DISEÑOS EN PARCELAS SUBDIVIDIDAS

El concepto de los diseños en parcelas divididas puede generalizarse a casos en los

que las restricciones de aleatorización ocurren en cualquier número de niveles dentro del
bloque. La disposición en la que hay dos niveles de restricciones en la aleatorización en los
bloques se llama diseño en parcelas subdivididas.

EJEMPLO

Un investigador médico está estudiando el tiempo de absorción de un antibiótico en

cápsulas. Hay tres ayudantes de laboratorio, tres niveles de dosis y cuatro espesores de la
cápsula que son de interés para el investigador. Cada réplica del experimento factorial
requiere 36 observaciones. El investigador ha optado por hacer cuatro réplicas y es
necesario realizar una réplica por día. Por lo tanto, los días constituyen los bloques. Dentro
de cada bloque (día) el experimento se realiza asignando una cantidad de antibiótico a un
ayudante que lleva a cabo el experimento con tres dosis y cuatro espesores de la cápsula.
Mientras tanto, los otros dos ayudantes siguen la misma técnica, cada una comenzando con
una unidad de antibiótico.

Nótese que hay dos restricciones en la aleatorización dentro de un bloque: ayudante

y dosis. La parcela completa corresponde al factor ayudante. El orden en el que se asignan
las unidades de antibiótico a los ayudantes es aleatorio. Las dosis constituyen las tres
subparcelas. La dosis puede asignarse aleatoriamente a una subparcela. Finalmente, dentro
de una dosis particular se prueban aleatoriamente, los cuatro espesores de la cápsula
formando cuatro subparcelas. Los espesores de las cápsulas usualmente se denominan sub-
subtratamientos. Ya que existen dos restricciones en la aleatorización dentro de cada
bloque (algunos autores prefieren decir dos “divisiones” en el diseño), el diseño se conoce
como diseño en subparcelas divididas. En la Tabla se ilustran las dos restricciones en la
aleatorización y disposición experimental de este diseño.

El Modelo Estadístico para el Diseño en Parcelas Subdivididas es:

Yijkh     i   j    ij   k    ik    ijk

  h    ih     jh
   ijh     ih    ikh     jkh
   ijkh

i  1,2,..., a
j  1,2,..., b
k  1,2,..., c
h  1,2,..., d
En donde  i ,  i y   ij representan la parcela completa y corresponden a los
bloques (factor A), tratamientos principales (factor B) y al error de la parcela completa
(AB), respectivamente. Por otra parte:  k ,   ik y   ijk representan a la subparcela y
corresponden al tratamiento de la subparcela (factor C), las interacciones AC y BC y el
error de la subparcela, respectivamente. Finalmente,  h y los parámetros restantes
corresponden a la subparcela dividida, y representa el tratamiento de la subparcela dividida
(factor D) y las interacciones restantes. La Interacción de cuatro factores   ijkh se
denomina error de la subparcela dividida.

TABLA: Deducción de las medias de cuadrados esperadas para el

diseño en subparcelas divididas

a b c d 1
R F F F R
Factor Media de Cuadrados Esperada
i j k h l

i 1 b c d 1  2  bcd 2
acd   2j
j  2  cd 2 
Parcela a 0 c d 1  b  1
Completa   cd
2 2
  ij 1 0 c d l 

k a b 0 d 1 abd   k2
  bd 
2 2

 c  1
  ik 1 b 0 d l   bd
2 2


Sub-
Parcela ad     jh
2

   jk a 0 0 d 1   d
2 2


 b  1 c  1
  ijk 1 0 0 d l   d
2 2


h a b c 0 1 abc  k2
 2  bc 2 
 c  1
Sub-   ih 1 b c 0 l   bc
2 2

Subparcela

ac    jh
2

   jh a 0 c 0 1   c
2 2


 b  1 d  1
   ijh  2  c 
2
1 0 c 0 l

ab    kh
2

   kh  2  b 
2

a b 0 0 1  c  1 d  1
  b
2 2

  ikh 1 b 0 0 l


a     ijk
2

 
2 2

   jkh a 0 0 0 1 
 b  1 c  1 d  1
 
2 2

  ijkh 1 0 0 0 l
 2 (no estimable)

I (ijkh ) 1 1 1 1 l

Suponiendo que los bloques son aleatorios y los otros factores fijos, los valores
esperados de las medias de cuadrados se pueden deducir como aparece en la Tabla. Las
pruebas para los efectos principales, los subtratamientos, los sub-subtratamientos y sus
interacciones, son obvias al inspeccionar esta tabla. Nótese que no existen pruebas para los
bloques o las interacciones en lasque intervienen los bloques.

El análisis estadístico del diseño en subparcelas divididas es igual al de una sola

réplica del diseño factorial con cuatro factores. Los grados de libertad en cada prueba se
determinan en la forma usual. Para ilustrar esto, en el Ejemplo, se tienen cuatro bloques,
tres técnicos, tres dosis y cuatro espesores de cápsulas, se tienen sólo
 a  1 b  1   4  1 3  1  6 grados de libertad para la parcela completa con objeto de
probar a los técnicos. Éste es un número relativamente pequeño de grados de libertad, por
lo que el experimentador puede considerar aumentar el número de bloques para mejorar la
precisión del experimento. Si hay a bloques se tienen 2 a  1 grados de libertad para el
error de la parcela completa. Por lo tanto, cinco bloques producen 2 5  1  8 grados de
libertad, seis bloques producen 2 6  1  10 grados de libertad, seis bloques producen
2 7  1  12 grados de libertad, y así sucesivamente. En consecuencia, no es conveniente
ensayar menos de cuatro bloques porque esto produce sólo 4 grados de libertad. Cada
bloque adicional permite la ganancia de 2 grados de libertad para el error. Si pueden
costearse cinco bloques, la presión del experimento se incrementa en un tercio (de 6 a 8
grados de libertad). Así mismo, con el incremento de cinco a seis bloques, la precisión
aumenta en un 24%. Si los recursos lo permiten, el experimentador debe utilizar cinco o
seis bloques.

Tabulación de datos:

El esquema de la tabulación de datos se presenta a continuación.

“-“: indica un dato. Cada fila tiene 9 datos. Este esquema se repite para los 3 bloques
restantes.

Nuestros datos son presentados a continuación (Separados por Bloques):

95 71 108 96 70 108 95 70 100

104 82 115 99 84 100 102 81 106
101 85 117 95 83 105 105 84 113
108 85 116 97 85 109 107 87 115

95 78 110 100 72 104 92 69 101

106 84 109 101 79 102 100 76 104
103 86 116 99 80 108 101 80 109
109 84 110 112 86 109 108 86 113

96 70 107 94 66 100 90 73 98
105 81 106 100 84 101 97 75 100
106 88 112 104 87 109 100 82 104
113 90 117 121 90 117 110 91 112

90 68 109 98 68 106 98 72 101

100 84 112 102 81 103 102 78 105
102 85 115 100 85 110 105 80 110
114 88 118 118 85 116 110 95 120

Luego, hemos ordenado y codificado el Programa en SAS, que es

el siguiente:
Data Subdivididas;
title “Diseños en Parcelas Subdivididas”;
input Bloques Grosor Tecnico Dosis Y;
cards;
Bloques Grosor Tecnico Dosis Y
1 1 1 1 95
1 1 1 2 71
1 1 1 3 108
1 1 2 1 96
1 1 2 2 70
1 1 2 3 108
1 1 3 1 95
1 1 3 2 70
1 1 3 3 100
1 2 1 1 104
1 2 1 2 82
1 2 1 3 115
1 2 2 1 99
1 2 2 2 84
1 2 2 3 100
1 2 3 1 102
1 2 3 2 81
1 2 3 3 106
1 3 1 1 101
1 3 1 2 85
1 3 1 3 117
1 3 2 1 95
1 3 2 2 83
1 3 2 3 105
1 3 3 1 105
1 3 3 2 84
1 3 3 3 113
1 4 1 1 108
1 4 1 2 85
1 4 1 3 116
1 4 2 1 97
1 4 2 2 85
1 4 2 3 109
1 4 3 1 107
1 4 3 2 87
1 4 3 3 115
2 1 1 1 95
2 1 1 2 78
2 1 1 3 110
2 1 2 1 100
2 1 2 2 72
2 1 2 3 104
2 1 3 1 92
2 1 3 2 69
2 1 3 3 101
2 2 1 1 106
2 2 1 2 84
2 2 1 3 109
2 2 2 1 101
2 2 2 2 79
2 2 2 3 102
2 2 3 1 100
2 2 3 2 76
2 2 3 3 104
2 3 1 1 103
2 3 1 2 86
2 3 1 3 116
2 3 2 1 99
2 3 2 2 80
2 3 2 3 108
2 3 3 1 101
2 3 3 2 80
2 3 3 3 109
2 4 1 1 109
2 4 1 2 84
2 4 1 3 110
2 4 2 1 112
2 4 2 2 86
2 4 2 3 109
2 4 3 1 108
2 4 3 2 86
2 4 3 3 113
3 1 1 1 96
3 1 1 2 70
3 1 1 3 107
3 1 2 1 94
3 1 2 2 66
3 1 2 3 100
3 1 3 1 90
3 1 3 2 73
3 1 3 3 98
3 2 1 1 105
3 2 1 2 81
3 2 1 3 106
3 2 2 1 100
3 2 2 2 84
3 2 2 3 101
3 2 3 1 97
3 2 3 2 75
3 2 3 3 100
3 3 1 1 106
3 3 1 2 88
3 3 1 3 112
3 3 2 1 104
3 3 2 2 87
3 3 2 3 109
3 3 3 1 100
3 3 3 2 82
3 3 3 3 104
3 4 1 1 113
3 4 1 2 90
3 4 1 3 117
3 4 2 1 121
3 4 2 2 90
3 4 2 3 117
3 4 3 1 110
3 4 3 2 91
3 4 3 3 112
4 1 1 1 90
4 1 1 2 68
4 1 1 3 109
4 1 2 1 98
4 1 2 2 68
4 1 2 3 106
4 1 3 1 98
4 1 3 2 72
4 1 3 3 101
4 2 1 1 100
4 2 1 2 84
4 2 1 3 112
4 2 2 1 102
4 2 2 2 81
4 2 2 3 103
4 2 3 1 102
4 2 3 2 78
4 2 3 3 105
4 3 1 1 102
4 3 1 2 85
4 3 1 3 115
4 3 2 1 100
4 3 2 2 85
4 3 2 3 110
4 3 3 1 105
4 3 3 2 80
4 3 3 3 110
4 4 1 1 114
4 4 1 2 88
4 4 1 3 118
4 4 2 1 118
4 4 2 2 85
4 4 2 3 116
4 4 3 1 110
4 4 3 2 95
4 4 3 3 120
;
PROC GLM;
class Bloques Tecnico Dosis Grosor;
model y = bloques tecnico bloques*tecnico dosis tecnico*dosis dosis*bloques(tecnico)
grosor tecnico*grosor dosis*grosor tecnico*dosis*grosor/ss1 ;
test h=bloques tecnico e=bloques*tecnico;
test h=dosis tecnico*dosis e=dosis*bloques(tecnico);
Run;

Nuestras Salidas fueron las siguientes:

Diseños en Parcelas Subdivididas

Procedimiento GLM

Información del nivel de clase

Clase Niveles Valores

Bloques 4 1234

Tecnico 3 123

Dosis 3 123

Grosor 4 1234

Número de observaciones 145

NOTA: Due to missing values, only 144 observations can be used in this analysis.

Diseños en Parcelas Subdivididas

Procedimiento GLM

Variable dependiente: Y

Suma de Cuadrado de
Fuente DF cuadrados la media F-Valor Pr > F

Modelo 62 25921.47222 418.08826 46.83 <.0001

Error 81 723.18750 8.92824

Total correcto 143 26644.65972

R-cuadrado Coef Var Raiz MSE Y Media

0.972858 3.074926 2.988016 97.17361

Cuadrado de
Fuente DF Tipo I SS la media F-Valor Pr > F

Bloques 3 48.40972 16.13657 1.81 0.1524

Tecnico 2 248.34722 124.17361 13.91 <.0001
Bloques*Tecnico 6 161.15278 26.85880 3.01 0.0105
Dosis 2 20570.05556 10285.02778 1151.97 <.0001
 Tecnico*Dosis 4 125.94444 31.48611 3.53 0.0105
Bloque*Dosis(Tecnic) 18 226.00000 12.55556 1.41 0.1514
Grosor 3 3806.90972 1268.96991 142.13 <.0001
Tecnico*Grosor 6 126.48611 21.08102 2.36 0.0375
Dosis*Grosor 6 402.27778 67.04630 7.51 <.0001
Tecnico*Dosis*Grosor 12 205.88889 17.15741 1.92 0.0435

Tests de hipótesis usando el MS Tipo I para

Bloques*Tecnico como un término de error

Cuadrado de
Fuente DF Tipo I SS la media F-Valor Pr > F

Bloques 3 48.4097222 16.1365741 0.60 0.6378

Tecnico 2 248.3472222 124.1736111 4.62 0.0609

Tests de hipótesis usando el MS Tipo I para Bloque*Dosis(Tecnic)

como un término de error

Cuadrado de
Fuente DF Tipo I SS la media F-Valor Pr > F

Dosis 2 20570.05556 10285.02778 819.16 <.0001

Tecnico*Dosis 4 125.94444 31.48611 2.51 0.0784

A continuación se muestra la Tabla de Andeva definitiva:

Análisis de Varianza
Fuentes de Variación G.L. S.C. C.M. F Pr > F
BLOQUES 3 48.40972 16.13657 0.60 0.6378
TECNICO 2 248.34722 124.17361 4.62 0.0609
Error(a) 6 161.153 26.859
DOSIS 2 20570.056 10285.028 819.16 0.0001
TECNICO*DOSIS 4 125.944 31.486 2.51 0.0784
Error(b) 18 226.000 12.556
GROSOR 3 3806.910 1268.970 142.13 0.0001
TECNICO*GROSOR 6 126.486 21.081 2.36 0.0375
DOSIS*GROSOR 6 402.278 67.046 7.51 0.0001
TECNICO*DOSIS*GROSOR 12 205.889 17.157 1.92 0.0435
Error(c) 81 723.188 8.928
Corrected Total 143 26644.660

Conclusiones:

El valor de F para Técnico no es significativo. Esto indica que los tres

Técnicos han tenido éxito en conducir el experimento de una manera uniforme.
Puesto que F para dosis es significativo, podemos concluir que existen diferencias
significativas entre las potencias de las 3 dosis que se han probado en este
experimento. La interacción Técnico*Dosis al no ser significativa, asegura que las 3
dosis entre ellas mantienen las mismas diferencias relativas del tiempo de
absorción, no importa cual es el Técnico quién lo prepara. Esta información es
importante ya que esto asegura la uniformidad en la calidad del producto elaborado.
 Grosor es significativo, lo cual implica que la potencia del antibiótico
depende del grosor de la pared de cápsula. La interacción DOSIS*GROSOR es
significativa. Esto indica que el factor dosis y el factor grosor de la cápsula no son
independientes. La interacción TECNICO*GROSOR es significativa indicando que
el nivel del factor grosor que tenga el mejor tiempo de absorción depende del
técnico quién ha elaborado el antibiótico. La interacción triple Tecnico*Dosis*
Grosor, por ser una interacción de tres factores puede ser causada de una manera
compleja por la significación de cualesquiera de las siguientes
interacciones: Técnico por Dosis*Grosor, o Dosis por Técnico*Grosor o por
Grosor por Técnico*Dosis.