Los diseos experimentales ms utilizados para comparar tratamientos son:

1. Diseo completamente al azar (DCA) 2. Diseo en bloque completamente al azar (DBCA) 3. Diseo en cuadro latino (DCL) 4. Diseo en cuadro grecolatino (DCGL)

DISEO DCA

FACTORES DE DISEO 0

ANOVA CON UN CRITERIO

MODELO ESTADISTICO

DBCA
DCL DCGL

1
2 3

DOS CRITERIOS
TRES CRITERIOS CUATRO CRITERIOS

Y es la variable de salida, la media global, el efecto del i-esimo tratamiento, error aleatorio y son los efectos de tres factores de bloqueo. El modelo estadstico que describe el comportamiento de la variable observada Y en cada diseo, incorpora un trmino adicional por cada factor de bloqueo controlado.

De acuerdo con los modelos dados en la tabla, para cada diseo comparativo se tienen al menos dos fuentes de variabilidad:

Los tratamientos o niveles del factor de inters y el error aleatorio.

Se agrega una nueva fuente de variabilidad porcada factor de bloque que se controla directamente. Se observa que los diseos suponen que no hay efectos de interaccin entre los factores, lo cual sera lo deseable que ocurra; de no ocurrir as, tal efecto se recarga al error y el problema de comparacin no se resuelve con xito. Un efecto de interaccin entre dos factores hace referencia a que el efecto de cada factor depende del nivel en que se encuentra el otro.

2.2 MODELO DE EFECTOS FIJOS

El modelo de efectos fijos (es cuando se estudian todos los posibles tratamientos) de anlisis de la varianza se aplica a situaciones en las que el experimentador ha sometido al grupo o material analizado a varios factores, cada uno de los cuales le afecta slo a la media, permaneciendo la "variable respuesta" con una distribucin normal.

Este modelo se supone cuando el investigador se interesa nicamente por los niveles del factor presentes en el experimento, por lo que cualquier variacin observada en las puntuaciones se deber al error experimental.

En caso que los tratamientos tengan efecto, las observaciones Yij se podrn describir con el modelo estadstico lineal dado por:

PASOS EN EL MODELO DE EFECTOS FIJOS PARA LOS DATOS DE MUESTRA

Calcular las medias de grupo y la Gran media Calcular k = nmero de grupos, n = nmero de observaciones por grupo, N = nmero total de observaciones (KxN) Calcular SS-total (o la varianza total) como: (Cada puntuacin - gran media) ^ 2 resume a continuacin Calcular SS-tratar (o efecto del tratamiento) como: (Cada grupo medio-Grand media) ^ 2 xn despus se suman Calcular SS-error (error o efecto) como (Cada puntuacin - Su media del grupo) ^ 2 a continuacin resume
Calcular df-total: N-1, gl-tratamiento: k-1 y df-error k (n-1)

Calcular Mean Square MS-treat: SS-treat/df-treat, luego MS-error: SS-error/df-error

Calcular el valor obtenido f: MS-treat/MS-error Usar F-tabla o funcin de probabilidad, para buscar el valor crtico F con un nivel de significacin determinado Concluir acerca de si el efecto del tratamiento afecta de manera significativa la variable de inters

Modelo de efectos fijos

Y ... j ij ij
Modelo II o de efectos aleatorios En este modelo se asume que las k muestras son muestras aleatorias de k situaciones distintas y aleatorias. De modo que un valor aislado Yij se puede escribir como: i= 1,..,k y j=1,..,n

Yij ... j ij

i= 1,..,k y j=1,..,n

Muchas comparaciones, como las antes mencionadas, se hacen con base en el diseo completamente al azar (DCA), que es el ms simple de todos los diseos que se utilizan para comparar dos o ms tratamientos, dado que slo consideran dos fuentes de El anlisis de la varianza de un criterio (ANOVA de un criterio) es una metodologa para analizar la variacin entre muestras y la variacin al interior de las mismas con varianzas, en lugar de rangos. Como tal, es un mtodo estadstico til para comparar dos o ms medias poblacionales.