Diseños factoriales

BLOQUES ALEATORIZADOS
CUADRADOS LATINOS Y DISEÑOS RELACIONADOS

Diseño Factorial 1
DISEÑOS FACTORIALES BLOQUES ALEATORIZADOS CUADRADOS LATINOS Y
DISEÑOS RELACIONADOS

En cualquier experimento, la variabilidad que surge de

un factor perturbador puede afectar los resultados.
Factor perturbador: Factor de diseño que
probablemente tenga un efecto sobre la respuesta, pero
en el que no existe interés.
Se controla con
Desconocido y aleatorización.
no controlable Deben analizarse.
pero no
controlable
Conocido
Y se puede Se controla con
controlar BLOQUES
El diseño por bloques completos y aleatorizados es un
diseño en el que las unidades (unidades de
experimentación)
OBJETIV a las que
Hacer que el error se
experimental sea tan
aplican los
tratamientos son subdivididas en
pequeño como grupos homogéneos
sea
O posible.
llamados bloques, de tal manera que el número de
unidades de experimentación en un bloque es igual al
número (o a un múltiplo del mismo) de tratamientos
en estudio.
Y reducir el error residual
del experimento al
eliminar la variabilidad
Para ello el experimentador
prueba cada nivel del factor
en cada uno de los
ejemplares de prueba.

Diseño por bloques 3

Los bloques o ejemplares de prueba forman una unidad
experimental más homogénea.

Probar la robustez de la
Unidades de
variable deseada frente
experimentación:
a las condiciones que
maquinaria.
no se pueden controlar.

Combinaciones de
Lotes de materia prima,
factores no
personas, tiempo.
controlables.

Diseño por bloques 4

DISEÑOS FACTORIALES BLOQUES ALEATORIZADOS Ejemplo

Parte de un cuestionario se elaboró con el propósito de permitir a un grupo de jueces

la evaluación de cuatro ciudades diferentes. A los jueces, elegidos entre los grupos de
ejecutivos de la compañía, se les pidió su opinión acerca de la accesibilidad de los sitios
a los mercados primario, facilidades de transporte, reglamentos de la ciudad para las
empresas y calidad de la vida en las zonas cercanas a esos lugares. Sus respuestas
fueron analizadas y codificadas en una escala de 0 a 20. Los datos obtenidos aparecen
en la tabla.
    Jueces
Lugares 1 2 3 4 5 6 7 8
1 9 10 7 5 12 7 8 6
2 4 9 3 0 6 8 2 4
3 12 16 10 9 11 10 10 14
4 9 11 7 8 12 7 7 8

a. El propósito principal de este experimento fue la comparación de las diferentes

ciudades. Determine el tipo de diseño utilizado en el experimento. Justifique la
respuesta.
b. Haga un análisis de varianza de los datos.
c. ¿Proporcionan los datos suficienteDiseño
evidencia
Factorial que indique diferencia entre las 5
¿puede afirmarse que el cuestionario detectó una diferencia en preferencia para las
distintas ciudades?

Diseño Factorial 6
  
𝑦 = 𝑓 ( 𝐴 , 𝐵 , 𝐶 , 𝐷1 ) + 𝜀

Hay una observación por

Bloque

Bloque
Bloque
tratamiento en cada bloque,
el orden en que se corren los
•… •… •… tratamientos en los bloques
se determina al azar.

Modelo para los datos

 
𝑦 𝑖𝑗 =𝜇+𝜏 𝑖 + 𝛽 𝑗 + 𝜀 𝑖𝑗 , 𝑖=1,2 , .. , 𝑎 ; 𝑗=1,2 , .. , 𝑏 Supóngase que hay a
tratamientos y b
bloques

Diseño por bloques 7

 a b


i 1
i 0 
j 1
j 0

  Media global.
 i  Efecto del tratamiento i-ésimo.
 j Efecto del tratamiento bloque j-ésimo.
 ij  Término del error.

Hipótesis
El interés se encuentra en aceptar o rechazar la
igualdad de las medias.
H 0 :  1   2  ..   a
Diseño por bloques 8
 Notaciones de uso
b Total de las observaciones bajo el tratamiento i-ésimo en el
Yi.   Yij  bloque j
j 1

Yi.
Y i.   Promedio de las observaciones bajo el tratamiento i-ésimo.
b
a
Y. j   Yij  Total de las observaciones bajo el bloque j-ésimo.
i 1

Y. j
Y.j   Promedio de las observaciones bajo el bloque j-ésimo.
a
a b
Y..   Yij  Gran total de todas las observaciones.
i 1 j 1

Y..
Y ..   Promedio de todas las observaciones.
ab  N
Diseño por bloques 9
 FUNDAMENTACIÓN TEÓRICA

Suma de cuadrados total corregida y su partición:

a ni
SST   ( yij  y.. ) 2
N  1 Grados de
Libertad
i 1 j 1

SST =
SSTRATAMIENTOS +
SSBLOQUES + SSE

Diseño por bloques 10

 FUNDAMENTACIÓN TEÓRICA

y ij  y..  ( y i.  y.. )  ( y. j  y.. )  ( y ij  y i.  y. j  y.. )

La expresión ( y. j  y.. ) mide el efecto bloque
y i.  y.. efecto tratamient o
( y ij  y i.  y. j  y.. ) se asumiría que es el residuo

Diseño por bloques 11

 FUNDAMENTACIÓN TEÓRICA

SST = SSTRATAMIENTOS + SSBLOQUES + SSE

ab  1  a  1  b  1  (a  1)(b  1)
Grados de libertad para las sumas cuadradas

SSTratamiento SS Bloque SS E
, ,
a 1 b 1 (a  1)(b  1)

Diseño por bloques 12

 FUNDAMENTACIÓN TEÓRICA
Los valores esperados de los cuadrados
n
medios son:
b i
2

E ( MSTratamiento )   2  i 1

a 1
n
a  i
2

E ( MS Bloque )   2  i 1

b 1
E ( MS E )   2

Estadístico de Prueba
Se tienen dos estadísticos de prueba los cuales se
obtienen dividiendo el cuadrado medio
correspondiente por el cuadrado medio del error.
Diseño por bloques 13
 ANÁLISIS DE LOS DATOS. ANOVA
Fuente de Suma de Grados de Cuadrado
F0
variación Cuadrados Libertad Medio

SSTRATAMIENTOS MSTRATAMIENTOS
Tratamientos SSTRATAMIENTOS a-1
a-1 MSE

MSBLOQUES
SSBLOQUES
Bloques SSBLOQUES b-1 MSE
b-1

Error SSE (a-1)(b-1) SSE

(a-1)(b-1)

Total SST N-1

La Hipótesis Nula Fo  F , a 1, ( a 1)(b 1)

deberá rechazarse si:
Diseño por bloques 14
 ANÁLISIS DE LOS DATOS. Formulas
para el cálculo
2
a b
y..
SS T   y ij
2
 ,
i 1 j 1 N
2
1 a
y..
  y i. 
2
SS Tratamientos
b i 1 N
2
1 b
y..
SS Bloques   y. j 
2

a i 1 N
SS E  SS T  SS Tratamientos  SS Bloques
Diseño por bloques 15
 ANOVA de dos factores: var
resp=f(Lugar,Juez)+ɛ

ANOVA de dos factores: y calificacion vs. Lugar; Juez

Fuente GL SC MC F P
Lugar 3 198,344 66,1146 23,57 0,000
Juez 7 106,969 15,2813 5,45 0,001
Error 21 58,906 2,8051
Total 31 364,219

S = 1,675 R-cuad. = 83,83% R-cuad.(ajustado) = 76,13%

Diseño por bloques 16

 ANOVA de dos factores: var
resp=f(Lugar,Juez)+ɛ

Gráfica de interacción para y calificacion

Medias de datos

1 2 3 4 5 6 7 8
16 Lugar
1
12 2
3
8 4
Lugar

0
16 Juez
1
12 2
3
8 4
Juez 5
4 6
7
8
0
1 2 3 4

Diseño por bloques 17

 ANOVA de dos factores: var
resp=f(Lugar,Juez)+ɛ
Gráficas de residuos para y calificacion
Gráfica de probabilidad normal vs. ajustes
99 4

90
2

Porcentaje

Residuo
50
0

10
-2
1
-4 -2 0 2 4 0 4 8 12 16
Residuo Valor ajustado

Histograma vs. orden

10,0 4

7,5 2
Frecuencia

Residuo
5,0
0

2,5
-2
0,0
-1,6 0,0 1,6 3,2 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32
Residuo Orden de observación

Diseño por bloques 18

Objetivo de En ciertas situaciones, las pruebas de nitrato en
la
investigación
los tejidos de la espiga de trigo predecían una
mayor cantidad de nitrógeno,
Se desea evaluar el efecto de varios programas
de fertilización sobre esas cantidades de
nitrógeno y sobre la producción de trigo,
El propósito es poder refinar las
recomendaciones del procedimiento.
• Selección de tratamientos: Se eligen seis programas diferentes de aplicación
de nitrógeno que podrían proporcionar el intervalo de condiciones
necesarias para evaluar el proceso. Para la comparación se incluyó un
tratamiento sin nitrógeno al igual que la recomendación normal vigente.
• Diseño del experimento: el experimento se llevó a cabo en un campo
irrigado, con un gradiente de agua en dirección del área de parcelas
experimentales. Como las respuestas de las plantas dependían de la
humedad disponible, las parcelas se agruparon en bloques de seis de manera
que cada bloque se encontraba en partes con el mismo gradiente de agua,
de manera que cualesquiera diferencias en las respuestas de las plantas
causadas por el gradiente de agua podía asociarse con los bloques.
• El diseño de experimento resultante fue un diseño de bloques completo
aleatorizado, con 4 bloques de seis parcelas a las que se asignaron al azar los
tratamientos de nitrógeno.
 Permutaciones
2 5 4 1 6 3
Bloque 1 40.89 37.99 37.18 34.98 34.89 42.07
Bloque 2 41,22 49.92 45.85 50.15 41.99 46.69
Bloque 3 44.57 52.68 37.61 36.94 46.65 40.23
Bloque 4 41.90 39.20 43.29 40.45 42.91 39.97

1 3 4 6 5 2
Permutaciones 6 3 5 1 2 4
2 4 6 5 3 1

Asignación de tratamientos a las unidades experimentales en un bloque completo

Permutación 2 5 4 1 6 3
Tratamientos B E D A F C
Diseño por bloques 22
 ANOVA de dos factores: var
resp=f(plan,bloque)+ɛ
Pruebas de los efectos inter-sujetos

Variable dependient e: Rendimiento

Suma de
cuadrados Media
Fuente tipo III gl cuadrática F Signif icación
Modelo corregido 247,968a 8 30,996 1,748 ,167
Intersección 42522,685 1 42522,685 2398,355 ,000
Plan 47,117 5 9,423 ,532 ,749
Bloque 200,850 3 66,950 3,776 ,034
Error 265,949 15 17,730
Total 43036,602 24
Total corregida 513,917 23
a. R cuadrado = ,483 (R cuadrado corregida = , 207)

 i  1, 2,..., a
yij     i   j   ij 
 j  1, 2,..., b
Diseño por bloques 23
 2
4

Estimaciones

ˆ  y..
Estimadores
ˆi  yi.  y..
de los
ˆ  y  y
j .j .. parámetros
eij  yij  yi.  y. j  y..

Diseño por bloques

 Una observación

La presencia de un factor perturbador puede hacer necesario que el

experimento se corra en bloques.
Se corre cada una de las n réplicas utilizando un lote o bloque separado,
que representa una restricción sobre la aleatorización.
Dentro del bloque el orden en que se corren las combinaciones de los
tratamientos está completamente aleatorizado.

Diseño Factorial 25
  
𝑦 = 𝑓 ( 𝐴 , 𝐵 , 𝐷1 ) + 𝜀

𝑦 𝑖𝑗𝑘 =𝜇+𝜏 𝑖 +𝛽 𝑗 +(𝜏𝛽)𝑖𝑗 +𝛿 𝑘+𝜀𝑖𝑗𝑘 ,𝑖=1,2,..,𝑎; 𝑗=1,2,..,𝑏;𝑘=1,2,…,𝑛

•  Donde representa el efecto del Factor A, representa el efecto del Factor B, es la
interacción, es el efecto del bloque y es el componente NID (0, σ²) del error.
 Se supone que la interacción entre los bloques y los tratamientos es
insignificante.

Diseño Factorial 26
ANÁLISIS DE LOS DATOS. ANOVA

Diseño Factorial 27
 ANÁLISIS DE LOS DATOS. Un
ejemplo
Un ingeniero estudia los métodos para mejorar la capacidad de detectar
objetivos en el campo de acción de una radar. Dos factores que el ingeniero
considera importantes son la cantidad de ruido de fondo, o “desorden del
terreno”, en el campo de acción del radar y el tipo de filtro colocado sobre
la pantalla. Se diseña un experimento usando tres niveles (A) y dos para B.
El experimento consiste en seleccionar una combinación de los
tratamientos e introduciendo después una señal que representa el objetivo
en el campo de acción del radar. La intensidad de este objetivo se
incrementa hasta que el operador lo observa. Los operadores difieren en
su habilidad y capacidad para operar el sistema.

Diseño Factorial 28
 Resultados del experimento diseñado

Operado 1 2 3 4
res
Tipo de 1 2 1 2 1 2 1 2
filtro
Desorde                
n del
Terreno
Bajo 90 86 96 84 100 92 92 81
Medio 102 87 106 90 105 97 96 80
Alto 114 93 112 91 108 95 98 83

Tabla 10. Del ejemplo el nivel de intensidad al

detectarse el objetivo.

DISEÑO Y ANALISIS DE EXPERIMENTOS 29

 ANÁLISIS DE LOS DATOS. ANOVA

Fuente de Suma de Grados de Cuadrado P

Variación Cuadrados Libertad Medio valor

Desorden del
Terreno (G)
Tipo de Filtro (F)

GF
Bloques

Error

Total

Tabla 9. Análisis de varianza del ejemplo.

DISEÑO Y ANALISIS DE EXPERIMENTOS 30