------. ------




- - - -
- - - - - -


CRITERIO DEL INVESTIGATOR





3 -------------____-------
M Z, M-ANiUS, 1989 -










------------ -----3


0 05 1 16 2 25 I U
~_4


CRITERIO DEL INVESTIGATOR
M MA UM~U 1889





- - --- - - i
lao |




Y ---- --------- -------


05 1 15 1 125 3 35
CK2E2I4,eeTA. 2
























Luego de que los tratamientos han sido
analizados por regresin se pueden
comparar los tratamientos





19


CRITERIO DEL INVESTIGATOR
MZ, MANAUS, 1989



3-------------- .
, ---.. --..-- -


a -- 2 2 5 3 6
0 05 1 15 2 25 3 35


En este caso para el criterio de t/ha,
G ser recomendado para los ambientes
pobres y SPT para los mejores


Pero una de las limitaciones es


Pero una de las limitaciones es
efectivo para comprar insumos






22


Para estos agricultores un criterio de
evaluacin ms apropiado es el de kg/$






23


RESPUESTA DEL MAIZ
CRITERIO DEL AGRICULTOR
KglS

No. PA RUP SPT G IA









3 0.0 0.0 1.5 5.1 0.2
24






















CRITERIO DEL AGRICULTOR
MaJZ. MNAUS. 1~ 9




SA -...--------------- P






O 05 1 15 2 25 3 35
0 2 05-


El uso de este criterio cambia fuertemente
la naturaleza de las recomendaciones








26


CRITERIO DEL INVESTIGATOR
MAIZ, MANAUS, 1989
5

5 ----- --- -2 -------- --- --
3 ..----- -- -- -C


0 ~ ~ + -/-~--- '----- -I----- G T



o 0 1 ; i 2 22 3 U S
AL~EIBftl


Para poder hacer estas recomendaciones
en el dominio de investigacin es
necesario caracterizar los grupos de
ambientes


Cuadro de caractersticas de
ambientes



CT pH CIC Al P205 IA











TI 3.9 135 94.8 0.1 0.2
29


CARACTERIZACION DEL AMBIENTE







O.5
M~ 11989


2 ------------------------
- - - - - -

05----- ----- -----------
0
3S 4 42 44 4. 43 5 52
PH



















Mensajes de Extensin para Mltiples Ambientes
a partir de un Ensayo Coordinado a Nivel de Finca

ps r on e n)n
d MeFalk_ 0












Nanre d Agdeno.o


31


Mensajes de Extensin para Miples Ambientes y
Varios Criterios de Evaluaci6n por medio del AA
kHNtfSKtgny
pobla bn ui80 AP~Los B soLm.a
de Amnlettes Os IhN d0FMa

1 p, E PT
PA

PA

rp o


--- h A ~ ---
o- o






Molid Mo8o rMo
iaaiJer .eiia.


Dos o ms tratamientos deben ser
comunes en cada ambiente


Coordinando grupos de agricultores con
interests comunes es la base de AA








34

















Seleccin de Criteros de
Evaluacin y Anlisis de Riesgo

Managua 2003




I ____


1. Identificacin de criterios de
evaluacin relevantes
i, Terreno como recurso escaso
Mano de obra como recurso escaso
Efectivo como recurso escaso
Consideraciones relacionadas al riesgo
2.Considerando la importancia de los
diferentes criterios
3. Escogiendo tcnicas apropiadas para
el anlisis econmico


Objetivos

* Entender la perspective de los agricultores
para elegir el criterio de evaluacin y los
resgos asociados con la implementacin de
nuevas tecnologias.
* Entender como diferentes criterios y adems
los diferentes niveles de riesgos afectan
grandemente las conclusions de los
ensayos en finca.


Puntos importantes


* Seleccionar criterios
relevantes para
cada finca
* Cada persona en la
finca puede usar
diferentes criterios
* Todo agricultor
corre riesgo; los
extensionistas
deben llevar esto en
consideracin


Definiciones

Criterio de evaluacin: media para
seleccionar entire dos tecnologas

+* Evaluacin ex-ante: evaluacin de
beneficios antes de probarlas en fincas

Evaluacin ex-post: evaluacin de los
beneficios despus de haberlos probados en
fincas
!


Definiciones

* Riesgo: es la probabilidad (o el porcentaje de
tiempo) que la produccin caiga debajo de un
nivel acceptable

* Interesado: Individuos los cuales participant
en la produccin agropecuaria o quienes se
ven afectados por sus resultados. Entre ellos
se encuentran los que toman decisions,
inversionistas y beneficiaries.

65


uu~l
u
u

g












SFactores claves para la
seleccin de criterios de
I evaluacin


7- 1 Identificando criterios de

evaluacin relevantes: es
necesario
Un amplio conocimiento de metas,
S incentives, actividades tanto de la finca
como no relacionado a la finca,
recursos disponibles e impedimentos

Participacin complete por parte del
agricultor


Posibles efectos de
tecnologla en:
* Otros negocios
* La produccin total
del hogar
* el consumo del
hogar
* El bienestar del
hogar


* Metas del hogar
* Recursos escasos
* Riesgo
* Control y
distribucin de
recursos y
beneficios


La tierra como recurso escaso






cr i
""- f *.

.. '. U
-e ;




*__ _________


I La mano de obra como
recurso escaso
"* / ...



-, .. '.


El efectivo como recurso escaso








--

S1


1 Algunos aspects de la variabilidad
que consideran los agricultores
* cuando el riesgo incluye:
Cambios en produccin o calidad del
product que suceden a travs del
tiempo (cuando no hay cambio de
tecnologa o practice agrcola
Cambios en las practices agrcolas a
travs de los aos
-cambios en la calidad de los insumos
o disponibilidad

__u


1____ _____ ^ -__ _r- -- i-- -- .











I Algunos aspects de la variabilidad
que consideran los agricultores
cuando el riesgo incluye:
Cambios en las prcticas agrcolas a
travs de los aos
S cambios en la calidad de los insumos
o disponibilidad
cambios en la proporcin y cantidad
de la aplicacin
cambio en los cultivares

-- 13


I Algunos aspects de la variabilidad
que consideran los agricultores
cuando el riesgo incluye:
Cambios e los precious de los insumos o
S factors de produccin debido a
variacin estacional
inflacin o ciclos en el espacio de
periods ms largos de tiempo
otros factors como political de
gobierno

l________________14


Consideraciones relacionadas
a las otras actividades de la
SFinca y del Hogar


-- Hay que recorder que la Finca/Hogar
funciona como un sistema en el cual
todas sus parties estn conectadas



SI























Curso Corto Anlisis y Diseo de Investigacin y Extensin a
Nivel de Finca: Anlisis de Adaptabilidad (AA)



Anlisis de Adaptabilidad con Excel





Victor E. Cabrera





(http://plaza.ufl.edulvcabrera/AA/manuaLpdf)











Llenado de datos Configuracin de una tabla

Excel es una hoja electrnica con muchsimas celdas: 256 columns y 65,536 filas. Las columns
estn indicadas con letras, mientras que las filas siguen una numeracin sucesiva. Cada celda puede
ser localizada, entonces, por sus coordenadas de letra(s) nmero.

Cada celda puede contener un "atributo", el cual puede ser numrico o de caracteres. Se usan
caracteres para colocar ttulos, cabeceras de columns, etc. mientras que los nmeros pueden ser
utilizados para hacer complejos clculos a una velocidad spectacular y en forma simultnea y
dinmica.

Finalmente, un archivo de Excel puede contener muchsimas hojas de clculo y ellas pueden estar
relacionadas las unas a las otras. Por ejemplo, podemos usar la hoja 1 para llenar los datos y hacer los
clculos, la hoja 2 para hacer los grficos de los datos de la hoja 1.

Ejercicio 1: Familiaridad con la hoja de clculo Excel

1. Abre el program Microsoft Excel
Ve a Inicio/Programas/Microsoft Excel



.












2. Generalidades en Excel. Copiar el Cuadro 1 de la pgina 7 del manual entire las celdas B3 y G17.
Trata de que los formatos (negritas, centrados, lineas, etc.) sean como se ven en la siguiente
figure. Guarda tu archivo como ejerciciol.xls







., ai 4 ,T











3. Operaciones necesitadas en Excel
Guardar/Cerrar/Abrir archives
Uso de Ventanas de Archivos
Establecer Area de Impresin/Presentacin Preliminar/Configurar Impresin
Cortar/Copiar/Pegar
Formato de Celdas/Columnas/Filas/Hojas
Llenado de Sucesiones
Formato de Nmeros, decimales
Funciones de Excel: Totales, Promedios, Desviaciones Estndar
Funciones de Excel: Frmulas
Anlisis de Datos/Regresin
Ordenar Datos
Uso de $ para copiar formulas
Insertar Grficos
Ayuda de Microsoft Excel

Ejercicio 2: Clculo del ndice ambiental (IA) y ordenamiento de los datos

Para el Anlisis de Adaptabilidad ser necesario ordenar los datos segn criteria ascendente o
descendente.

Ejercicio 2: Clculo del ndice ambiental (IA) y ordenamiento de los datos

1. Abre el archivo de nombre ejerciciol.xls
(http://plaza.ufLedu/vcabrera/AA/ejercicio1.xls)
2. Borra los datos debajo del ttulo "IA". Borra los datos en la fila "Promedio"
3. Calcula automticamente el IA para cada parcela
(Frmula: =promedio(C7:F7) para la primera parcela, copia sta para todos)
4. Calcula el promedio para cada tratamiento
(Frmula: =promedio(C7:C13) para PA, copia sta para todos)
5. Ordena los datos descendentemente en base al IA
Selecciona los datos numricos y primeros encabezados de la tabla
Cuadro 1. Respuesta del Maiz (Ua) a tries eriedas de sualo y las practices de los agrictores.
Reatad-os do la rInvetigain a rivel de firma Aranas, Brasil (Srinh 19901







Prtm,~ o 18 (. .7 31 1.8
PA-pr&ica d elos sag-toras, RUPresiduos rbanos proesados (Mnaus).
SPT-=uer fosato iple. G-gallinaza

Anda al menu principal, selecciona, Datos, Ordenar
En la nueva ventana, selecciona Ordena por... IA y Descendente.
Asegrate que est marcado: la lista tiene fila de encabezados.


uLa Ltaiin r Mr -


..'*- ; r% y





2\ rs -" -
















Presiona Aceptar... y los datos sern ordenados rpidamente.

Cuadro 1. FReDarate dde Maz li) a tres erni de suedo y ales prties de Loe ariomoes
Reatados de la Inestgan n a rived de Finc A maznez Braesl (Sncr 19S90.
8ha
No. de Parela PA Ff P SPT G IA
7 25 1.4 4.5 13.1
6 22 1.0 4.2 3.6 28
2 00 1.1 .4 4.4 22
8 02 0.7 35 4.0 Z1
5 02 17 14 3.6 20
4 03 1-1 .2 1.4 28 1.4
1 0.2 0.2 1.3 29 1.1
3 00 0.0 02 0.7 0.2
Promedo 0.B 9s 3a1 36 21
PA=prctca d elosb picuamtes RLPre-iduos bans ces rc Mana us).
SPT-= sa fofab triple. GgasiM inaza

Guarda tu archivo como ejercicio2.xls


Ejercicio 3: Grfico de los Datos


1. Abre el archivo de nombre ejercicio2.xls
(http://plaza.uf.edulvcabrera/AA/ejercico2.xls)
2. Antes de iniciar los grficos, aadiremos una column ms a la tabla
Esta column ser el IA2 o IAxIA. Incluye la formula que calcule el valor en cada celda.


Cuadro 1. Respuest del Mafz (sa ere erierdoas deado ales prali ca de los agricires.
ResuBtlados de a Inestigacin nivl de finca Amezore. Brasil (Siurng 1980).
tna
No. de Parea PA UP SPT 6 lA IA'
7 25 1.4 45 4.0 .1 .6
6 22 1.0 4.2 6 28 7.6
2 0. 1.1 3.4 4.4 22 .0
8 02 07 35 4.0 21 4.4
5 02 07 3 3.6 20 .9
4 03 1.1 1. 2.8 1.4 2.1
1 02 02 13 2.9 1.1 1.2
3 00 O 02 07 02 0.0
Promedo 0.8 0.9 11 3. 21 4.4
PA-prctcas d elos agicutor, RUPresiduns urbars procesados (Manarus.
SPT-slper foesto hiple. Begaeinaza



Anda al menu principal, selecciona Insertar... y Grfico...
En la nueva ventana, selecciona tipo de grfico XY dispersin


*Lri

pa f.ali

T C hrtuf-- -
.t'- coi nes-E


70


-~`~----"-------I-II-~


































todos los datos de IA y como valores de Y los datos de PA. Presiona siguiente.
'i. I ..


!Y.J .- :



5. Presiona Siguiente. En le paso 2 de 4 del Asistente para Grficos, selecciona "Serie" y dentro de
se.e, selecciona Agregar. Una nueva ventana aparecer
6. Como nombre, selecciona la celda done est el ttulo "PA". Como valores de X selecciona
todos los datos de A y como valores de Y los datos de PA. Presiona siguiente.
7. En el paso 3 de 4 del Asistente para grficos, cambia el ttulo a: "CRITERIO DEL
INVESTIGADOR, maz Manaus, 1989", pon el nombre de ndice Ambiental para X y PA para

















2.0~i ---- -- ----- "- -
Y.
k.... ,LL IUMO



*r-~-- ^==





















r 0 1.0 2. 3. 4,0
Guard tu archive como ejercicio3.x
8. Presiona Terminar y el grfico aparecer.

9. Haciendo double click o click derecho en cualquier parte del grfico, se podrn hacer cambios al
format de ste. Juega con ello y date cuenta que el tamao y los colors pueden ser cambiados
para una mejor vision.



CRITERIO DEL INVESTIGATOR, Maz,
Manaus, 1989

0.
< 1.0 ----


0.0 1.0 2.0 3.0 4.0
ndie Ambiental

10. Guarda tu archivo como ejercicio3.xls











Ejercicio 4: Grfico de los Datos, continuacin

1. Abre el archivo de nombre ejercicio3.xls
(http://plaza.ufLedvuvcabrera/AA/ejercicio3.xls)
2. Repite los pasos 3 a 9 del ejercicio anterior con los tratamientos RUP, SPT y G.
3. Coloca los grficos en orden en la hoja2 de Excel (Aplica Cortar y Pegar).
4. Haz un grfico final que incluya los 4 tratamientosjuntos (el IA siempre ser X y el Y variar
para cada tratamiento). Pon este ltimo grfico como parte de una hoja nueva.
5. Interpreta tus resultados de acuerdo a la tendencia de las diferentes curvas.
6. Guarda tu archivo como ejercicio4.xls


Ejercicio 5: Anlisis de Regresin Linear

1. Abre el archivo de nombre ejercicio4.xls
(http://plaza.ufLeduivcabrera/AA/ejercicio4.xls)
2. Anda al menu principal, escoge Herramientas, y adentro Anlisis de datos
3. Aparecer una nueva ventana, en esta escoge "Regresin".



IHSWiW '' "^3" ^ ---

jarqdy erraEnt_

Prn.Eaa t paraeime,as os muestras emnppas
Prueda t para Cdo nusrras am jerFoned variras "uates
PrLa i ara dos rmiretras EKanando varnia s crigues
Pr uea z paruames cl e &as bet. -as

4. Presiona Aceptar y otra ventana aparecer. En sta, debers llenar los datos de la regresin; en
el rango Y de entrada, selecciona los datos de PA incluyendo el ttulo (C6:C14); en el rango X
de entrada selecciona los datos de IA incluyendo el ttulo (G6:G14). Marca el casillero indicado
como "Rtulos", selecciona rango de salida y pon ah la celda B19... de la siguiente manera:



6 ________: I LJ





l 2






Presiona Aceptar y la regresin est hecha. Observar los casilleros C23 (R2), C35 y C36 (el
intercepto y el coeficiente linear).

5. Haz el anlisis de regresin lineal para todos lo otros tratamientos. Compara resultados.
6. Guarda este archivo como ejercicio5.xis












Ejercicio 6: Anlisis de Regresin Cuadrtica


1. Abre el archivo de nombre ejercicio5.xis
(http://plaza.ufl.edu/vcabrera/AA/ejereicio5.xls)
2. Repite los pasos 2 a 4 del ejercicio anterior. En el paso nmero 4, al seleccionar el rango de X,
en vez de seleccionar solamente los datos de IA, selecciona IA y adems IA2.
3. Repite esta secuencia para cada uno de los tratamientos. Tendrs entonces, dos anlisis de
regresin para cada tratamiento, uno linear y el otro cuadrtico. Compara entire ambos y
compare entire tratamientos.
4. Guarda este archivo como ejercicio6.xls

Ejercicio 7: Estimacin de rendimientos esperados con las ecuaciones

1. Abre el archivo de nombre ejercicio6.xls
(http://plaza.ufl.edu/vcabrera/AA/ejercicio6.xls)
2. Crea una tabla, llamada "RESPUESTAS ESTIMADAS," en la que incluyas los rendimientos
estimados para los 4 tratamientos en columns: PA, RUP, SPT y G.
3. Pon las respectivas formulas para obtener estos datos numricos. Recuerda utilizar las
ecuaciones lineales para RUP y SPT y las ecuaciones cuadrticas para PA y G.
4. Grafica los rendimientos frente al IA en una hoja aparte.
5. Guarda tu archivo como ejercicio7.xls
(http://plaza.ufl.edu/vcabrera/AA/ejercicio7.xls)













Anlisis de Adaptabilidad
Emergencia de Maiz en GainesviUe
Respuesta: Numero de plants que emergieron
Item VILLA FINCA IRR or NIRR FS GQ PC SQ IA
1 SOMBRA SO 1 2 8 1 s
2 SOMBRA SE 1 5 6 5
3 SOMBRA JA IRR 10 19 15 17
4 SOMBRA TI IRR 14 19 22 20
5 SOMBRA NI IRR 16 19 22 18
6 SOMBRA AL 15 18 23 18

7 PM SOMBRA SO IRR 4 8 21 15
8 PM SOMBRA SE IRR 5 10 14 3
9 PM SOMBRA JA IRR 6 13 18 18
10 PM SOMBRA TI 18 23 20 17
11 PM SOMBRA NI 17 13 20 18
12 PM SOMBRA AL 23 18 21 20

13 AM SOMBRA SO 6 6 8 1
14 AM SOMBRA SE IRR 11 6 19 5
15 AM SOMBRA JA 16 20 20 16
16 AM SOMBRA TI 12 21 9 12 p
17 AM SOMBRA NI IRR 18 17 21 17
18 AM SOMBRA AL IRR 17 16 20 16

19 NO SOMBRA SO IRR 2 4 10 7 0
20 NO SOMBRA SE 13 12 21 16
21 NO SOMBRA JA 13 18 16 19
22 NO SOMBRA TI IRR 19 20 18 18f
23 NO SOMBRA NI 18 20 20 16
24 NO SOMBRA AL IRR 21 15 20 18


)BS
*uelo estaba muy fro








3Q DA SOL EN PM, HORMIGAS
emillas de roble, hojas y musgo,sualo esta frio.
uelo muy humedo todavia
uelo frdo


erdieron los borders




)IF. AMBIENTE
RDILLA EN GOLDEN, ARRANCA SEMILLAS
IDRIOS, PIEDRAS FEA LA PARCELA
oo, much erosion


Total semillas 25
Cuatro variedades de Maiz
FS Florida Stay Sweet
GQ Golden Queen
PC Peaches and Cream
SQ Silver Queen


Dias madurar Preciollibra$ Semillas/Libra
80 15.4 3863
88 7.5 2785
84 10.4 1713
94 10.99 1816








Tabla para la prueba t, (una cola)


gi 0.250 0.200
1 1.000 1.376
2 0.816 1.061
3 0.765 0.978
4 0.741 0.941
5 0.727 0.920
6 0.718 0.906
7 0.711 0.896
8 0.706 0.889
9 0.703 0.883
10 0.700 0.879
11 0.697 0.876
12 0.695 0.873
13 0.694 0.870
14 0.692 0.868
15 0.691 0.866
16 0.690 0.865
17 0.689 0.863
18 0.688 0.862
19 0.688 0.861
20 0.687 0.860
21 0.686 0.859
22 0.686 0.858
23 0.685 0.858
24 0.685 0.857
25 0.684 0.856
26 0.684 0.856
27 0.684 0.855
28 0.683 0.855
29 0.683 0.854
30 0.683 0.854


0.150 0.100
1.963 3.078
1.386 1.886
1.250 1.638
1.190 1.533
1.156 1.476
1.134 1.440
1.119 1.415
1.108 1.397
1.100 1.383
1.093 1.372
1.088 1.363
1.083 1.356
1.079 1.350
1.076 1.345
1.074 1.341
1.071 1.337
1.069 1.333
1.067 1.330
1.066 1.328
1.064 1.325
1.063 1.323
1.061 1.321
1.060 1.319
1.059 1.318
1.058 1.316
1.058 1.315
1.057 1.314
1.056 1.313
1.055 1.311
1.055 1.310


0.050 0.025 0.010 0.005 0.001
6.314 12.706 31.821 63.656 636.578
2.920 4.303 6.965 9.925 31.600
2.353 3.182 4.541 5.841 12.924
2.132 2.776 3.747 4.604 8.610
2.015 2.571 3.365 4.032 6.869
1.943 2.447 3.143 3.707 5.959
1.895 2.365 2.998 3.499 5.408
1.860 2.306 2.896 3.355 5.041
1.833 2.262 2.821 3.250 4.781
1.812 2.228 2.764 3.169 4.587
1.796 2.201 2.718 3.106 4.437
1.782 2.179 2.681 3.055 4.318
1.771 2.160 2.650 3.012 4.221
1.761 2.145 2.624 2.977 4.140
1.753 2.131 2.602 2.947 4.073
1.746 2.120 2.583 2.921 4.015
1.740 2.110 2.567 2.898 3.965
1.734 2.101 2.552 2.878 3.922
1.729 2.093 2.539 2.861 3.883
1.725 2.086 2.528 2.845 3.850
1.721 2.080 2.518 2.831 3.819
1.717 2.074 2.508 2.819 3.792
1.714 2.069 2.500 2.807 3.768
1.711 2.064 2.492 2.797 3.745
1.708 2.060 2.485 2.787 3.725
1.706 2.056 2.479 2.779 3.707
1.703 2.052 2.473 2.771 3.689
1.701 2.048 2.467 2.763 3.674
1.699 2.045 2.462 2.756 3.660
1.697 2.042 2.457 2.750 3.646


gl grados de libertad para la curva t
p area bajo la curva t con gl comprendidos entire ms o menos el nmero dentro de la tabla
Ejemplo: p[t < -0.816]=0.25 o hay un 25% de probabilidad que t sea menor que -0.816


DISTRIBUCIN DE t
0-4





0.2
e nz _ __ __ __ _ -
O -/
9 /!
- ;


-5 -4 -3 -2 -1 0 1 2 3 4 5
X




University of Florida Home Page
© 2004 - 2010 University of Florida George A. Smathers Libraries.
All rights reserved.

Acceptable Use, Copyright, and Disclaimer Statement
Last updated October 10, 2010 - - mvs