DISE

NOS DE BLOQUES Y FACTORIALES

1 Dise no de bloques completamente aleatorizados
El dise no experimental por bloques se utiliza cuando, ademas de la variabilidad debido a los
distintos tratamientos de un factor A, existe otra fuente de variabilidad extra na sobre la variable de
estudio Y .
Este dise no consiste en un plan para reunir datos en el que cada uno de los a tratamientos se mide una
sola vez en cada uno de los k bloques existentes, siendo el orden de los tratamientos de cada bloque
aleatorio.
De este modo, se podra comparar una variable aleatoria dependiente Y bajo los distintos a tratamientos
de un factor A, controlando estadsticamente la fuente extra na de variabilidad mediante el uso de
bloques.
Un dise no de bloques nos otorgara la siguiente informacion:
Bloques
1 2 k
Totales Medias
Tratamiento 1 Y
11
Y
12
Y
1k
Y
1

Y
1
Tratamiento 2 Y
21
Y
22
Y
2k
Y
2

Y
2
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Tratamiento a Y
a1
Y
a2
Y
ak
Y
a

Y
a
Totales Y
1
Y
2
Y
k
Y

Medias

Y
1

Y
2


Y
k

Y

donde, Y
ij
es la observacion de Y bajo el i-esimo tratamiento en el bloque j,
Y
i
=
k

j=1
Y
ij
,

Y
i
=
Y
i
k
, Y
j
=
a

i=1
Y
ij
,

Y
j
=
Y
j
a
,
Y

=
a

i=1
Y
i
=
k

j=1
Y
j
, y

Y

=
Y

N
, con N = ak .
En este dise no asumiremos que cada elemento de la tabla sigue un modelo lineal:
Y
ij
= +
i
+
j
+
ij
, para i = 1, 2, . . . , a ; j = 1, 2, . . . , k ,
donde,
: Conocida como la media total, es un parametro com un a todos los tratamientos.

i
: Es el efecto del i-esimo tratamiento del factor A sobre Y .
1

j
: Es el efecto del j-esimo bloque sobre Y .

ij
: Es un termino de error aleatorio que posee distribucion N(0,
2
).
Se asume que estos ultimos errores son independientes.
Nuestro principal objetivo al realizar un analisis de varianza con un dise no de bloques es averiguar
si existen o no diferencias signicativas en el valor medio de la variable dependiente Y , bajo los a
tratamientos del factor A pero controlando mediante bloques la fuente extra na de variabilidad.
Para tal n, efectuaremos el siguiente contraste con una signicancia :
H
0
:
1
=
2
= =
a
= 0 vs H
1
:
i
= 0 , para alg un i .
La variabilidad total de Y puede ser expresada por medio de su suma de cuadrados totales (SCT).
SCT = (N 1)S
2
Y
=
a

i=1
k

j=1
(Y
ij


Y

)
2
=
a

i=1
k

j=1
Y
2
ij

Y
2

N
.
Este n umero puede ser descompuesto de la siguiente manera.
SCT = SCTr +SCb +SCE ,
donde, la suma de cuadrados de los tratamientos (SCTr) es dada por
SCTr = k
a

i=1
(

Y
i


Y

)
2
=
1
k
a

i=1
Y
2
i

Y
2

N
,
la suma de cuadrados de los bloques (SCb) es dada por
SCb = a
k

j=1
(

Y
j


Y

)
2
=
1
a
k

j=1
Y
2
j

Y
2

N
,
y la suma de cuadrados del error (SCE) es dada por
SCE =
a

i=1
k

j=1
(Y
ij


Y
i


Y
j
+

Y

)
2
.
En base a esta descomposicion, construimos la tabla ANOVA de bloques.
Fuente de
variabilidad
Sumas de
cuadrados
Grados de
libertad
Medias
cuadraticas
F
Tratamientos SCTr a 1 MCTr =
SCTr
a1
F
0
=
MCTr
MCE
Bloques SCb k 1 MCb =
SCb
k1
F
b
=
MCb
MCE
Error SCE (a 1)(k 1) MCE =
SCE
(a1)(k1)
Total SCT N 1
y se rechaza H
0
con un nivel de signicancia si:
RC : F
0
> F(a 1, (a 1)(k 1))
1
.
2
Finalmente, es importante tambien comprobar si realmente el dise no de bloques utilizado ha sido el
adecuado. Es decir, corroborar si la fuente de las observaciones realmente presenta ese factor extra no
de variabilidad del que hemos hablado. Para ello, podemos efectuar, con un nivel de signicancia ,
el siguiente contraste.
H
0
:
1
=
2
= =
k
= 0 vs H
1
:
j
= 0 , para alg un j ,
bajo el cual, se rechazara H
0
(lo que indicara que el dise no en bloques fue adecuado) si:
RC : F
b
> F(k 1, (a 1)(k 1))
1
.
Ejemplo. Se realizo, a un nivel de = 0.05, un estudio de movimientos para determinar el mejor de
tres metodos de montar un mecanismo. Para esto se dise no un experimento de un factor por bloques
aleatorios seleccionando 5 operativos con supuestamente la misma velocidad. El n umero de montajes
terminado diarios por cada operario y con cada metodo se dan en la tabla siguiente.
1 2 3 4 5
Metodo 1 3 4 3 5 4
Metodo 2 9 8 7 9 6
Metodo 3 5 6 8 7 9
a) Se puede concluir que los tres metodos de montaje son signicativamente diferentes?
b) Fue correcto asumir que los operarios tenan en promedio la misma velocidad?
2 Analisis de varianza a dos vas
En este analisis, se intenta determinar si es que una variable aleatoria dependiente Y se ve afectada
por los niveles de dos factores A y B que poseen respectivamente a y b tratamientos.
Para el plan de recoleccion de datos tenemos dos posibilidades: se toma una muestra aleatoria bajo
cada par de tratamientos, asignandose al azar los pares de tratamientos, o se realizan los experimentos
en un orden completamente aleatorizado.
En cualquiera de esos casos, obtendremos una tabla como la siguiente.
B
1 2 b
Total
1 Y
111
, Y
112
, . . . , Y
11n
Y
121
, Y
122
, . . . , Y
12n
Y
1b1
, Y
1b2
, . . . , Y
1bn
Y
1
2 Y
211
, Y
212
, . . . , Y
21n
Y
221
, Y
222
, . . . , Y
22n
Y
2b1
, Y
2b2
, . . . , Y
2bn
Y
2
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a Y
a11
, Y
a12
, . . . , Y
a1n
Y
a21
, Y
a22
, . . . , Y
a2n
Y
ab1
, Y
ab2
, . . . , Y
abn
Y
a
Total Y
1
Y
2
Y
b
Y

donde, Y
ijk
es el k-esimo elemento de la muestra aleatoria de Y bajo el i-esimo tratamiento de A y el
j-esimo de B,
Y
i
=
b

j=1
n

k=1
Y
ijk
,

Y
i
=
Y
i
bn
, Y
j
=
a

i=1
n

k=1
Y
ijk
,

Y
j
=
Y
j
an
, Y
ij
=
n

k=1
Y
ijk
,

Y
ij
=
Y
ij
n
,
3
Y

=
a

i=1
b

j=1
n

k=1
Y
ijk
, y

Y

=
Y

N
, con N = abn.
En este modelo, se asume que cada elemento de la tabla de arriba tiene la siguiente forma.
Y
ijk
= +
i
+
j
+ ()
ij
+
ijk
,
donde,
: Media global poblacional.

i
: Efecto del i-esimo tratamiento de A sobre Y .

j
: Efecto del j-esimo tratamiento de B sobre Y .
()
ij
: Efecto de la interaccion entre el i-esimo tratamiento de A y el j-esimo tratamiento de B.

ijk
: Error aleatorio con distribucion N(0,
2
).
Se asume que estos ultimos errores son independientes y que los efectos de los tratamientos son
desviaciones de la media global. Es decir,

i
=
i
y
j
=
j
,
donde,

i
: Media poblacional de Y bajo el i-esimo tratamiento.

j
: Media poblacional de Y bajo el j-esimo tratamiento.
En consecuencia,
a

i=1

i
=
b

j=1

j
= 0 y
a

i=1
b

j=1
()
ij
= 0 .
Diremos que existe interaccion entre los factores A y B, cuando las diferencias entre las medias
o totales de Y bajo los tratamientos de uno de los factores no mantiene el mismo patron bajo los
tratamientos del otro factor.
En el analisis de varianza a dos vas se desean efectuar a nivel , los siguientes contrastes:
I) H
0
:
1
=
2
= =
a
= 0 vs H
1
:
i
= 0 , para alg un i.
II) H
0
:
1
=
2
= =
b
= 0 vs H
1
:
j
= 0 , para alg un j.
III) H
0
: ()
ij
= 0 , i, j vs H
1
: ()
ij
= 0 , para alg un par i, j.
En I), H
1
nos dice que existen diferencias (o efectos) signicativas en el valor medio de Y seg un los
tratamientos del factor A.
En II), H
1
indica que existen diferencias (o efectos) signicativas en el valor medio de Y seg un los
tratamientos del factor B.
En III), H
1
indica que existen diferencias (o efectos) signicativas entre los tratamientos de los factores
A y B.
Como en los casos anteriores, la suma de cuadrados totales (SCT),
SCT = (N 1)S
2
Y
=
a

i=1
b

j=1
n

k=1
(Y
ijk


Y

)
2
=
a

i=1
b

j=1
n

k=1
Y
2
ijk

Y
2

N
.
4
expresa la variabilidad total y puede ser descompuesta de la siguiente manera.
SCT = SCA+SCB +SCAB +SCE ,
donde, la suma de cuadrados de A (SCA) es dada por
SCA = bn
a

i=1
(

Y
i


Y

)
2
=
1
bn
a

i=1
Y
2
i

Y
2

N
,
la suma de cuadrados de B (SCB) es dada por
SCB = an
b

j=1
(

Y
j


Y

)
2
=
1
an
b

j=1
Y
2
j

Y
2

N
,
la suma de cuadrados de la interaccion (SCAB) es dada por
SCAB = n
a

i=1
b

j=1
(

Y
ij


Y
i


Y
j
+

Y

)
2
=
1
n
a

i=1
b

j=1
Y
2
ij

Y
2

N
SCASCB,
y la suma de cuadrados del error (SCE) es dada por
SCE =
a

i=1
b

j=1
n

k=1
(Y
ijk


Y
ij
)
2
.
En consecuencia, la tabla ANOVA a dos vas tiene la siguiente forma.
Fuente de
variabilidad
Sumas de
cuadrados
Grados de
libertad
Medias
cuadraticas
F
Factor A SCA a 1 MCA =
SCA
a1
F
A
=
MCA
MCE
Factor B SCB b 1 MCB =
SCB
b1
F
B
=
MCB
MCE
Interaccion SCAB (a 1)(b 1) MCAB =
SCAB
(a1)(b1)
F
AB
=
MCAB
MCE
Error SCE ab(n 1) MCE =
SCE
ab(n1)
Total SCT N 1
Finalmente, bajo las asunciones del modelo, podemos deducir las siguientes regiones crticas.
Se rechazara H
0
a nivel en los contrastes vistos si:
I) RC : F
A
> F(a 1, ab(n 1))
1
.
II) RC : F
B
> F(b 1, ab(n 1))
1
.
III) RC : F
AB
> F((a 1)(b 1), ab(n 1))
1
.
Ejemplo. Se realiza un experimento para estudiar la inuencia que tienen la temperatura de operacion
y tres tipos de vidrio sobre la luminosidad producida por un tubo de osciloscopio. Se obtuvieron los
siguientes datos:
5
100 125 150
Vidrio 1 580, 568, 570 1090, 1087, 1085 1392, 1380, 1386
Vidrio 2 550, 530, 579 1070, 1035, 1000 1328, 1312, 1299
Vidrio 3 546, 575, 599 1045, 1053, 1066 867, 904, 889
a) Existe alguna interaccion entre los factores? Utilice = 0.05.
b) Que es lo que podra decir del efecto de la temperatura y el tipo de vidrio en la luminosidad?
Utilice = 0.05.
6