Pgina 1 de 8

Unidad 5.- Diseo experimental con bloques al azar y diseos factoriales Diseo de bloques al azar Es uno de los diseos que mas se usan en la investigacin de un factor llamado tratamiento, en donde existe un gradiente de variacin al cual lo eliminamos si utilizamos bloques en sentido perpendicular al mismo. Como lo muestra la siguiente figura: ciertos tratamientos pueden repetirse dos o ms veces dentro de un bloque, por regla, es ms eficiente tener una sola repeticin de cada tratamiento por bloque. A fin de minimizar el error experimental, debe tomarse todas las preocupaciones para tratar las unidades experimentales dentro de un bloque lo mas uniforme posible. Los bloques pueden estar constituidos por reas compactas de un campo, un grupo de animales que pueden manipularse de un modo uniforme, o diferentes tiempos de aplicacin de tratamientos a unidades experimentales. Cuando el tamao del bloque aumenta se incrementa la variabilidad dentro de este. No es necesario que cada bloque sea de la misma forma, pero es deseable, puesto que las diferencias en la forma de los bloques generalmente incrementan la variabilidad dentro del bloque. Modelo matemtico Caractersticas. En este diseo los tratamientos se asignan aleatoriamente a un grupo de unidades experimentales denominado bloque o repeticin. Bloque es el trmino mas adecuado, puesto que evita confusin con las repeticiones del diseo completamente aleatorio. El objetivo consiste en mantener la variabilidad entre unidades experimentales de un bloque tan pequeo como sea posible y maximiza, las diferencias entre bloques. Si no hay diferencia entre los bloques, este diseo no contribuir a la precisin para detectar las diferencias de tratamientos. Cada tratamiento es asignado el mismo nmero de veces a las unidades experimentales dentro de un bloque, usualmente una vez; pero todos o

t1 t2 t3 t4 t5

gradiente de variacin t4 t3 t2 t1 t5 t5 t4 t2 t3 t1 t4 t2 t5 t3 t1

Donde: Efecto del i-esimo tratamiento en el j-esimo bloque Media poblacional Efecto de los tratamientos Efecto de los bloques Error experimental

Pgina 2 de 8
Anlisis de varianza: Fuentes de variacin (F.V.) Tratamiento (t) Bloques (B) Error (E) Total (T)

es la suma total de cada bloque al cuadrado.

Donde

1.- Grados de libertad (g.l.) ( ) ( )( ) 2.- Factor de correccin (F.C.) ( ) Donde a la suma total de todos los tratamientos y todos los bloque del experimento. 3.- Suma de cuadrados (S.C.)

4.- Cuadrados medios (C.M.)

5.- F calculada

6.- F tabulada ( (

) )

Donde es la suma de cuadrados de todos los tratamientos en todos sus bloques al cuadrado Donde es la suma total de cada tratamiento al cuadrado.

Regla de decisin: 1) Si F calculada es mayor que existen diferencias significativas entre tratamientos y bloques (*) 2) Si F calculada es mayor que existen diferencias altamente significativas entre tratamientos y bloques (* *)

Pgina 3 de 8
Diseo cuadrado latino Es un diseo que es muy til para controlar dos fuentes de variacin y que al mismo tiempo reduce el nmero requerido de combinaciones de tratamientos. Modelo estadstico

Donde: Efecto del i-esimo tratamiento en la j-esima fila y en la k-esima columna Media poblacional Efecto de los tratamientos Efecto de la fila efecto de la columna

Supongamos un diseo 4x4, un cuadrado latino ordinario seleccionado al azar de todos los posibles 4x4 cuadrados, que podra ser el siguiente: Columnas Filas 1 2 3 4 Total de columna 1 A D C B 2 B A D C 3 C B A D 4 D C B A Total de fila

Error experimental

Las cuatro letras A, B, C, D, representan los tratamientos. Las filas y las columnas representan las fuentes de variacin que desean controlarse. Se ve que cada tratamiento ocurre exactamente una vez en cada fila y en cada columna. Con tal arreglo balanceado, el anlisis de varianza permite separar la variacin debida a las filas y a las columnas de la suma de cuadrados del error y de esta manera obtener una prueba mas exacta para las diferencias entre los tratamientos. Cuando existe interaccin entre cualquiera de las fuentes de variacin, los valores F en el anlisis de varianza ya no son validos. En este caso, el dselo de cuadrado latino seria inapropiado.

Pgina 4 de 8
Anlisis de varianza: Fuentes de variacin (F.V.) Tratamiento (t) Filas (F) Columnas (C) Error (E) Total (T) 1.- Grados de libertad (g.l.) ( )( ) 2.- Factor de correccin (F.C.) ( ) Donde a la suma total de todos los tratamientos y todas las repeticiones del experimento. 3.- Suma de cuadrados (S.C.) Donde columnas Donde es la suma de cuadrados de todas las filas en todas sus 5.- F calculada

es la suma total de fila al cuadrado.

Donde Donde

es la suma total de columna al cuadrado.

4.- Cuadrados medios (C.M.)

6.- F tabulada ( ( (

) ) )

es la suma total de cada tratamiento al cuadrado.

Regla de decisin: 1) Si F calculada es mayor que existen diferencias significativas entre tratamientos, filas y columnas (*) 2) Si F calculada es mayor que existen diferencias altamente significativas entre tratamientos, filas y columnas (* *)

Pgina 5 de 8
Diseo de cuadrados grecolatinos Consideremos un cuadrado latino al que se le sobrepone un segundo cuadrado latino cuyos tratamientos se designan por letras griegas. Se dice que los dos cuadrados son ortogonales si al sobreponerse posen la propiedad de que cada letra griega aparece solamente una vez con cada letra latina. Este diseo se denomina cuadrado grecolatino Ejemplo: diseo grecolatino 4x4 Filas 1 2 3 4 Columnas 1 A B C D 2 B A D C 3 C D A B 4 D C B A Efecto del tratamiento j de las letras latinas Efecto del tratamiento K de las letras griegas Efecto de la i-esima columna Error aleatorio

El diseo del cuadrado latino puede utilizarse para controlar sistemticamente 3 fuentes extraas de variabilidad. En otras palabras, se usa para hacer anlisis por bloques en tres direcciones. El diseo permite analizar 4 factores (Fila, Columna, Letra griega, Letra latina), cada uno con niveles, usando solamente ensayos. El modelo estadstico de un diseo cuadrado latino es el siguiente:

Donde: Observacin que corresponde a la fila i , letra latina j, letra griega k y columna l Efecto de la i-esima fila

Pgina 6 de 8
Anlisis de varianza: Fuentes de variacin (F.V.) Tratamiento de letra latina (L) Tratamiento de letra griega (G) Filas (F) Columnas (C) Error (E) Total (T) 1.- Grados de libertad (g.l.) ( )( ) 2.- Factor de correccin (F.C.)
( ) Donde

Donde cuadrado. Donde

es la suma total de cada tratamiento de la letra griega al

es la suma total de fila al cuadrado. es la suma total de columna al cuadrado.

4.- Cuadrados medios (C.M.)

5.- F calculada Donde a la suma total de todos los tratamientos y todas las repeticiones del experimento. 3.- Suma de cuadrados (S.C.)

6.- F tabulada ( (

) )

( (

) )

Donde columnas
Donde cuadrado.

es la suma de cuadrados de todas las filas en todas sus

es la suma total de cada tratamiento de la letra latina al

Regla de decisin: 1) Si F calculada es mayor que existen diferencias significativas entre letras latina, griegas, filas y columnas (*) 2) Si F calculada es mayor que existen diferencias altamente significativas entre letras latina, griegas, filas y columnas (* *)

Pgina 7 de 8
Introduccin a los diseos factoriales Considere una situacin en la cual es de inters estudiar el efecto de los factores A y B sobre alguna respuesta. Por ejemplo, en un experimento qumico se deseara variar simultneamente la presin de la reaccin y el tiempo de la misma y estudiar el efecto de cada variable en el resultado. En un experimento biolgico, interesa analizar el efecto del tiempo de secado y la temperatura en la cantidad de solidos (% del peso) que quedan en las muestras. El termino factor se utiliza en un sentido general para determinar cualquier caracterstica del experimento tal como la temperatura, el tiempo, o la presin, que puede variar de prueba a prueba. Se definen los niveles de un factor como los valores reales utilizados en el experimento. En cada uno de estos casos es importante no solo determinar si los dos factores influyen sobre la respuesta, si no tambin si existe una interaccin, significativa entre ellos. El experimento descrito aqu se clasifica como en dos direcciones o de dos factores y el diseo experimental puede ser completamente aleatorio o bloques al azar. El modelo estadstico seria: ( Donde: Respuesta de la i-esima observacin del factor A en la j-esima observacin del factor B en la k-esima repeticin Media poblacional Efecto del factor A Efecto del factor B ) ( ) Efecto de la interaccin A x B Error aleatorio Las hiptesis que se pueden probar son: 1)

2) ( ) ( ) ( ( ) )

3)

Pgina 8 de 8
Anlisis de varianza: Fuentes de variacin (F.V.) Factor A (a) Factor B (b) Interaccin de factores ( Error (E) Total (T) 1.- Grados de libertad (g.l.) ( ) ( )( ) ( )( ) 5.- F calculada

4.- Cuadrados medios (C.M.)

2.- Factor de correccin (F.C.) ( )

3.- Suma de cuadrados (S.C.) 6.- F tabulada ( ( ( ) ) )