Location via proxy:   [ UP ]  
[Report a bug]   [Manage cookies]                
Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 39 vistas

    Separata de DCL

    Cargado por

    Junior K. Gomez Huamani
    Este documento describe el diseño cuadrado latino para experimentos estadísticos. Explica que este diseño agrupa las unidades experimentales en filas y columnas, asignando los tratamientos de forma aleatoria de tal modo que cada tratamiento aparece una vez en cada fila y columna. Luego detalla las características, cómo se forman los cuadrados latinos, el modelo estadístico, la estimación de parámetros y las hipótesis evaluadas con este diseño.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd

    Separata de DCL

    Cargado por

    Junior K. Gomez Huamani
    39 vistas3 páginas
    Este documento describe el diseño cuadrado latino para experimentos estadísticos. Explica que este diseño agrupa las unidades experimentales en filas y columnas, asignando los tratamientos de forma aleatoria de tal modo que cada tratamiento aparece una vez en cada fila y columna. Luego detalla las características, cómo se forman los cuadrados latinos, el modelo estadístico, la estimación de parámetros y las hipótesis evaluadas con este diseño.

    Título original

    4.-Separata-de-DCL

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    DOCX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento describe el diseño cuadrado latino para experimentos estadísticos. Explica que este diseño agrupa las unidades experimentales en filas y columnas, asignando los tratamientos de forma aleatoria de tal modo que cada tratamiento aparece una vez en cada fila y columna. Luego detalla las características, cómo se forman los cuadrados latinos, el modelo estadístico, la estimación de parámetros y las hipótesis evaluadas con este diseño.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    39 vistas3 páginas

    Separata de DCL

    Cargado por

    Junior K. Gomez Huamani
    Este documento describe el diseño cuadrado latino para experimentos estadísticos. Explica que este diseño agrupa las unidades experimentales en filas y columnas, asignando los tratamientos de forma aleatoria de tal modo que cada tratamiento aparece una vez en cada fila y columna. Luego detalla las características, cómo se forman los cuadrados latinos, el modelo estadístico, la estimación de parámetros y las hipótesis evaluadas con este diseño.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    Está en la página 1de 3

    CURSO: Métodos estadísticos (AI 448)

    PROFESOR: Antonio Matos Alejandro

    DISEÑO CUADRADO LATINO

    Es el agrupamiento de las unidades experimentales en 2 direcciones (filas o bloques y columnas) y la


    asignación de los tratamientos al azar en las unidades, de tal forma que en cada fila y en cada columna
    se encuentran todos los tratamientos.

    Características:

    1. Las unidades experimentadas se distribuyen en grupos, bajo 2 criterios de homogeneidad


    dentro de la fila y dentro de la columna y heterogeneidad en otra forma.
    2. En cada fila y en cada columna, el número de unidades es igual al número de tratamientos.
    3. Los tratamientos son asignados al azar en las unidades experimentales, dentro de cada fila y
    dentro de cada columna.
    4. El número de filas es igual al número de columnas e igual al número de tratamientos.
    5. Los análisis estadísticos de pruebas de comparación múltiple y pruebas de contraste, se
    procede como en el diseño completo al azar y el diseño de bloques. La desviación estándar de
    la diferencia de promedios y la desviación estándar del promedio, están en función del
    cuadrado medio del error experimental, bajo la misma forma de los diseños mencionados.

    Formación de cuadrados latinos

    Suponga 4 tratamientos A, B, C y D; con estos tratamientos se pueden formar 4 cuadrados diferentes


    llamados típicos o estándar (en la primera fila y en la primera columna se tiene la misma
    distribución).

    De cada cuadrado se tiene 144 formas diferentes, en total se obtiene 576 cuadrados diferentes.

    La siguiente tabla permite relacionar el número de cuadrados en función del tamaño .

    Tamaño de cuadrado N° formas típicas Valor de n!(n-3)! N° total de cuadrados


    diferentes

    3x3 1 12 12

    4x4 4 144 576

    5x5 56 2880 161280

    6x6 9408 86400 812851200

    n = Tamaño del cuadro


    Asignación de tratamientos

    Los tratamientos deben asignarse empleando uno de los posibles cuadros, es decir si son 4
    tratamientos, escoger entre los 576 posibles.

    Modelo Estadístico

    Cada observación del experimento es expresado como una relación lineal de los efectos involucrados
    (tratamientos, fila y columna), así:

    yij  k   μ + f i + C J + TK + ε ij K 

    Donde:
    μ = Media general (parámetro)
    fi = Efecto de la fila (parámetro)
    Cj = Efecto de la columna (parámetro)
    Tk = Efecto del tratamiento (parámetro)
    Εij(k) = Es el error experimental de la unidad observada. Es aleatorio y su distribución es
    normal e independiente con media cero y variancia σ.

    El subíndice k indica que tratamiento fue aplicado en la unidad experimental.


    El modelo está compuesto por n2 ecuaciones, una para cada observación del experimento y expresan
    el modelo del diseño cuadrado latino.

    Estimación de parámetros

    El número de parámetros a estimar es igual a 3n+1 y la estimación puede resolverse por mínimos
    cuadrados del error, siendo:

    SCTotal = ∑∑Y2ij – (Y..)2/r2

    SCTratam. = ∑Y2(k)/r - (Y..)2/r2

    SCFila = ∑Y2i./r - (Y..)2/r2

    SCColumna = ∑Y2.j/r - (Y..)2/r2

    SCError = SCTotal – SCTratam. – SCFila - SCColumna

    Hipótesis:

    1. Para columnas:

    H0: μ1 = μ2 = … = μr (no hay diferencia entre las columnas)

    Ha: μ1 = μ2 = … = μr (hay diferencia entre las columnas)

    2. Para filas o bloques:

    H0: μ1 = μ2 = … = μr (no hay diferencia entre filas o bloques)

    Ha: μ1 = μ2 = … = μr (hay diferencia entre filas o bloques)


    3. Para tratamientos:

    H0: μ1 = μ2 = … = μr (no hay diferencia entre tratamientos)

    Ha: μ1 = μ2 = … = μr (hay diferencia entre tratamientos)

    ANVA
    F.V G.L SC CM Fc
    22
    Columnas (r-1) ∑ y 2j ( ∑ ∑ y ij ) CM.Bloq. CMBloq./CMerror
    t
    −
    rt CMtrat/CMerror
    Bloques (r-1) ∑ y 2i ( ∑ ∑ yi )
    2
    CM.Trat.
    −
    r rt
    Tratamientos (r-1) Por , diferencia CM. Error.
    2
    ( ∑∑ y ij )
    Error (r-1)(r-2) ∑∑ y2ij − rt
    Total r2-1

    Representación simbólica de los datos correspondientes a una u.e. por tratamiento en diseño cuadrado

    latino.

    Filas Columnas
    1 2 3 4
    I C D B A
    II B A C D
    II D C A B
    IV A B D C

    También podría gustarte