Captulo III

Diseos de bloques completos al azar

El diseo de bloques completos al azar surge por la necesidad que

tiene el investigador de ejercer un control local de la variacin dado la
existencia de un material experimental heterogneo.
En ese orden de ideas, los pasos que el investigador sigue son:
(a) Forma los bloques de unidades experimentales
homogneos fundamentndose para ello en algn criterio de
bloqueo o agrupamiento. Estos criterios pueden ser: Raza,
poca, Edad, Sexo, Peso, Sistema de Manejo, Tipo de
Explotacin, Zona, Pas, Nmero de Partos, nmero de
lactaciones, nmero de ordeos, corrales o establos,
potreros, camadas, mtodos, variedades, entre otros.
(b) Luego de formados los bloques se asignan al azar
los tratamientos a la unidades experimentales de cada
bloque.
El esquema dado a continuacin ayuda a comprender la filosofa de
la formacin de bloques.
 28

Los bloques se definen como un conjunto de unidades

experimentales homogneas dentro de s y heterogneos entre s. En
los bloques estn representados todos los tratamientos.
Objetivos
(a) Maximizar las diferencias entre bloques
(b) Minimizar la variacin dentro de bloques

Ventajas
(a) Elimina una fuente de variacin del error, aumentando de
esta forma la precisin del ensayo. La precisin del ensayo
S
se mide a travs del coeficiente de variacin CV (%) x100
Y
 29

(b) Permite una gran flexibilidad en la relacin tratamiento

bloque, siempre y cuando se reserven un nmero igual (o un
mltiplo) de tratamientos por unidad experimental.
(c) La prdida de informacin por bloque o tratamiento no
dificulta el anlisis estadstico.
(d) Permite aplicar el principio de confusin al hacer coincidir los
bloques con los ciertas variables que influyen sobre la
respuesta pero que no son de inters para el investigador.

Desventajas

(a) No es apropiado para un nmero elevado de tratamientos

(se recomienda entre 6 y 24 tratamientos)
(b) No es aconsejable cuando exista una gran variacin (en ms
de una variable) en el material experimental.
(c) Si el efecto de bloque no es significativo se trabaja
innecesariamente con disminucin de los grados de libertad
para el error y la consecuente disminucin de la precisin.
(d) Si resulta una interaccin entre bloque y tratamiento, se
invalida la prueba F.

Modelo aditivo lineal

Yij i j ij
De izquierda a derecha tenemos la variable respuesta Yij , la media

general , el efecto del i-simo tratamiento i , el efecto de bloque

j y el efecto del error experimental ij .

Representacin Esquemtica del Diseo en Bloques Completos al Azar

 30

Tratamientos

Bloques 1 J t Total Media

Bloque

1 Y11 Y1J Y1t Y1. Y1.

I YI1 Yij Yit Yi.

Yi.

r Yr1 Yrj Yrt Yr. Yr .

Total Y.1 Y. j Y.t Y..

Media Y.1 Y. j Y.t Y..

TRAT

Las frmulas de definicin y de clculo son:

Factor de Correccin:

Y..2
FC
rt
Suma de Cuadrados Totales:

SCT= Y Y.. = ij FC
2 2
ij Y
 31

Cuadro de ANOVA

Fuentes Grados Suma de Cuadrados Valor F

de de Cuadrados Medios
Variacin libertad
TRAT t-1 SCTRAT CMTRAT CMTRAT CMERROR

BLOQ r-1 SCBLOQ CMBLOQ

ERROR (t-1)(r- SCERROR CMERROR

1)

Total rt-1
Y Y..
2
ij

Suma de cuadrados de tratamiento:

Y 2

(Y Y.. ) FC
2 ij
SCTRAT= r .j
r

Suma de cuadrados de bloques:

Y 2

(Y Y.. ) FC
2 i.
SCBLOQ= t i.
t
Suma de cuadrados del error:

SCERROR= (Y ij Yi. Y. j Y.. ) 2 =SCT-(SCTRAT+SCBLOQ)

Diseos en Bloques al Azar con ms de una observacin por Unidad

Experimental o sub-muestreo en Bloques
 32

Tratamientos
BLOQ 1 2 t totales medias
R1 Y111 Y211 Yt11

. . .

. . .

. . .
Y11S Y21S Yt1S
R2 Y121 Y221 Yt21

. . .
. .

. Y. j . Y. j .

. . .
Y12S Y22S Yt2S
Rr Y1r1 Y2r1 Ytr1

. . .

. . .

. . .
Y1rS Y2rS YtrS
Totales Yi.. Y

Medias Yi.. Y...

Modelo aditivo lineal

Yijk i j ij ijk
i=1,,K
j=1,,r
k=1,,s
donde:
: es la media general
i : es el efecto de tratamiento

j : es el efecto de bloque

ij : es el error experimental

ij : es el error de muestreo

Sumas de Cuadrados en Diseo de Bloques con Submuestreo

La suma de cuadrados totales:
 33

Y...2
SCT= (Yijk Y... ) Y
2 2
ijk
krs

La suma de cuadrados de tratamientos:

Y 2
Y...2
(Y Y... )
2 i ..
SCTRAT= rs i ..
rs krs
La suma de cuadrados de bloque:

(Y Y... ) 2

Y
2
Y...2
. j.
SCBLOQ= ks . j.
ks krs
La suma de cuadrados del error experimental:

SCE= S (Y ij . Y... ) 2 (SCTRAT SCBLOQ)

O tambin:

SCE=
Y 2
ij .

Y...2
s krs
La suma de cuadrados del error de muestreo es:

Yij2.
SCEM= (Y ijk Yij. ) ( Y
2 2
ijk
s
)

Cuadro de Anova
FV gl SC CM F
TRAT k-1 SCTRAT CMTRAT CMTRAT/CMEE
BLOQ r-1 SCBLOQ CMBLOQ
ERROR EXP. (k-1)(r-1) SCEE CMEE

ERROR kr(s-1) SCEM CMEM

MUESTREO
TOTAL krs-1 SCT
 34

Observaciones faltantes o perdidas en un diseo de bloques

En los experimentos pueden ocurrir accidentes que dan como
resultado la prdida de una o varias unidades experimentales.
Las observaciones perdidas surgen por varias razones:
(i) Un animal puede destruir las plantas de una o varias
parcelas
(ii) Puede ocurrir mortalidad de animales
(iii) Pueden enfermar si ser consecuencia del tratamiento
empleado
(iv) Un dato registrado puede estar mal tomado
(v) Errores en la aplicacin de un tratamiento
La prdida de una o varias unidades experimentales anula el
Teorema de la Adicin de la Suma de Cuadrados, y, por consiguiente,
no se podra emplear el mtodo de los mnimos cuadrados, a menos
que se estime un valor para la o las unidades perdidas. Adems, las
observaciones perdidas destruyen el balance o simetra con la cual
fue planificado nuestro experimento originalmente. En tal situacin
nosotros podemos emplear dos caminos, el anlisis estadstico para
desigual nmero de observaciones, digamos por tratamiento, , el
procedimiento de estimacin de observaciones perdidas debido a
Yates.

Los casos que se pueden presentar son:

(a) Falta un bloque o un tratamiento completo: en este
caso se elimina el bloque o el tratamiento y se procede al
anlisis habitual.
(b) Falta una observacin: en esta situacin se estima la
observacin perdida por el mtodo de Yates:

tT rB G
Y
(t 1)(r 1)
 35

Donde:
Y: observacin perdida, t: nmero de tratamientos, r:
nmero de bloques, T: suma de observaciones en el
tratamiento donde figura la observacin perdida, B: suma de
observaciones en el bloque donde figura la observacin
perdida, G: gran total de las observaciones que quedan en el
experimento. La observacin as estimada se anota en la
matriz de datos y se procede al anlisis estadstico de la
forma habitual, con la excepcin de que se reducen en uno
los grados de libertad del total y, como consecuencia
tambin, en igual cantidad, los grados de libertad del error.
Yates, indic que el anlisis de varianza desarrollado
utilizando valores estimados conlleva a una sobre-estimacin
de la suma de cuadrados de tratamientos, la cual puede ser
corregida a travs de la frmula:

SCTRAT _ CORREGIDA SCTRAT _ SIN _ CORREGIR

B (t 1)Y
2

t (t 1)

(c) Falta ms de una observacin: el procedimiento ms

exacto para esta situacin, consiste en asignar aquel valor
de la observacin perdida que reduzca la suma de cuadrados
del error experimental. Esta solucin la podemos encontrar
en el clculo diferencial. Calculamos la expresin algebraica
de la suma de cuadrados del error experimental, derivamos
sta expresin con respecto a las observaciones perdidas e
igualamos a cero, obteniendo de sta manera un sistema de
ecuaciones cuya solucin nos da el valor estimado de las
observaciones perdidas.
Si el nmero de observaciones perdidas son dos, ocurre la
prdida de dos grados de libertad para el error y dos para el total.
Asimismo, debe reducirse la suma de cuadrados de tratamiento,
en igual cantidad, a fin de evitar la sobre-estimacin. La frmula
es:
 36

SCTRAT _ CORREGIDA SCTRAT _ SIN _ CORREGIR

B'(t 1)Y12 B' '(t 1)Y 22
t (t 1)

Donde:

t: es el nmero de tratamientos
B: suma de observaciones en el bloque donde figura Y1.
B: suma de observaciones en el bloque donde figura Y2.
Y1: estimacin de la primera observacin perdida
Y2: estimacin de la segunda observacin perdida

Nota:
Las dos observaciones perdidas no
deben pertenecer al mismo bloque, para
que ste procedimiento sea correcto

Eficiencia relativa de un diseo

En algunas situaciones es de inters conocer qu tan efectivo fue

utilizar un diseo con respecto a otro. Esto es particularmente til si
existen dudas en cuanto a la utilizacin de un diseo en particular.
Se define como la medida porcentual de la varianza del error de un
diseo con respecto a otro. En general, ser ms eficiente aquel
diseo que posea menor varianza del error.
Si deseamos comparar la eficiencia de un diseo dos con respecto
al uno, lo indicaremos as:
 37

S Y ( 2)
ER (%) x100
S Y (1)
Nota: La eficiencia relativa del diseo que se quiere estimar debe
colocar en el denominador la varianza del error.

Ejemplo numrico
Si la varianza del error de un diseo en bloques es en un caso
particular SY ( 2) 18,06 y la de un diseo completamente al azar es

SY (1) 7,50 . Luego la eficiencia del bloque respecto al diseo

completamente al azar es:

S Y ( 2)
ER (%) x100
S Y (1)
18,06
ER(%)= x100 240,8% (esta es la eficiencia del diseo
7,50
completamente al azar)
Entonces podemos afirmar que al cambiar de un diseo
completamente al azar a un diseo de bloque la ganancia relativa en
eficiencia es: 240,8 %- 100%=140,8%
Fisher, sugiere al respecto, que esta medida es poco confiable si no
se consideran los grados de libertad del error de los diseos en
comparacin. As, la comparacin de dos diseos: completamente al
azar y el de bloques vendra dado por:

(n1 1)(n2 3) S CA
2

Cantidad relativa de Informacin= x 2

(n2 1)(n1 3) S BA
Donde:
n1= grados de libertad del error en un diseo en bloques
n2= grados de libertad del error en un diseo completamente al
azar
 38

El factor de ajuste de los grados de libertad del error al cual se

refiere Fisher es:

(n1 1)(n2 3)
Factor de Ajuste =
(n2 1)(n1 3)

En otro orden de ideas, Sokal y Rohlf, exponen que la comparacin

de la eficiencia relativa no tiene mucho significado en s misma, sino
se consideran los costos relativos de los dos diseos. Claramente, si
un diseo es dos veces ms eficiente que otro (esto es, posee la
mitad de la varianza que el primero), pero al mismo tiempo es diez
veces ms caro de realizar, no realizaramos el ms caro. Entonces,
resulta obvio que para analizar correctamente la determinacin de la
eficiencia relativa se deben considerar las funciones de costo total de
los dos diseos implicados.