Keywords
experimental designs
assumptions of analysis of variance
confidence intervals
Validity Experimentación agrícola
supuestos del análisis de varianza
intervalos de confianza
diseños experimentales
validez
How to Cite
Abstract
Introduction. In agricultural research, the assumptions of analysis of variance are commonly not evaluated, affecting the reliability of experimental results. Objetive. Evaluate the correct application of statistical methods used in agricultural research in Veracruz, Mexico. Materials and methods. 59 book chapters were considered in the Agricultural Area of the International Scientific and Technological Meeting of Veracruz 2018. Unrestricted random sampling was used and a random sample of 37 chapters was obtained, and by calculating the proportion of works that had at least one error statistical and with the calculation of a confidence interval for the proportion, it was proven that 50% of the book chapters did not correctly apply the statistical methods and presented the statistical hypotheses. They did not evaluate the assumptions of the analysis of variance and the majority failed to present the probability value “P”, and none evaluated the relative efficiency of the randomized block design. Results. 50% of the works did not present the statistical hypotheses, did not evaluate the assumptions of the ANOVA and the majority failed to present the probability value “P”, and none evaluated the relative efficiency of the randomized block design. Conclusions. It is concluded that 50% of the works carried out the application of statistical methods incorrectly.
References
Agresti, A., y Caffo, B. (2000). Simple and Effective Confidence Intervals for Proportion and Differences of Proportions Result from Adding Two Successes and Two Failures. The American Statistician, 54(4), 280–288. http://www.jstor.org/stable/2685779?origin=JSTOR-pdf
Alonso-Sanz, R. (1990). Estadística y Agricultura. Estadística Española, 32(125), 47-503. https://tinyurl.com/3kvuxdrr
Bajwa, S. J. (2015). Basics, common errors and essentials of statistical tools and techniques in anesthesiology research. J Anaesthesiol Clin Pharmacol, 31(4), 547-553. http://doi.org/10.4103/0970-9185.169087
Blaconá, M. T. (2011). Ética en estadística: responsabilidad de las universidades en la formación del profesional. SaberEs, 3, 77-82. https://www.scielo.org.ar/pdf/saberes/v3n2/v3n2a03.pdf
Camacho, J. A. y Carbonell, E. A. (1993). Estadística e investigación agraria: problemas existentes. Investigación Agraria. Prod. Prot. Veg., 8(3), 293-309. https://redivia.gva.es/handle/20.500.11939/8082
Campos-Aranda, D. F. (2014). Comparación de tres métodos estadísticos para detección y monitoreo de sequías meteorológicas. Agrociencia, 48(5), 463-476 https://tinyurl.com/msjxrz49
Canavos, G. (1988). Probabilidad y Estadística: Aplicaciones y métodos. McGraw-Hill.
Cepeda-Cuervo, E., Aguilar W., Cervantes V., Corrales M., Díaz I. y Rodríguez, D. (2008). Intervalos de confianza e intervalos de credibilidad para una proporción. Revista Colombiana de Estadística, 31 (2), 211-228. https://tinyurl.com/c2fbp7hc
Chew, V. (1976). Comparing treatment means. A compendium. HortScience, 11(4), 348-356. https://doi.org/10.21273/HORTSCI.11.4.348
Clark, M. L. (2004). Los valores p y los intervalos de confianza: ¿en qué confiar? Revista Panamericana de Salud Pública, 15(5), 293-296. https://www.scielosp.org/pdf/rpsp/v15n5/21999.pdf
Coskun, B. I. (2020). Statistical Accuracy in Rheumatology Research. Mediterranean journal of rheumatology, 30(4), 207–215. https://doi.org/10.31138/mjr.30.4. 207
Davidson-Pilon, C. (2015). Bayesian Methods for Hackers: Probabilistic Programming and Bayesian Inference. Addison-Wesley Professional.
De Calzadilla, J., Guerra, W., y Torres, V. (2002). El uso y abuso de transformaciones matemáticas. Aplicaciones en modelos de análisis de varianza. Revista Cubana de Ciencia Animal, 36(2), 103-106. https://www.redalyc.org/articulo.oa?id=193 018119002
De la Torre-Gea, G., Delfín-Santisteban, O., Torres-Pacheco, I., Soto-Zarazúa, G., Guevara-González, R., y Rico-García, E. (2014). Redes bayesianas aplicadas a un modelo CFD del entorno de un cultivo en invernadero. Agrociencia, 48(3), 307-319. https://www.redalyc.org/pdf/302/30230744006.pdf
Fernández L., Lara, A. M., Pereyra, A. M., Guerra, W., y de Calzadilla. J. (2013). Estadística Aplicada a la Ingeniería Agrícola y las Ciencias Agropecuarias. Su contribución en la docencia, investigación y transferencia de conocimiento. Revista Ciencias Técnicas Agropecuarias, 22(2), 84-88. http://scielo.sld.cu/pdf/rcta/v22n2/rcta14213.pdf
Fernández Niño, J. A., & Trejo Valdivia, B. (2016). Costumbres, mal uso y abuso en Estadística. Salud UIS, 48(1). https://revistas.uis.edu.co/index.php/revistasaluduis/article/view/5395
Food and Agriculture Organization of the United Nations. (FAO). (2016). Manual de Estadísticas sobre Costos de Producción Agrícola. Lineamientos para la Recolección, Compilación y Difusión de Datos, FAO. http://www.fao.org/3/ca6411es/ca6411es.pdf
Gilks W.R., Richardson S., Spiegelhalter D. (Ed.). (1996). Markov Chain Monte Carlo in Practice. Chapman y Hall/CRC.
González-Lutz, M. I. (2008). Potencia de prueba: la gran ausente en muchos trabajos científicos. Agronomía Mesoamericana, 19(2), 309-313. https://www.redalyc.org/pdf/437/43711425018.pdf
Good, I. P. y Hardin, J. W. (2012). Common Errors in Statistics (and How to Avoid Them). John Willey y Sons, Inc., Hoboken. https://tinyurl.com/5cje2pps
Herrera Lebarca, P., y Duffau, T. G. (2001). Errores metodológicos aún en revistas de corriente principal. Revista médica de Chile, 129(4), 464-465. http://dx.doi.org/10.4067/S0034-98872001000400018
Instituto Interamericano de Cooperación para la Agricultura (IICA). (2016). Sistemas de información de mercados agrícolas SIMA. IICA. https://hdl.handle.net/11324/3133
Johnson, S. B. y Berger R. D. (1982). On the status of statistics in phytopathology. Phytopathology, 72(8), 1014-1015. https://tinyurl.com/53yamxn6
Kanter, M. H., y Taylor, J. R. (1994). Accuracy of statistical methods in transfusion: a review of articles from July/August 1992 through June 1993. Transfusion, 34(8), 697-701. http://doi.org/10.1046/j.1537-2995.1994.34894353466.x
Krainski E., Gómez-Rubio, V., Bakka, H., Lenzi A., Castro-Camilio D., Simpson D., Lindgren F., y Haavard R. (2018). Advanced spatial modelling with stochastic partial differential equations using R and INLA. Chapman and Fall /CRC.
Lindgren, F., y Rue, H. (2015). Bayesian Spatial modelling with R-INLA. Journal of Statistical Software, 63(19), 1-25. https://tinyurl.com/4jsz63n4
Little, T. M., y Hills, F. J. (1978). Agricultural Experimentation: Design and Analysis. John Wiley and Sons.
Lowry S.R. (1992). Use and misuse of multiple comparisons in animal experiments. Journal of Animal Science, 70(6), 1971-1977. http://doi.org/10.2527/1992.7061971x
MacArthur, R. D. y Jackson, G. G. (1984). An evaluation of the use of statistical methodology. Journal of Infectious Diseases. Journal of Infectious Diseases, 149(3), 349-354. http://doi.org/10.1093/infdis/149.3.349 .
Martínez, G. A. (1994). Experimentación agrícola. Métodos Estadísticos. Universidad Autónoma Chapingo.
Méndez-Ramírez, I., Moreno-Macías, H., Murata, Ch., y Zaldívar-López, F. de J. (2019). Tres paradigmas en la inferencia estadística. Agrociencia, 53(7), 1043-1069. https://agrociencia-colpos.org/index.php/agrociencia/article/view/1862
Mishra, P., Pandey, C. M., Singh, U., Keshri, A., y Sabaretnam, M. (2019). Selection of appropriate statistical methods for data analysis. Annals of cardiac anaesthesia, 22(3), 297–301. http://doi.org/10.4103/aca.ACA_248_18
Nayak, B. K. y Hazra, A. (2011). How to choose the right statistical test? Indian Journal of Ophthalmoly, 59(2), 85–86. http://doi.org/10.4103/0301-4738.77005
Neyman, J., Iwaszkiewicz, K., Kolodziejczyk, S. T. (1935). Statistical Problems in Agricultural Experimentation. Suplement to the Journal of the Royal Statistical Society, 2(2), 107-180. http://doi.org/10.2307/2983637
Nuzzo, R. (2014). Scientific Method: Statistical Errors. Nature, 506, 150–152. https://tinyurl.com/5n9xc3nf
Olsen, C. H. (2003). Review of the use of statistics in infection and immunity. Infect Immun, 71(12), 6689-6692. https://doi.org/10.1128/iai.71.12.6689-6692.2003
Paz, P., F., Palacios, S. L. A., y Ramírez, A. C. (2018). Efecto de las sales solubles del suelo sobre las reflectancias de los cultivos y sus implicaciones en el diseño experimental. Terra Latinoamericana 36(4), 355-368.. https://doi.org/10.28940/terra.v36i4.400
Perry J. N. (1986). Multiple-comparison procedures: a dissenting view. J Econ Entomol, 79(5), 1149-1155. https://doi.org/10.1093/jee/79.5.1149
Petersen, R. G. (1977). Use and misuse of multiple comparison procedures. Agronomy Journal, 69(2), 205-208. https://doi.org/10.2134/agronj1977.00021962006900020003x
Rue, H., Riebler, A., Sorbye, S. H., Illian, J. B., y Simpson, D. P. (2017). Bayesian Computing with INLA: a review. Annual Review of Statistics and its Applications, 1, 395- 421. https://doi.org/10.48550/arXiv.1604.00860
Ruiz-Ramírez, J. (2010). Eficiencia relativa y calidad de los experimentos de fertilización en el cultivo de caña de azúcar en los estados de Veracruz y Oaxaca, México. Terra Latinoamericana, 28, 149-154. https://tinyurl.com/8nb8cv7t
Sánchez, H. E., Londoño, G. C., Díez, J. F. P., Jaramillo, J. J. A., y Restrepo, J. A. R. (2006). Evaluación de métodos estadísticos utilizados en trabajos de grado y tesis de los programas de la facultad de Ciencias Agropecuarias, en un periodo de tres años. Rev. Fac. Nal. Agr. Medellín, 59(2), 3565-3580. https://www.redalyc.org/pdf/1799/179914075012.pdf
Sarria, Castro, M., y Silva, A. L. C. (2004). Las pruebas de significación estadística en tres revistas biomédicas: una revisión crítica. Revista Panamericana de Salud Pública, 15(5), 300-306. https://www.scielosp.org/pdf/rpsp/v15n5/22001.pdf
Sheaffer, R. L., Mendenhall, W., y Lyman O. (1987). Elementos de muestreo. Grupo Editorial Iberoamérica.
Shrivastava, A., Singh, V., Patel, K. G., Hiremath, D., y Abhishek, D. (2018). Common errors while applying design of experimentation in special reference to aromatic and medicinal plant. Journal of Pharmacognosy and Phytochemistry, SP3: 290-296. https://tinyurl.com/447uanew
Singh, A. S., y Masuku, M. B. (2012). An Insight in Statistical Techniques and Design in Agricultural and Applied Research. World Journal of Agricultural Sciences, 8(6), 568-584. http://www.phytojournal.com/archives/2018/vol7issue3S/PartG/SP-7-3-46-341.pdf
Soto-Bravo, F., y González-Lutz, M. I. (2019). Análisis de métodos estadísticos para evaluar el desempeño de modelos de simulación en cultivos hortícolas. Agronomía Mesoamericana, 30(2), 517-534. https://doi.org/10.15517/am.v30i2.33839
Veldkamp, C. L., Nuijten, M. B., Dominguez-Alvarez, L., Van Assen, M. A., y Wicherts, J. M. (2014). Statistical reporting errors and collaboration on statistical analyses in Psychological Science. PLoS ONE, 9(12), e114876. https://doi.org/10.1371/journal.pone.0114876
Villasís-Keever, M. Á., Márquez-González, H., Zurita-Cruz J. N., Miranda-Novales, G. y Escamilla-Núñez, A. (2018). El protocolo de investigación VII. Validez y confiabilidad de las mediciones. Rev Alerg Mex., 65(4), 414-421. https://doi.org/10.29262/ram.v65i4.560
Vinay, V. J. C., Esqueda E., V. A., Tosquy V., O. H., Zetina L., R., Ríos U., A., Vázquez H., M. V., Del Ángel P., A. L., y Perdomo M., C. (Comps.). (2018). Avances en investigación agrícola, pecuaria, forestal, acuícola, pesquería, desarrollo rural, transferencia de tecnología, biotecnología, ambiente, recursos naturales y cambio climático (Año 2, Núm. 1, 1849 págs). INIFAP, CP, UACH, INAPESCA, UV, TecNM.
Wasserstein, R. L. y Laza N. A. (2016). The ASA Statement on p-Values: Context, Process, and Purpose. The American Statistician, 78(2), 129-133. https://doi.org/10.1080/00031305.2016.1154108
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
Copyright (c) 2025 Juan Ruiz Ramírez, Dr. Iván Ruiz Hdez., Dra. Gabriela Eréndira Hdez. Rguez., Dr. Roberto G. Chiquito Contreras, Dr. Hécto Cabrera Mireles