DEL DISEÑO EXPERIMENTAL AL ANÁLISIS EN R: Aplicaciones del DBCA y cuadrado latino en investigación
Keywords:
Diseño experimental, DBCA, cuadrado latino, análisis en R, investigación aplicada, variabilidadSynopsis
El libro “Del Diseño Experimental al Análisis en R: Aplicaciones del DBCA y Cuadrado Latino en Investigación” surge como una respuesta académica y metodológica a la creciente necesidad de integrar la teoría estadística con herramientas computacionales modernas en los procesos de investigación. En los contextos agrícolas e industriales, donde la variabilidad es inherente a los sistemas productivos, el diseño experimental constituye un pilar fundamental para garantizar resultados válidos, reproducibles y técnicamente sustentados.
Esta obra ha sido concebida con el propósito de tender un puente entre los fundamentos clásicos del Diseño Experimental —particularmente el Diseño en Bloques Completos al Azar (DBCA) y el Diseño en Cuadrado Latino— y su implementación práctica mediante el software R. El lector encontrará una exposición estructurada que inicia con los principios teóricos esenciales, avanza hacia la formulación del modelo estadístico y culmina con la programación, e interpretación de resultados en un entorno computacional y potente.
El enfoque adoptado combina rigurosidad matemática con aplicabilidad práctica. Cada capítulo integra ejemplos reales vinculados a la investigación agrícola e industrial, permitiendo comprender cómo los diseños experimentales optimizan recursos, reducen el error experimental y fortalecen la toma de decisiones basada en evidencia. Además, la incorporación de scripts en R facilita la replicabilidad y fomenta el desarrollo de competencias analíticas en estudiantes, docentes e investigadores.
Más que un manual técnico, esta obra busca consolidarse como una guía formativa que promueva el pensamiento crítico, la correcta estructuración de experimentos y el análisis estadístico responsable. Se espera que este libro contribuya al fortalecimiento de la investigación aplicada, brindando herramientas sólidas para enfrentar los desafíos metodológicos propios de los sistemas productivos contemporáneos y promoviendo una cultura científica fundamentada en el rigor y la innovación.
Downloads
Download data is not yet available.
References
Adams, J. A., Benitez, M. D., Guidek, R. C., & Domínguez, G. A. (2016). Enseñanza de Programación Lineal y Juegos de Empresa. Asunción, Paraguay: Universidad Autónoma de Paraguay.
Adhikari, R., & Dandekar, R. (2012). Optimization models for control of parasitic diseases. Mathematical and Computer Modelling, 56(1-2), 233-250.
Ahuja, R. K., Magnanti, T. L., & Orlin, J. B. (1993). Network Flows. Theory, Algorithms and Applications. Upper Saddle River. New Jersey, USA.: Prentice-Hall, Inc.
Alarcón, S. (1998). La programación estocástica discreta como instrumento de planificación de plantaciones de olivos en Castilla-La Mancha. Economía Agraría N0. 183, 173-200.
Alidaee, A., & Aneja, Y. P. (2018). Non-predetermined goal programming. In Operations research: A model-based approach. New Jersey, U.S.A.: Springer, Cham.
Ancco, P. R., Chalco, C. D., Clavijo, T. P., Delgado, H. P., Huarac, S. Y., & Ugarte, F. D. (2020). Métodos para el procesamiento de imágenes digitales. Universidad Nacional de San Antonio Abad del Cusco, Cusco Perú, 1-8.
Anderson, D. R., Sweeney, D. J., & Williams, T. A. (2006). Estadística para administración y economía. Col. Cruz Manca, Santa Fe, México, D. F.: Cengage Learning Editores, S. A. de C. V.
Arévalo, J. J., Castro, A., & Villa, É. (2002). Un análisis del ciclo económico en competencia imperfecta. Revista de Economía Institucional, vol. 4, núm. 7, segundo semestre, 11-39 Pp.
Arriaza, G. A., Fernández, P. F., López, S. M., Muñoz, M. M., Pérez, P. S., & Sánchez, N. A. (2008). Estadística Básica con R y R-Commander. Cádiz, España: Servicio de Publicaciones de la Universidad de Cádiz.
Atucha, A. J., & Gualdoni, P. (2018). El funcionamiento de los mercados. Mar de Plata, Argentina: Facultad de Ciencias Económicas y Sociales, Universidad Nacional de Mar del Plata.
Avdoshin, S. M., & Pesotskaya, E. Y. (2011). Software risk management. National Research University Higher School of Economics , 1-6 Pp.
Baquela, E. G., & Redchuk, A. (2013). Optimización Matemática con R. Volumen I: Introducción al modelado y resolución de problemas. Madrid, España: Bubok Publishing S. L.
Bazaraa, M. S., Sherali, H. D., & Shetty, C. M. (2009). Nonlinear programming: Theory and applications. Hoboken, New Jersey, U.S.A.: John Wiley & Sons, Inc, Publication.
Bertsimas, D., & Tsitsiklis, J. N. (1997). Introduction to Linear Optimization. Belmont, Mass. U.S.A.: Athena Scientific, Belmont, Massachusetts.
Bertsimas, D., Teo, C., & Vohra, R. (1999). On dependent randomized rounding algorithms. ELSEVIER, 105 –114.
Bhatt, A., Das, V., & Sundaram, V. (2011). Economic analysis of malaria control programs: A review of the literature. Malaria Journal, 10(1), 202.
Birge, J. R., & Louveaux, F. (2011). Introduction to Stochastic Programming. New York, USA: Springer Science+Business Media, .
Brambila, P. J. (2011). Bioeconomía: Instrumentos para su análisis económico. Texcoco, estado de México. México: Secretaría de Agricultura, Ganadería, Desarrollo Rural, Pesca y Alimentación (SAGARPA) y Colegio de Postgraduados (COLPOS).
Broz, D., Mac Donagh, P., Arce, J., & Yapura, P. (2017). La Investigación Opetrativa, la Ingeniería Forestal y los Problemas Sectoriales: Ante la Necesidad de un Cambio de Paradigma. Yvyraretá, 64-72.
Burbano, R., Espinosa, A. M., & Horna, L. (2018). Economía para matemáticos. Quito, Ecuador: Escuela Politécnica Nacional (EPN).
Burkard, R., Dell'Amico, M., & Martello, S. (2012). Operations research: Theory and practice. New Jerse, U.S.A.: Springer Science & Business Media.
Bustos, F. E. (2023). La importancia del teorema de suficiencia de Kuhn-Tucker en la tarea de decisiones organizacionales. Carácas, Venezuela: Escuela Superior de Cómputo de Venezuela.
Cabrera, G. E., & Díaz, G. E. (2021). Manual de uso de Jupyter Notebook para aplicaciones docentes. Madrid, España: Universidad Complutense de Madrid.
Camps, P. R., Casillas, S. L., Costal, C. D., Gibert, G. M., Martín, E. C., & Pérez, M. O. (2005). Software libre. Bases de datos. Av. Tibidado, 39-43, Barcelona España: Fundació per a la Universitat Oberta de Catalunya. Eureca Media, SL.
Capa, S. H. (2015). Probabilidades y estadística para una gestión científica de la información. Quito, Ecuador: Escuela Politécnica Nacional .
Carballo, R. E., & Peñate, P. E. (2014). Benchmarking de Herramientas Forenses Móviles. Managua: COMPDES, UNAN, Managua.
Carro, P. R. (2014). Investigación de operaciones en administración. 1ra Edición. Mar de Plata, Provincia de Buenos Aires, Argentina: Facultad de Ciencias Económicas y Sociales. Universidad Nacional de Mar de Plata.
Cestero, E. V., & Caballero, A. M. (2017). Data Science y Redes Complejas. Métodos y aplicaciones. Tomás Bretón, 21-28045, Madrid, España: Editorial Centro de Estudios Ramón Areces, S. A.
Challenger, P. I., Díaz, R. Y., & Becerra, G. R. (Abril-Junio, 2014). El lenguaje de programación Python. Ciencias Holguín, vol. XX, núm. 2., 1-13.
Dantzig, G. B. (1963). Linear Programming and Extensions. Chichester, West Sussex, U.S.A.: Princeton University Press.
Dantzig, G. B., & Wolfe, P. (1954). The decomposition principle for linear programming. Operations Research, 2(1), 76-81.
Daza, P. J. (2006). Estadística Aplicada con Excel. Lima, Perú: Grupo Editorial Megabyte s.a.c.
De los Reyes García, M. M., & Romero, C. J. (2004). Investigación de operaciones I. UAM Unidad Azcapotzalco. Av. San Pablo 180. Col. Reynosa Tamaulipas. Delegación Azcapotzalco. México, D. F.: División de Ciencias Básicas e Ingeniería. Departamento de Sistemas. Universidad Autónoma Metropolitana-Azcapotzalco.
De Mendiburu, F. (2007). Análisis estadístico con R. Av. Túpac Amaru 210, Rímac 15333, Lima, Perú: Sección de extensión universitaria y proyección social. Centro de estudiantes de facultad de ingeniería económica y ciencias sociales. Universidad Nacional de Ingeniería.
De Mendiburu, F. (2017). Tutorial de agricolae (Versión 1.2-8). La Molina-Perú: Departamento Academico de Estadísstica e Informática de la Facultad de Economía y Planificación. Universidad Nacional Agraria La Molina-Perú.
Delgado, Q. S. (2023). Aprende Python. Ciudad de México, México: Mundi Prensa.
Deng, Z. X., & Wang, X. (2022). A survey on non-predetermined goal programming. European Journal of Operational Research, 297(2), 1115-1133.
Devia, J., Azacon, J., López, N., Villarroel, Z., Carvajal, A., Rodríguez, B., . . . Suárez, F. (2012). Software TORA. Maturín, Venezuela: Núcleo de Monagas. Universidad de Oriente de Venezuela.
Di Perro, M. (2017). What is the Blocchaing? SChool of Computing at DePaul University, Chicago, IL, USA, 92-95.
Díaz, C. M., & Gómez, M. P. (2011). Comportamiento de volatilidad del tipo de México 1970 a 2010. Michoacán, México: Universidad Michoacana de San Nicolás de Hidalgo.
DiLorenzo, T. J. (1992). El Mito del Monopolio Natural. The Review of Austrian Economics Vol. 9, No. 2 , 1-15 Pp.
Eiselt, H. A., & Sandblom, C. L. (2009). Integer programming: Theory and practice. New Jersey, U.S.A.: Springer.
Engler, P. A. (2009). Estrategías del manejo del riesgo. Quilamapu, Chillán, Chile: TRAMA Impresores S. A.
Galindo, D. T. (2006). Estadística. Métodos y Aplicaciones. Quito, Ecuador: Prociencia Editores.
Garcés, R. A. (2020). Optimización convexa. Aplicaciones en operación y dinámica de sistemas de potencia. Pereira, Colombia: Universidad Tecnológica de Pereira, Pereira, Colombia.
García, M. A., & García, S. (2015). Investigación de operaciones en el control de enfermedades parasitarias. Revista de Investigación Académica, 26, 1-12.
García, M. M., & Romero, C. J. (2004). Investigación de operaciones 1. 1ra parte. Delegación Azcapotzalco, D. F.: Universidad Autónoma Metropolitana (UAM-Azcapotzalco).
Gen, M., & Cheng, R. (2000). Genetic algorithms and engineering optimization. New York, U.S.A.: Wiley-Interscience Publication.
Gómez, G. M., Danglot, B. C., & Vega, F. L. (2003). Sinopsis de pruebas estadísticas no paramétricas. Cuándo usarlas. Revista Mexicana de Pediatría, 10.
Gómez, P. M. (2006). Introducción a la microecconomía. Barcelona, España: Universidad de Barcelona.
González, B. G. (1985). Métodos Estadísticos y Principios de Diseño Experimental. Quito, Ecuador: Facultad de Ciencias Agrícolas. Universidad Central del Ecuador.
González, B. G. (2010). Métodos estadísticos y principios de diseño experimental. Quito, Ecuador: Universidad Central del Ecuador.
González, J. A., García, S. J., Chalita, T. L., Matus, G. J., Cruz, G. B., Sangerman, J. D., . . . Fortis, H. M. (2012). Modelo de equilibrio espacial para determinar costos de transporte en la distribución de durazno en México. Revista Mexicana de Ciencias Agrícolas Vol.3 Núm.4 , 701-712 Pp.
Grossman, S. S., & Flores, G. J. (2012). Álgebra Lineal. México D. F.: Colonia Santa Fe, Delegación Álvaro Obregón, México D. F.
Guerrero, S. H. (2009). Programación Lineal Aplicada. Bogotá, Colombia: Ecoe Ediciones.
Gujarati, D. N., & Porter, D. C. (2010). Econometría. Delegación Álvaro Obregón, México, D. F.: McGraw-Hill/Interamericana Editorres, S.A. de C.V.
Hernández, N., Soto, F., & Caballero, A. (2009). Modelos de simulación de cultivos, características y usos. Cultivos Tropicales, vol. 30, núm. 1, 73-82 Pp.
Hernandez, S. R., Fernandez, C. C., & Baptista, L. P. (2006). Metodologia de la investigaci6n. Colonia Desarrollo Santa Fe, Delegación Álvaro Obregón, México, D. F. : McGraw Hill/Interamericana Editores, S.A. de C. V.
Herrera, A. L. (2009). Perspecctivas para la carna de bovino en México aplicando un sistema de trazabilidad. Campus Montecillo, Texcoco, estado de México: Colegio de Postgraduados. Tesis de maestría.
Hillier, F. S., & Lieberman, G. J. (2010). Introducción a la investigación de operaciones. Delegación Álvaro Obregón, México D. F.: McGraw-Hill Companies, Inc.
Hillier, F. S., & Lieberman, G. J. (2015). Operations Reseach. New York, U.S.A.: McGraw-Hill Education.
Hung, M. T., & Hung, C. C. (2019). A review of non-predetermined goal programming: Methods, applications, and challenges. European Journal of Operational Research, 274(3), 909-924.
Hurtado, M. J., & Gómez, F. R. (2010). Diseño Experimental. Valencia, España: Universidad de Valencia.
Iusem, A. N. (2003). On the convergence properties of the projectedgradient method for convex optimization. Computational and Applied Mathematics, 37–52.
Kaiser, H. M., & Messer, K. D. (2011). Mathematical Programming for Agricultural, Enviromental, and Resource Economics. Rosewood Drive, Danvers, United States of America: John Wiley & Sons, Inc.
Kmenta, J. (1971). Elements of econometrics. Collier Macmillan Canada, Inc.: Macmillan Publishing Ccompany.
Larrañaga, L. J., Zulueta, G. E., Elizagarate, U. F., & Alzola, B. J. (2020). Algoritmos Meméticos en problemas de Investigación Operativa. Escuela Universitaria de Ingeniería de Vitoria-Gasteiz. Universidad del País Vasco Euskal Herriko Unibertsitatea (UPV-EHU)., 1-19.
Leek, J. T., & Peng, R. D. (2015). Statistics: P values are just the tip of the iceberg. Maryland, USA.: School of Public Health in Baltimore.
Li, H., Zhang, J., & Zhang, X. (2019). Randomized rounding for general integer programs. Operations Research Letters, 47(2), 164-169.
Li, W., & Yang, L. (2022). A novel non-predetermined goal programming model for renewable energy planning. Energy, 220, 122772.
Lind, D. A., Marchal, W. G., & Mason, R. D. (2004). Estadística para Administración y Economía. Col. del Valle, México D. F.: Alfaomega Grupo Editor S. A. de C. V.
Lind, D. A., Marchal, W. G., & Mason, R. D. (2006). Estadística para Administración y Economía. Col. del Valle, México D. F.: Alfa Omega Grupo Editor S. A. de C. V.
López, B. E., & González, R. B. (2014). Diseño y Análisis de Experimentos. Fundamentos y Aplicaciones en Agronomía. Ciudad Universitaria zona 12. Ciudad de Guatemala: Universidad de San Carlos de Guatemala, Facultad de Agronomía.
Loubet, B. (2020). Excel: Herramienta Solver. Centro Universitario, Ciudad de Mendoza. Provincia de Mendoza, Argentina.: Facultad de ciencias económicas. Universidad Nacional de Cuyo.
lpízar, M. J. (12 de Octubre de 2023). Universidad Latina. Obtenido de La organización industrial: https://cisprocr.com/cispro/system/files/Clase%209%20Organizaci%C3%B3n%20Industrial.pdf
Luenberger, D. G. (1984). Linear and Nonlinear Programming . New JErsey, U.S.A.: Springer.
Machado, D. E., & Coto, F. H. (2017). Sistema de adquisición de datos con Pyhton y Arduino. Revista, Ciencia, Ingeniería y Desarrollo Tec Lerdo, 1-6.
Madrid, C. C. (2020). Filosofía de la ciencia del cambio climático: Modelos, problemas e incertidumbres. Revista Colombiana de Filosofía de la Ciencia, vol. 20, núm. 41, 201-234 Pp.
Martínez, Á. (26/10/2023 de Octubre26 de 2023). Optimización global. Obtenido de Optimización global: http://www.dma.uvigo.es/~aurea/Optimizaci%C3%9Bn_global.pdf?fbclid=IwAR1z2kTahmpEcDLkOYNhhObwwxDVviGT62FDMF6uGU1byE4MU39bTK_6L68
Martínez, A. L. (2013). Modelo de Programación Cuadrática y Ratios Financieros para minimizar el riesgo de las inversiones en la Bolsa de Valores de Lima. Lima, Perú: Facultad de Ciencias Matemáticas, E.A.P. de Investigación Operativa. Universidad Nacional Mayor de San Marcos.
Mehrotra, S. (2022). Non-predetermined goal programming: A review of recent advances. Journal of the Operational Research Society, 73(5), 1018-1032.
Mendiburu, F. (2007). Análisis Estadístico con "R". Lima, Perú: Sección de Extensión Universitaria y Proyección Social. Centro de Estudios de la Facultad de Ingeniería Económica y Ciencias Sociales. Universidad Nacional de Ingeniería.
Mendiburu, F. (2015). Agricolae tutorial (Version 1.2-3). La Molina, Perú: Departamento Academico de Estadística e Informática de la Facultad de Economíaa y Planificación. Universidad Agraria La Molina.
Mijangos, L. J. (2019). Investigación de Operaciones II. Tuxtla Guitiérrez, Chiapas, México: Intituto Tecnológico de Tuxtla Guitiérrez.
Moghaddam, S. A., Arabshahi, A., Yazdani, D., & Dehshibi, M. M. (2012). A novel Hybrid Algorithm for Optimization in Multimodal Dynamic Enviroments. ResearchGate, 143-148.
Montgomery, D. C. (2004). Diseño y análisis de experimentos. México, D. F.: Limusa S. A. de C. V.
Montgomery, D. C. (2012). Design and analysis of experiments. Arizona, USA: John Wiley & Sons, Inc.
Muñoz, C. R., Ochoa, H. M., & Morales, G. M. (2011). Investigación de operaciones. Delegación Álvaro Obregón, México D. F.: McGraw-Hill/Interamericana Editores, S.A. DE C.V.
Murillo, F. E. (2016). Riesgo agropecuario. Revista de la Carrera de Ingeniería Agronómica – UMSA, 103-127 Pp.
Navidi, W. (2006). Estadística para ingenieros y científicos. Colonia Desarrollo Santa Fe, Delegación Álvaro Obregón, México,D. F.: McGrawHill McGraw-Hill/Interamericana Editores, S. A. de C. V.
Nocedal, J., & Wright, S. J. (2006). Numerical optimization. New Jersey, U.S.A.: Springer Science & Business Media.
Nolasco, V. J. (2018). Python. Apliacaciones prácticas. Calle Jarama, 3A, Poligono Industrial Igarsa. Paracuellos de Jarama, Madrid, España: Ra-Ma Editorial.
Oliveira, W., Rocha, R. S., & Katz, N. (2010). Esquistossomose mansônica: situação atual e perspectivas de controle. Revista da Sociedade Brasileira de Medicina Tropical, 43(2), 123-130.
O'Neill, P., & Thomas, J. (2010). Mathematical modelling of infectious diseases. Nature Reviews Microbiology, 8(11), 803-814.
Padrón, C. E. (1996). Diseños Experimentales: con aplicaciones a la agricultura y la ganadería. Ciudad de México, México: Trillas. Mex.
Parra, R. F. (2016). Curso de Estadística con R. . Santander, Cantabría: Instituto Cántabro de Estadística.
Pérez, A. E. (2017). Relajación Lagrangiana, métodos heurísticos y metaheurísticos en algunos modelos de Localización e Inventarios. Valladolid, España: Máster en investigación en Matemáticas, Universidad de Valladolid.
Prawda, W. J. (2004). Métodos y modelos de investigación de operaciones Vol. I: Modelos deterministicos. Ciudad de México, México: Limusa. Noriega Editores.
Quintana, S. F. (octubre 2016/marzo 2017). Dinámica, escalas y dimensiones del cambio climático. Tla-Melaua, revista de Ciencias Sociales. Facultad de Derecho y Ciencias Sociales, año 10, núm. 41, 180-200 Pp.
Ravindran, A., & Garg, D. P. (2018). Meta-heuristics for optimization. New Jersey, U.S.A.: Springer.
Rodríguez, C. E. (11 de Octubre de 2023). La competencia imperfecta. Obtenido de Biblioteca digital de la Universidad Católica Argentina: http://bibliotecadigital.uca.edu.ar/repositorio/contribuciones/competencia-imperfecta-carlos-rodriguez.pdf
Rodríguez, V. A. (2007). Cambio climático, agua y agricultura. Desarrollo Rural Sostenible, Nº 1, II Etapa, 13-23 Pp.
Rojas, C. L., & Rojas, C. L. (2000). Exploración al diseño experimental. Granada, España: Ciencia e Ingeniería Neogranadina, 9, 51–59. Universidad Militar Nueva Granada.
Romero, C., & Ventura, S. (2013). Metaheuristics: Applications to optimization and machine learning. NewJersey, U.S.A.: Springer.
Rosales, A. J. (2001). Análisis y diseño en el espacio de estado utilizando Matlab. quito, Ecuador: Escuela de Ingeniería, Escuela Politécnica Nacional .
Rosell, E. K. (2022). Optimización con programación dinámica. Barccelons, España: Facultad de Matemáticas e Informática, Universidad de Barcelona.
Rossum, V. G. (2009). Tutorial Python versión 2.5.2. Ciudad de México, México: Mundi Prensa.
Salas, F. V. (2009). Modelos de negocio y nueva economía industrial. Universia Business Review | Tercer Trimestre, 1-24 Pp.
Sampayo, M. S. (2019). Apuntes de economía del medio ambiente. Iztacala, D. F., México: Universidad Nacional Autónoma de México (UNAM).
Sarasa, C. A. (2017). Gestión de la información web usando Python. Rambla del Poblenou, 156. Barcelona, España.: Editorial UOC (Oberta UOC Publishing, SL).
SEMARNAT, & CONAFOR. (2019). Estrategia Nacional de Sanidad Forestal 2019-2024. Ciudad de México, México.: Secretaría de Medio Ambiente y Recursos Naturales; Comisión Nacional Forestal.
Szigeti, F., Cardillo, J., Hennet, J. C., & Calvet, J. L. (2014). El Método de Relajación Aplicado a Optimización de Sistemas Discretos. ResearchGate, 1-9.
Taha, H. A. (2004). Investigación de operaciones 7ma Edición. Atlacomulco No. 500-5° piso. Col. Industrial Atoto. Naucalpan de Juárez, Edo. de México: Pearson Educación de México, S.A. de C.V.
Taha, H. A. (2012). Investigación de Operaciones. Fayetteville, Arkansas, USA: PEARSON EDUCACIÓN DE MÉXICO, S.A. de C.V.
Taha, H. A. (2012). Investigación de Operaciones. Fayetteville, Arkansas, USA: PEARSON EDUCACIÓN DE MÉXICO, S.A. de C.V.
Toledo, T. R. (2009). El riesgo en la agricultura. Quilamapu, Chillán, Chile: TRAMA Impresores S. A.
Triola, M. F. (2004). Estadística. Col. Industrial Atoto, Naucalpan de Juárez, Edo. de México: Pearson Educación de México, S. A. de C. V.
Trívez, B. F. (2004). Economía Espacial: una disciplina en auge. Estudios de Economía Aplicada, Vol. 22-3, 409-429 Pp.
Urquía, M. A., & Martín, V. C. (2016). Métodos de simulación y modelado. Madrid, España: Universidad Nacional de Educación a Distancia.
Valencia, N. E. (2018). Investigación Operativa. Programación lineal, problemas resueltos con soluciones detalladas. San Juan Bautista de Ambato, Provincia Tungurahua, Ecuador: Universidad Técnica de Ambato (UTA).
Vanegas, C. J. (2018). Metodología para la planeación de requerimientos de materiales-MRP. Bogotá, Colombia: Facultad de Ingeniería. Especialización en Gerencia Integral de Proyectos. Universidad Militar Bueva Granada.
Vásquez, A. V. (2014). Diseños Experimentales con SAS. Cajamarca, Perú: CONCYTEC FONDECYT.
Vega, G. C. (05 de Mayo de 2021). IESIP. Obtenido de iesip.edu.ve: https://virtual.iesip.net/mod/page/view.php?id=5933
Velásquez, S., & Velásquez, R. (2012). Modelado con variables aleatorias en simulink utilizando simulación Montecarlo. Universidad, Ciencia y Tecnología, Vol. 16, No. 64, 203-211 Pp.
Vercher, G. E. (2015). Soft Computing approaches to portfolio selection. Boletín de Estadística e Investigación Operativa. Vol. 31. No. 1, 23-46.
Vicéns, O. J., Herrarte, S. A., & Medina, M. E. (2005). Análisis de la varianza (ANOVA). Distrito Federal, México: Trillas, S. A.
Villota, C. E. (2010). Control moderno y óptimo (MT 227C). Lima, Perú: Departamento Académico de Ingeniería Aplicada, Facultad de Ingeniería Mecánica, Universidad Nacional de Ingeniería.
Wackerly, D. D., Mendenhall III, W., & Scheaffer, R. L. (2010). Estadística matemática con aplicaciones. Col. Cruz Manca, Santa Fé. México, D.F.: Cengage Learning Editores, S.A.
Wasserstein, R. L., & Lazar, N. A. (2016). Advance online publication The American Statistician .
World, H. O. (2016). Global technical strategy for malaria 2016-2030. Geneva, Switzerland: Geneva, Switzerland: World Health Organization.
Zill, D. G., & Wright, W. S. (2011). Cálculo. Trascendentes tempranas. Delegación Álvaro Obregón, México, D. F.: McGRAW-HILL/INTERAMERICANA EDITORES, S.A. DE C.V.
Downloads
Published
April 2, 2026
Copyright (c) 2026 Moisés Arreguín Sámano, Milton Gabriel Del Hierro Mosquera, Ángel Leyva Ovalle, Pamela Rosa Taco Hernández (Author)
License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Details about this monograph
ISBN-13 (15)
978-9907-9504-6-5
How to Cite
DEL DISEÑO EXPERIMENTAL AL ANÁLISIS EN R: Aplicaciones del DBCA y cuadrado latino en investigación. (2026). ANDES COGNITIO. https://doi.org/10.64230/5pfm7898
