PRIMER PROBLEMA
2. SEGUNDO PROBLEMA
MODELOS EXPERIMENTALES
MODELO DEL DISEO EXPERIMENTAL COMPLETAMENTE
ALEATORIZADO
Conocido como diseo de doble va, se aplica cuando el material es heterogneo. las
unidades experimentales homogneas se agrupan formando grupos homogneos llamados
bloques.
Tratamientos A, B, C, D, E
Bloque I : B A E C D
Bloque II : C B D E A
Bloque III: B E A D C
Bloque IV: D C A E B
Las fuente de variacin para el anlisis estadstico son: Fuentes Grados de libertad
Tratamiento (t-1) = 4
Bloques (r-1) = 3
Error (t-1)(r-1)=12
MODELO
Cada observacin del experimento es expresada mediante una ecuacin lineal en los
parmetros, el conjunto conforma el modelo para el diseo de bloques completos al azar :
MODELO DEL DISEO EXPERIMENTAL EN CUADRO LATINO
Los diseos en cuadrados latinos son apropiados cuando es necesario controlar dos fuentes
de variabilidad. En dichos diseos el nmero de niveles del factor principal tiene que
coincidir con el nmero de niveles de las dos variables de bloque o factores secundarios y
adems hay que suponer que no existe interaccin entre ninguna pareja de factores.
Si consideramos una tabla de doble entrada donde las filas y las columnas representan cada
uno de los dos factores de bloque y las celdillas los niveles del factor principal o
tratamientos, el requerimiento anterior supone que cada tratamiento debe aparecer una vez
y slo una en cada fila y en cada columna.
3 ) Cada nivel del factor principal aparece una vez en cada fila y una vez en cada columna.
El modelo en cuadrado greco-latino se puede considerar como una extensin del cuadrado
latino en el que se incluye una tercera variable de control o variable de bloque. En este
modelo, como en el diseo en cuadrado latino, todos los factores deben tener el mismo
nmero de niveles K y el nmero de observaciones necesarias sigue siendo K2 . Este diseo
es, por tanto, una fraccin del diseo completo en bloques aleatorizados con un factor
principal y 3 factores secundarios que requerira K4 observaciones.
Los cuadrados greco-latinos se obtienen por superposicin de dos cuadrados latinos del
mismo orden y ortogonales entre s, uno de los cuadrados con letras latinas el otro con
letras griegas. Dos cuadrados reciben el nombre de ortogonales si, al superponerlos, cada
letra latina y griega aparecen juntas una sola vez en el cuadrado resultante.
En diseos industriales es frecuente considerar dos niveles para cada uno de los factores
que pueden intervenir en el diseo experimental. Un diseo con k factores que tienen dos
niveles requiere un nmero de replicaciones igual a 2k observaciones. En este tipo de
modelos se asume que los efectos son fijos y la aleatorizacin completa y se consideran las
mismas restricciones que en el caso de los diseos factoriales tpicos.
Las ventajas de los diseos factoriales pueden ilustrarse fcilmente. Supongamos que se
tienen dos factores, A y B, cada uno con dos niveles. Estos niveles se representan
mediante A1, A2, B1 y B1. La informacin acerca de ambos factores puede obtenerse
variando un factor a la vez como aparece en la tabla 3. El efecto de variar el factor A est
dada por A2B1 -A1B2. A causa de que existe error experimental, es conveniente realizar, por
ejemplo, dos observaciones de cada combinacin de tratamientos y hacer una estimacin de
los efectos de los factores usando las respuestas promedio. Por lo tanto, se requiere un total
de seis observaciones.
Factor B
B1 B2
A1 A1B1 A1B2
Factor A
A2 A2B1 12
Los diseos factoriales poseen algunas ventajas.
Los diseos factoriales son necesarios cuando alguna interaccin puede estar
presente, para evitar hacer conclusiones engaosas.
Los diseos factoriales permiten estimar los efectos de un factor en diversos niveles
de los otros factores, produciendo conclusiones que son vlidas sobre toda la
extensin de las condiciones experimentales.