DISEO PARCELAS DIVIDIDAS Este es un diseo experimental combinado que resulta til cuando al estudiar simultneamente varios factores,

alguno o algunos de ellos deben ser aplicados sobre unidades experimentales relativamente grandes, pudindose aplicar el otro o los otros en unidades experimentales menores, dentro de las unidades mayores. El caso ms sencillo es aqul en el que se tienen slo dos factores, asignando los niveles de uno de ellos a las unidades mayores y los niveles del otro a las subunidades. A las unidades experimentales mayores suele llamrseles parcelas grandes o parcelas principales y a las unidades experimentales menores se le llama subparcelas o subunidades. Se debe notar que adems de que los niveles de los diferentes factores son asignados a unidades experimentales de diferentes tamaos, est implcito tambin un nmero diferente de repeticiones. El nmero de repeticiones para el factor asignado a las subunidades es r*a, siendo r el nmero de repeticiones del factor asignado a las unidades principales y a su nmero de niveles. El factor correspondiente a las parcelas principales puede asignarse a stas utilizando cualquiera de los esquemas de aleatorizacin bsicos: Completamente al Azar, en Bloques al Azar o en Cuadro Latino. El factor correspondiente a las subparcelas se asigna al azar dentro de cada parcela principal; en tal sentido, las parcelas principales son anlogas a bloques, solo que por asignarse a stas los niveles de un efecto fijo y por existir repeticiones de las mismas, es posible evaluar tanto los efectos principales del factor asignado a las mismas como su posible interaccin con en el otro factor. En adelante nos concentraremos en el caso ms sencillo de un Diseo Parcelas Divididas, es decir aqul con slo dos factores. Todos los resultados obtenidos son generalizables a casos ms complejos en los que los tratamientos asignados a las unidades principales, a las subunidades o a ambas estn comformados a su vez por las combinaciones de los niveles de dos o ms factores. Supngase que se quiere realizar un experimento que involucre dos factores: el primero con tres niveles y el segundo con dos, as:

a1 a2 a3

b1 b b2

Se muestran a continuacin posibles esquemas de aleatorizacin considerando los diseos ms comunes (Parcelas Divididas y otros), suponiendo que ambos factores tienen igual importancia relativa y que se desean evaluar tanto sus efectos principales como su posible interaccin, es decir, descartando la opcin de tomar alguno de stos como factor de bloqueo. Para facilitar la

Correa, Guillermo Parcelas Divididas

2 de 14

ilustracin de los posibles esquemas de aleatorizacin, se considerarn slo dos repeticiones, excepto donde el diseo exige tantas repeticiones como tratamientos (Cuadro Latino). 1) Diseo Completamente al Azar.

a2b2 a1b1 a3b1

a2b1 a1b2 a3b2

a1b1 a3b1 a2b2

a2b1 a1b2 a3b2

2) Diseo Bloques Completos al Azar. Bloque I Bloque II

a1b2 a3b1 a2b2 a1b1 a2b1 a3b2

a1b1 a3b2 a1b2 a2b2 a3b1 a2b1

3) Diseo Cuadro Latino (si el nmero de combinaciones de tratamientos no es muy alto).

a1b1 a3b2 a2b1 a3b1 a2b2 a1b2

a2b1 a2b2 a3b2 a1b1 a1b2 a3b1

a3b2 a 1b2 a 2b2 a 2b1 a 3b1 a 1b1

a2b2 a3b1 a1b2 a3b2 a1b1 a2b1

a1b2 a1b1 a3b1 a2b2 a2b1 a3b2

a3b1 a2b1 a1b1 a1b2 a3b2 a2b2

4) Diseo Parcelas Divididas con el factor a asignado a las parcelas principales, distribuido completamente al azar.

b1 b2

a3 a1

b2 b1

b2 b1

a1 a2

b1 b2

b2 b1

a2 a3

b1 b2

Correa, Guillermo Parcelas Divididas

3 de 14

5) Diseo Parcelas Divididas con el factor a asignado a las Parcelas Principales, distribuido en Bloques Completos al Azar.

a2 a3

b1 b2 b1 b2

a3 a1

b2 b1 b2 a2 b1

b1 Bloque I b2 b1 Bloque II b2

a1

6) Diseo Parcelas Divididas con el factor b asignado a las Parcelas Principales, distribuido Completamente al Azar.

b1 b2
al Azar. Bloque I

a2 a3 a1 a2 a1 a3

b2 b1
Bloque II

a1 a3 a2 a3 a2 a1

7) Diseo Parcelas Divididas con el factor b asignado a las Parcelas Principales en Bloques Completos

b2 b1

a1 a3 a2 a1 a2 a3

b1 b2

a3 a2 a1 a2 a3 a1

Aunque el factor asignado a las parcelas principales podra asignarse a stas con base en un esquema de aleatorizacin de Cuadro Latino, no se ilustra aqu por tratarse de una situacin muy poco comn.

Correa, Guillermo Parcelas Divididas

4 de 14

Es importante aclarar que la igual importancia relativa entre los dos factores a la que se hace referencia anteriormente tiene que ver bsicamente con el hecho de que ninguno de stos se tome como factor de bloqueo. Hay que anotar, sin embargo, que slo bajo los tres primeros esquemas de aleatorizacin, los factores son tratados de la misma manera, es decir que son asignados a unidades del mismo tamao y cuentan con el mismo nmero de repeticiones. Esta situacin es diferente en el Diseo Parcelas Divididas, pues dado que el factor asignado a las subparcelas cuenta con mayor nmero de repeticiones, sus efectos son estimados con mayor precisin. USOS. 1. Cuando uno de los factores, por su naturaleza, exige parcelas relativamente grandes, por ejemplo, sistemas de labranza, de irrigacin, distancias entre surcos, niveles de luz o de temperatura; mientras que el otro factor permite su aplicacin sobre unidades experimentales ms pequeas como variedades, distancia entre plantas, dosis de fertilizantes, etc. 2. Cuando en un experimento se toman varias mediciones sobre la misma unidad experimental a travs del tiempo y tales mediciones son independientes, puede considerarse el conjunto de las mediciones realizadas sobre una misma unidad experimental como la Unidad Principal, y cada una de las lecturas realizadas en el tiempo como las subunidades. El anlisis es anlogo al de un diseo Parcelas Divididas (en el espacio), por lo que se le designa a este diseo como Parcelas Divididas en el Tiempo. 3. Si luego de iniciado el experimento se desea incluir otro factor y su naturaleza lo permite, pueden dividirse las unidades experimentales y realizar la aleatorizacin de los niveles del segundo factor en las subunidades resultantes. 4. Debido a que el factor asignado a las subparcelas cuenta con ms repeticiones, los efectos relacionados con ste se estiman con mayor precisin. Aunque muchos autores relacionan esta caracterstica como uno de los criterios para escoger un Diseo Parcelas Divididas, se considera que ste no debera condicionar la escogencia del Diseo y se menciona aqu ms como una consecuencia del uso del mismo, cuando se elija con base en alguno de los tres primeros criterios. EJEMPLO. Se estudi el rendimiento forrajero del ramio en funcin de diferentes frecuencias de corte y niveles de fertilizante. Los niveles de fertilizante se asignaron a las parcelas grandes con base en un diseo de bloques completos al azar (tipos de suelo) con 3 repeticiones; las frecuencias de corte se asignaron a las subparcelas.

Correa, Guillermo Parcelas Divididas

5 de 14

Fertilizante (a)

0 kg/ha (a0) 100 kg/ha (a1) 200 kg/ha (a 2) 38 das (b1) 57 das (b2) 76 das (b3)

Frecuencias de corte (b)

A continuacin se presenta un posible esquema de aleatorizacin

Bloque I b3 b1 b2 b2 b1 b3 b2 b1 b3

Bloque II b1 b2 b3 b3 b3 b2 b1 b1 b2

Bloque III b3 b2 b1 b3 b1 b1 b2 b2 b3

La siguiente tabla contiene el rendimiento en kilogramos de forraje verde por parcela, registrado durante un ciclo de produccin de 228 das. Tratamientos a0b1 a0b2 a0b3 Y0.k a1b1 a1b2 a1b3 Y1.k a2b1 a2b2 a2b3 Y2.k Y..k I 78.9 68.1 56.9 203.9 84.3 86.8 73.1 244.2 95.6 97.8 90.3 283.7 731.8 Bloques II 72.5 66.1 57.1 195.7 99.3 108.9 73.4 281.6 95.2 108.1 121.4 324.7 802.0 III 78.6 69.3 53.9 201.8 72.9 86.6 61.7 221.2 96.9 99.2 97.6 293.7 716.7 Yij. 230.0 203.5 167.9 601.4 256.5 282.3 208.2 747.0 287.7 305.1 309.3 902.1 Y=2250.5

Con el fin de ilustrar el proceso de anlisis, ste se desglosa en dos partes: el anlisis de las Parcelas Principales y el anlisis de las Subparcelas. Se inicia con la parte correspondiente a las Parcelas Principales.

Correa, Guillermo Parcelas Divididas

6 de 14

Bloque I

Bloque II

Bloque III

a1 a2 a0

a0 a1 a2

a2 a0 a1

Se hacen particiones tanto de las sumas de cuadrados como de los grados de libertad correspondientes a las parcelas grandes, acorde con el esquema de aleatorizacin usado para el factor principal. Parcelas Grandes (a * r ) 1 = 8 Bloques: ( r 1) = 2 (a 1) = 2 A: Error a: (r 1)( a 1) = 4

Es importante anotar que cuando el factor asignado a las Parcelas Principales se distribuye con base en un Diseo Completamente al Azar, la suma de cuadrados y los grados de libertad de las Parcelas Principales se particiona slo entre el efecto principal del factor a y el Error a. Totales de las Parcelas Grandes (Combinaciones Bloques*a) (Yi.k)

a0 a1 a2
Y..k

I 203.9 244.2 283.7 731.8

II 195.7 281.6 324.7 802.0

II 201.8 221.2 293.7 716.7

Yi . . 601.4 747.0 902.1 2250.5

Las Parcelas Grandes estn conformadas por las combinaciones Bloques*a (por las combinaciones r*a, en un DCA), SC (Combinaciones Bloques*a) SC (Parcelas Grandes)
2 Y. Y ... SC (PG)= i k b a *b*r ik 2

TC: Trmino de Correccin.

203 .9 2 +195 .7 2 + ... + 293 .7 2 2250 .5 2 = 5961 .34 3 3 x3 x3 2 Y .. k 731 .8 2 + 802 2 + 716 .7 2 = TC = 460 .45 SC (Bloques)= k TC 3 x3 a *b =

Correa, Guillermo Parcelas Divididas

7 de 14

SC (A)=

Y ..
i i

b*r

TC =

601 .4 2 + 747 .0 2 + 902 .12 TC = 5025 .03 3 x3

SC (Error a)= SC (PG) SC (Bloques) - SC (A) = 475.86 Antes de pasar al anlisis de las subparcelas, es importante analizar el esquema completo que ilustra la forma en que se particionan tanto las sumas de cuadrados como los grados de libertad. Bloques (r-1)=2 Parcelas Grandes (a*r)-1=8 A (a-1)=2 Error a (r-1)(a-1)=4 Total (a*b*r)-1=26 B (b-1)=2 Subparcelas a*r(b-1)=18 AB (a-1)(b-1)=4 Error b a(r-1)(b-1)=12 Tratamientos (a*b-1)=8

Se inicia el anlisis de las Subparcelas con la particin de las sumas de cuadrados de los tratamientos. Totales de las Combinaciones ab (tratamientos) (Yij.)

b1 a0 a1 a2
Y.j. Tratamientos A B AB 230 256.5 287.7 774.2

b2
203.5 282.3 305.1 790.9

b3
167.9 208.2 309.3 685.4

Correa, Guillermo Parcelas Divididas

8 de 14

SC (Tratamientos) SC (Combinaciones ab)

Y SC (combinaciones ab) =
ij 2

ij

TC

230 2 + 203 .5 2 + ... + 309 .3 2 TC = 6703 .07 3

SC (B) =

a * r
j

Y . j.

T C

774 .2 2 + 790 .9 2 + 685 .4 2 TC = 714 .62 3 x3

SC (AB) = SC (combinaciones ab) SC (A) SC (B) = 963.42

Y
ijk 2

SCT =

ijk

TC = 78 .9 2 + 72 .5 2 + ... + 97 .6 2 TC = 8101 .99

SC (Error b) = SCT SC (PG) SC (B) SC (AB) = 462.61 Tabla resumen del Anlisis de Varianza Fuentes de Variacin Bloque A Error a B AB Error b Total Grados de libertad 2 2 4 2 4 12 26 Sumas de Cuadrados 460.45 5025.03 475.86 714.62 963.42 462.61 8101.99 Cuadrados Medios 230.225 2512.515 118.965 357.310 240.855 38.550 Estadsticos F 1.935 21.119 9.268 6.247 F0.05(gln,
gld)

Parcelas Principales Subparcelas

6.94 3.88 3.26

El efecto principal del factor a (A) se evala con el Error a; mientras que el efecto principal del factor b (B) y la interaccin AB se evalan con el Error b. En caso de tener ms de dos factores, las interacciones entre factores asignados a las parcelas principales se evalan con el Error a; las interacciones entre factores asignados a las subparcelas o interacciones de stos con algn factor asignado a las parcelas principales se evalan con el Error b. En este caso, puesto que la interaccin result significativa el siguiente anlisis debera ser la evaluacin de los efectos simples. No obstante, debido a que en este diseo se generan errores

Correa, Guillermo Parcelas Divididas

9 de 14

estndar distintos para cada uno de los diferentes grupos de comparaciones, se ilustran las diferentes posibilidades de comparacin de medias. COMPARACIONES DE MEDIAS. Los errores estndar que se presentan corresponden a los que se usaran en las pruebas de Duncan o de Tukey. Si se desea trabajar con las pruebas LSD o Scheff, deber duplicarse el numerador de la expresin dentro del radical. Sean: CM (Error a):= Ea CM (Error b):= Eb 1. Efectos principales del factor a (A): Corresponde en este caso a la comparacin del efecto promedio de los tres niveles de fertilizante.
SY = Ea b*r

118 .965 =3.64 3 x3

El valor crtico (ALS) para la prueba de Duncan es = r * S Y p

r0.05(gl Error a=4)

ALS

2 3.93 14.30

3 4.01 14.60

a0
66.82

<

a1
83

<

a2
100.23

a0 a2 = 33 .41 >14 .60 a1 a2 =17 .23 >14 .30 a0 a1 =16 .18 >14 .30

a2 a1 b a0

a c

2. Efectos Principales del factor b (B): Corresponde en este caso a la comparacin del efecto promedio de los tres niveles de la frecuencia de corte.
SY = Eb a*r

38 .55 =2.07 3 x3

Correa, Guillermo Parcelas Divididas

10 de 14

El valor crtico (ALS) para la prueba de Duncan es = r * S Y p 2 3.082 6.38 3 3.225 6.68

r0.05(gl Error b=12)

ALS

b3
76.16

<

b1
86.02

<

b2
87.88

b3 2 = 1 .7 >6.6 b 1 2 8 b3 1 =9.8 >6.3 b 6 8 b1 2 = .8 <6.3 b 1 6 8

b2 a b1 a

b3

3. Efectos simples del factor b: Corresponde a comparar los efectos de la frecuencia de corte en cada uno de los niveles de fertilizacin.
SY = Eb = r 38 .55 3

=3.58

El valor crtico (ALS) para la prueba de Duncan es = r * S Y p

r0.05(gl error b=12)

ALS

2 3.082 11.03

3 3.225 11.56

a0 b1 b2 b3
76.67 67.83 55.97 a a

a1
85.5 94.1 a a

a2
95.9 101.7 103.1 a a a

b 69.4 b Comparaciones Verticales

Correa, Guillermo Parcelas Divididas

11 de 14

4. Efectos simples del factor a (Factor asignado a las parcelas principales) y efectos cruzados1: Corresponde a comparar los diferentes niveles de fertilizacin, bien sea en un nivel dado de frecuencia de corte (efectos simples del factor a) o en diferentes niveles de este factor (efectos cruzados). Usualmente son de mayor inters los efectos simples que los efectos cruzados.
S __ =
y

Ea + (b 1) * Eb 118 .97 + (3 1) x38 .55 = = 4.67 b*r 3 x3

Los grados de libertad se aproximan usando la frmula de Satterthwaite, as:

[ (b 1) Eb + Ea ] 2 [ (b 1) Eb ] 2 + [ Ea ] 2
glEb glEa

[ (3 1) x38.55 + 118 .97 ] 2 [ (3 1) x38.55] 2 + [118 .97 ] 2

12 4

= 9.53

Si se quiere aplicar una prueba cuyos valores deban obtenerse en tablas, deber aproximarse el valor de los grados de libertad al entero ms cercano. Si se cuenta con una aplicacin, como Statcalc o SAS, que permita obtener valores de algunas distribuciones con grados de libertad no enteros, podr aplicarse la prueba DMS (LSD) o Scheff usando el valor exacto de los grados de libertad obtenidos mediante la aproximacin de Satterthwaite. Si se quiere proteger contra el error tipo I al momento de realizar la aproximacin, deber usarse la funcin mayor entero contenido en, es decir, aproximar al entero inferior. Siguiendo esta ltima recomendacin, se obtendran los valores crticos para la prueba de Duncan con 9 grados de libertad, as: ALS = r (9 g. l.) * SY p

r0.05(9 g. l.)
ALS (Valor Crtico)

2 3.20 14.95

3 3.34 15.60

a0
1

a1

a2

76.67 b 85.5 ab 95.9 a b1 Los efectos cruzados consisten en comparaciones entre dos combinaciones de tratamientos, donde difieren todos 67.83 b 94.1 a 101.7 a b los2 niveles de los factores involucrados, por ejemplo, a0b1 vs. a2b2. 55.97 b 69.4 b 103.1 a b3

Correa, Guillermo Parcelas Divididas

12 de 14

Comparaciones Horizontales ANLISIS EN SAS. Se usan los procedimientos GLM y MIXED. El GLM tiene la ventaja de presentar los resultados en un formato ms familiar. La tabla resumen del Anlisis de varianza incluye todos sus componentes (fuentes de variacin, grados de libertad, sumas de cuadrados, cuadrados medios, valores F y valores p), indicando cul es el trmino del error usado en cada caso. Para la evaluacin de los efectos principales se pueden usar diversas pruebas, entre ellas la de Duncan no disponible en el PROC MIXED. El PROC GLM tiene, sin embargo, la gran desventaja de que los errores estndar estimados para la evaluacin de los efectos simples del factor a (el factor asignado a las parcelas principales) son incorrectos, por lo que tales pruebas carecen de validez.
DATA Ramio; INPUT a$ b$ @; DO Bloques=1 to 3; INPUT Peso@; OUTPUT; END; DATALINES; a0 b1 78.9 72.5 78.6 a0 b2 68.1 66.1 69.3 a0 b3 56.9 57.1 53.9 a1 b1 84.3 99.3 72.9 a1 b2 86.8 108.9 86.6 a1 b3 73.1 73.4 61.7 a2 b1 95.6 95.2 96.9 a2 b2 97.8 108.1 99.2 a2 b3 90.3 121.4 97.6 ; PROC GLM; CLASS Bloques A B; MODEL Peso=Bloques A Bloques(A) B A*B/NOUNI; RANDOM Bloques(A)/TEST; MEANS A/DUNCAN E=Bloques(A); MEANS B/DUNCAN; LSMEANS A*B/PDIFF; RUN;

Ntese que el Error a se estima con base en la expresin: Bloques(A). En caso de que el factor correspondiente a las Parcelas Principales se haya asignado completamente al azar, este

Correa, Guillermo Parcelas Divididas

13 de 14

error se estimar con base en la expresin R(A), siendo R las repeticiones. Bastar, pues, con cambiar Bloques(A) por R(A) en todas las expresiones en las que aparezca y eliminar Bloques en el estamento MODEL, realizando las adecuaciones del caso en el paso DATA. Para la evaluacin de los efectos principales pueden usarse en el estamento MEANS las opciones LSD, DUNCAN, TUKEY, SCHEFFE y DUNNETT, entre otras. No est de ms insistir en el hecho de que las comparaciones generadas por el estamento LSMEANS slo son adecuadas para los efectos simples del factor b. El error estndar estimado para los efectos simples del factor a es inadecuado, por lo que la evaluacin de stos no es correcta. Para la evaluacin de los efectos simples, el procedimiento usa por defecto la prueba t. La opcin PDIFF genera los valores p de todas las comparaciones por pares de medias. Se contrasta el siguiente juego de hiptesis: H0: Ha:
ij

(ij) (ij)

ij

La salidas contienen los valores p de todas las posibles comparaciones entre pares de medias. Se debern analizar aquellas que corresponden a los efectos simples de inters. Si el valor p es menor o igual que el nivel de significancia preestablecido (usualmente 0.05), se rechaza H0, y se declara, con probabilidad de error igual a valor p, que hay diferencia entre las medias de los dos tratamientos comparados.

a a0 a0 a0 a1 a1 a1 a2 a2 a2

b b1 b2 b3 b1 b2 b3 b1 b2 b3

LSMEAN Peso LSMEAN Number 76.666667 67.833333 55.966667 85.500000 94.100000 69.400000 95.900000 101.700000 103.100000 1 2 3 4 5 6 7 8 9

Correa, Guillermo Parcelas Divididas

14 de 14

Least Squares Means for effect a*b Pr > |t| for H0: LSMean(i)=LSMean(j) Dependent Variable: Peso i/j 1 2 3 4 5 6 1 0.1070 0.0015 0.1070 0.0049 0.1773 2 0.1070 0.0373 0.0045 0.0002 0.7626 3 0.0015 0.0373 <.0001 <.0001 0.0212 4 0.1070 0.0045 <.0001 0.1156 0.0080 5 0.0049 0.0002 <.0001 0.1156 0.0004

La comparacin de los efectos simples de b en a0 consiste en comparar las medias 1, 2 y 3 acorde con el nmero asignado a cada una de las combinaciones de tratamientos (LSMEAN Number de la pgina anterior). El valor p de comparar b1 contra b3 en a0 es 0.0015, lo cual significa que tal diferencia es estadsticamente significativa, a favor de b1 (76.67 vs. 55.97). La evaluacin de los efectos simples de a en cada uno de los niveles de b no debe hacerse, pues como ya se dijo, el error estndar estimado para dichos efectos simples es inadecuado, por lo que la evaluacin de stos debe obtenerse con base en el procedimiento MIXED, que aunque genera los resultados en un formato menos familiar estima errores estndar adecuados para todas las comparaciones. La parte central del procedimiento se muestra a continuacin.
PROC MIXED; CLASS Bloques A B; MODEL PESO=A B A*B/DDFM=SATTERTH; RANDOM Bloques Bloques(A); LSMEANS A B A*B/PDIFF; RUN;

Ntese que en el estamento RANDOM del procedimiento MIXED se declaran todos los efectos aleatorios, mientras que en el estamento MODEL se incluyen solamente los efectos fijos. Se aclara que el factor bloques usualmente es aleatorio. Es importante resaltar que el procedimiento MIXED calcula los errores estndar correspondientes a diferencias de medias, es decir los que se usaran con las pruebas de t o de Scheff. Si se quisieran realizar comparaciones manuales de medias con las pruebas de Duncan o de Tukey, con base en los errores estndar generados por el PROC MIXED, debern usarse los siguientes errores:
S ( MIXED _ Y 2 )
2

S _ ( Duncan o Tukey ) =
Y

A manera de resumen, se sugiere iniciar los anlisis para este tipo de diseo con base en el PROC GLM. Si la interaccin no es significativa, bastar con evaluar los efectos principales que sean del caso, con base en el mismo procedimiento, usando el estamento MEANS. En caso de que la interaccin resulte significativa, ser necesario complementar el anlisis con el PROC MIXED, para la evaluacin de los efectos simples.