UNSCH Bioestadística II

7. LOS DISEÑOS EXPERIMENTALES Y SU ANÁLISIS DE VARIANZA

7.1 Diseños en bloques completamente randomizados
El objetivo del agrupamiento es lograr que las unidades en un bloque sean tan uniformes
como es posible, de modo que las diferencias observadas se deban en gran parte a los
tratamientos.
Ventajas
• El agrupamiento de las unidades experimentales en bloques, debido a la existencia real
de esta fuente de variabilidad, aumenta la precisión del experimento con relación al
D.C.A.
• No existe restricción en cuanto al número de tratamientos o bloques.
• El análisis estadístico es simple.
• Si se pierde los datos de un bloque completo, estos pueden omitirse sin mayores
complicaciones para el estudio. Si faltan datos de unidades experimentales, estos
pueden estimarse (estimación de unidades perdidas).
Desventajas
• Cuando la variabilidad entre las unidades experimentales dentro de los bloques es
grande, resulta un error experimental considerable. Esto ocurre usualmente cuando el
número de tratamientos es muy grande.
• Si existe interacción entre los bloques y los tratamientos, esta va incluida en el
error experimental.
• Si no existe una real diferencia entre los bloques, habrá una pérdida de precisión
en el experimento con relación al D.C.A., debido a la disminución de los grados de
libertad del error.
Croquis experimental

Bloque 1 T2 T4 T1 T3
Bloque 2 T1 T3 T2 T4
Bloque 3 T3 T2 T4 T1

Modelo aditivo lineal

Yij     i   j  ij
i  1, 2,3,..., a
j  1, 2,3,..., b

Donde:
Yij : Es el valor observado en el i-ésimo tratamiento y el j-ésimo bloque.
 : Es el efecto de la media general.
 i : Es el efecto del i-ésimo tratamiento.
 j : Es el efecto del j-ésimo bloque.
 ij : Es el efecto del error experimental en el i-ésimo tratamiento y el j-ésimo bloque.

DEPARTAMENTO ACADÉMICO DE CIENCIAS BIOLÓGICAS 34

UNSCH Bioestadística II

Análisis de variancia
Fuente SC GL CM Fc Fα, gln,gld
Entre los tratamientos SCE=A-CF (a-1) CME =SCE/ (a-1) CME/CMD
Bloques SCB=B-CF (b-1) CMB =SCB/ (b-1) CMB/CMD
Dentro de los
tratamientos SCD=SCT-SCE-SCB (a-1)( b-1) CMD =SCD/ (a-1)( b-1)
Total SCT=T-CF ab-1

Cálculos
T   Yij2
Ti.2
A
b
T. 2j
B
a
2
T
CF  ..

ab
Ejemplo. La tabla da en porcentajes los contenidos de aceite de semillas de lino para
parcelas localizadas en Winnipeg, e inoculadas usando varias técnicas, con suspensiones
de esporas de Septaria linicola, el organismo que causa pasmo en el lino. Los datos fueron
reportados por Sackston y Carson (9.16).

Tabla. Contenido de aceite de semilla de lino Redwing inoculadas en diferentes estados

de crecimiento con S. Linicola, Winnipeg, 1947, en porcentajes.
Bloques Totales de
1 2 3 4 tratamientos
Tratamiento (estado en el que se inocula) Y1. Y2 . Y3 . Y4 . Ti .
Plántula 4.4 5.9 6 4.1 20.4
Florecimiento temprano 3.3 1.9 4.9 7.1 17.2
Florecimiento completo 4.4 4 4.5 3.1 16
Florecimiento completo (1/100) 6.8 6.6 7 6.4 26.8
Maduración 6.3 4.9 5.9 7.1 24.2
Sin inocular 6.4 7.3 7.7 6.7 28.1
Totales de bloques T .j 31.6 30.6 36 34.5 T .. =132.7

T   Yij2  4.42  3.32  4.42  ...  24.22  28.12  788.23

A
T 
20.42  17.22  162  26.82  24.22  28.12 3061.49
2
i.
  765.37
b 4 4
T. 2j 31.62  30.62  362  34.52 4421.17
B    736.86
a 6 6
T..2 132.7 2
CF    733.72
ab 6 4

DEPARTAMENTO ACADÉMICO DE CIENCIAS BIOLÓGICAS 35

UNSCH Bioestadística II

Análisis de variancia

Fuente SC GL CM Fc Fα, gln,gld

Entre los tratamientos SCE=A-CF (a-1) CME =SCE/ (a-1) CME/CMD
Bloques SCB=B-CF (b-1) CMB =SCB/ (b-1) CMB/CMD
Dentro de los
tratamientos SCD=SCT-SCE-SCB (a-1)( b-1) CMD =SCD/ (a-1)( b-1)
Total SCT=T-CF ab-1

SCE=A-CF=765.37-733.72=31.65
SCB=B-CF=736.86-733.72=3.14
SCT=T-CF=788.23-733.72=54.51
SCD=SCT-SCE-SCB=54.51-31.65-3.14=19.72

Análisis de variancia
Fuente SC GL CM Fc F0.05, gln,gld F0.01, gln,gld
Entre los tratamientos 31.65 6-1=5 31.65/5=6.33 6.33/1.31=4.83** 2.901 4.556
Bloques 3.14 4-1=3 3.14/3=1.05 1.05/1.31=0.80ns 3.287 5.417
Dentro de los tratamientos
(Error) 19.72 5x3=15 19.72/15=1.31
Total 54.51 24-1=23

Gráfica de distribución Gráfica de distribución

F, df1=5, df2=15 F, df1=3, df2=15
0.8
0.7
0.7
0.6
0.6
0.5
0.5
Densidad
Densidad

0.4
0.4

0.3
0.3

0.2
0.2

0.1 0.1

0.05 0.05
0.0 0.0
0 2.901 0 3.287
X X

Gráfica de distribución
F, df1=5, df2=15
0.8

0.7

0.6

0.5
Densidad

0.4

0.3

0.2

0.1

0.01
0.0
0 4.556
X

El valor de la F para probar la hipótesis nula de que no hay diferencia entre tratamientos
es 4.83 con 5 y 15grados de libertad es significante al 1 por ciento. Esto comprueba que
hay diferencias reales entre las medias de los tratamientos.
La variación entre bloques no fue significativa.

DEPARTAMENTO ACADÉMICO DE CIENCIAS BIOLÓGICAS 36

UNSCH Bioestadística II

Datos faltantes
bB  aT  G
Y
(b  1)(a  1)
b y a  número de bloques y tratamientos, respectivamente.
B y T = Totales de las observaciones observadas en el bloque y
tratamiento que contiene la unidad faltante.
G = gran total de los valores observados.
 B  (a  1)Y 
2

sesgo 
a (a  1)
2 a 
SY i . Y i '.  S 2   
 b b(b  1)(a  1) 

DEPARTAMENTO ACADÉMICO DE CIENCIAS BIOLÓGICAS 37