PRINCIPALES DISEOS EXPERIMENTALES CON

RESPUESTA CUANTITATIVA (VARIABLES

CONTINUAS) CUYA SOLUCION ESTADISTICA ES
EL ANALISIS DE VARIANZA
DISEO TOTALMENTE AL AZAR
Un bilogo desea saber si el peso medio de pinzones presenta diferencia cuando
son sometidos a cuatro tipos de dieta. Las cuatro dietas fueron formuladas con los
mismos nutrientes pero en diferentes proporciones. Se alimentaron 10 pichones
de una semana de nacidos con cada dieta y luego de un mes se midi el peso de
cada pjaro, reportndose en gramos.
Durante el experimento
desafortunadamente algunos de los pichones murieron y no fueron remplazados
por ningn otro, asumindose que la muerte fue fortuita y que no estaba
relacionada con la alimentacin que se estaba proporcionando. Los resultados
fueron:
DIETA A:

n = 8. Promedio = 83.38 grs. s = 3.852 grs.

DIETA B:

n = 9. Promedio = 79.22 grs. s = 2.587 grs.

DIETA C:

n = 10. Promedio = 78.60 grs. s = 3.307 grs.

DIETA D:

n = 7. Promedio = 75.29 grs. s = 3.302 grs.

El Anlisis de Varianza dio el siguiente resultado:

ANALISIS DE VARIANZA
F. de
Suma de
Variacin
cuadrados
Dietas
250.29

Grados de
libertad
3

Cuadrado
medio
83.43
10.71

Error

321.27

30

Total
* p < 0.05

571.56

33

F
7.79*

Un diseo es totalmente al azar cuando solamente se tiene un factor y la

asignacin de las modalidades de ese factor a las unidades experimentales se
hace aleatoriamente (totalmente al azar). El anlisis consiste en un anlisis de
varianza de una va.

DISEO DE BLOQUES COMPLETOS AL AZAR

Un investigador examin los efectos de los medicamentos A y B sobre
el recuento de linfocitos en ratones, utilizando un placebo (control sin
tratamiento). Al disear el experimento, supuso que los ratones de
una misma camada daran respuestas ms homogneas que ratones
de camadas distintas. Orden el experimento en la forma de bloques
completos al azar, con tres ejemplares de la misma camada formando
cada bloque. Haba un total de 7 camadas y los ejemplares de cada
bloque fueron asignados aleatoriamente a los tres tratamientos, luego
de la aplicacin de los tratamientos, se midi la concentracin de
linfocitos por centmetro cbico de sangre (x 1000). Los resultados
con sus promedios y el anlisis de varianza son:

CAMADAS
1
2
3
4
5
6
7
Promedio

A
5.4
4.0
7.0
5.8
3.5
7.6
5.5
5.5

TRATAMIENTOS
B
PLACEBO
6.0
5.1
4.8
3.9
6.9
6.5
6.4
5.6
5.5
3.9
9.0
7.0
6.8
5.4
6.5
5.3

Promedio
5.5
4.2
6.8
5.9
4.3
7.9
5.9
5.8

Fuente |
SC
gl
CM
F
p
-----------+------------------------------------------------------------------------tratam. | 5.2152387 2
2.607619
17.93
0.0002
camadas | 30.278094 6
5.046349
34.71
0.0000
error
| 1.7447618 12 0.145397
-----------+--------------------------------------------------------------------------Total | 37.2380945 20 1.8619047
Se ha realizado un estudio sobre el efecto de las temporadas de caza del ciervo en los
hbitos de stos. Se seleccionaron cuatro sendas que se sabe que utilizan los ciervos.
Antes de comenzar la temporada de caza, durante la temporada y al terminar la temporada,

se determin el promedio de huellas halladas por semana en un rea especfica de cada

senda. Las sendas se trataron como bloques y se obtuvieron los siguientes resultados.
SENDA
1
2
3
4

ANTES
62.5
46.5
45.0
24.0

DURANTE
57.0
43.3
39.3
25.7

DESPUES
49.0
40.0
37.0
20.0

Analysis of Variance
Source
SS
df
MS
F
Prob > F
---------------------------------------------------------------------------Between groups
129.814999 2 64.9074996
0.35 0.7164
Within groups
1687.34748 9 187.483053
---------------------------------------------------------------------------Total
1817.16248 11 165.196589

anova respuest tratamie bloques

Source
SS
df
MS
F
Prob > F
-----------+---------------------------------------------------------tratamie 129.814999 2 64.9074996
bloques 1652.8158 3 550.938601

11.28
95.73

0.0093
0.0000

Residual 34.5316729 6 5.75527882

-----------+---------------------------------------------------------Total 1817.16248 11 165.196589

EL DISEO DE BLOQUES ES AQUEL EN EL QUE LOS

TRATAMIENTOS SE ASIGNAN ALEATORIAMENTE
DENTRO DE BLOQUES.
UN BLOQUE ES UNA COLECCION DE k UNIDADES
EXPERIMENTALES TAN PARECIDAS COMO SEA
POSIBLE
CON
RESPECTO
A UNA VARIABLE
DENOMINADA EXTRAA, LA CUAL PUEDE AFECTAR
LOS RESULTADOS DEBIDOS AL FACTOR DE INTERES,
PERO QUE SE SEGREGA APLICANDOLE TODOS LOS
TRATAMIENTOS A UNIDADES CON EL MISMO NIVEL DE
DICHA VARIABLE (BLOQUES COMPLETOS).

CUANDO
EN
TODOS
LOS
ELEMENTOS
QUE
CONSTITUYEN LOS BLOQUES SE HAN ALEATORIZADO
Y APLICADO LA TOTALIDAD DE TRATAMIENTOS, EL
DISEO SE DENOMINA DE BLOQUES COMPLETOS AL
AZAR.

SI LA VARIABLE CUMPLE CON LOS CRITERIOS DE SER

CONTINUA, DE DISTRIBUCION NORMAL Y DE
HOMOCEDASTICIDAD, LA PRUEBA ESTADISTICA ES UN
ANALISIS DE VARIANZA DE DOS VAS.
LA PRUEBA DE HIPOTESIS PARA EL FACTOR
PRINCIPAL ES IGUAL QUE LA DEL ANDEVA DE UNA VIA,
SI SE DESEA SE PUEDE PROBAR LA HIPOTESIS SOBRE
LA VARIABLE DE BLOQUEO (OPCIONAL).

DISEO FACTORIAL
Se realiz un estudio para determinar el tiempo de vida en anaquel de tomates
cultivados en tres medios diferentes (Sustrato Orgnico, Hidropnico y Suelo), se
seleccionaron al azar 12 tomates de cada cultivo y se sometieron a condiciones
diferentes de temperatura (Refrigeracin y Temperatura Ambiente) y luz (Oscuridad
Completa y Luz Completa). Cada unidad experimental fue revisada diariamente y
se midi el nmero de das en que el tomate an presentaba caractersticas fsicas
aceptables. Los resultados se indican a continuacin:

Oscuridad

Luz

SUSTRATO
ORGANICO
T. Amb.
Refrig.
21
27
26
20
24
29
18
22
15
21
15
18

HIDROPONICO
T. Amb.
Refrig.
15
24
10
22
12
26
14
16
19
17
11
20

SUELO
T. Amb.
Refrig.
15
22
17
20
11
20
10
16
13
19
12
18

Indique si existe diferencia significativa entre tipo de cultivo, condiciones de

temperatura, condiciones de luminosidad o de alguna combinacin especfica
sustrato-temperatura-luz (interaccin).
Source | Partial SS
df
MS
F
Prob > F
----------------------+--------------------------------------------------------------cultivo | 184.388889
2 92.1944444
13.44 0.0001
temperat | 272.25
1 272.25
39.68 0.0000
luminosi | 124.694444
1 124.694444
18.17 0.0003
cultivo*temperat | 30.1666667
2 15.0833333
2.20
0.1328
cultivo*luminosi | 31.7222222
2 15.8611111
2.31
0.1207
temperat*luminosi | 10.0277778 1 10.0277778
1.46
0.2385
cultivo*temperat*
luminosi | 51.7222222
2
25.8611111
3.77
0.0377
Residual | 164.666667 24
6.86111111
-----------------------+------------------------------------------------------------Total | 869.638889 35
24.8468254
ANALISIS GRAFICO:
1.

CULTIVO:

TIEMPO
30

25

20

15

10
1

2.

TEMPERATURA:
TIEMPO
30

25

20

15

10
1

3.

LUMINOSIDAD:

TIEMPO
30

25

20

15

10
1

4.

GRAFICO DE INTERACCION (de los tres factores):

30
25
20
Oscuridad

15

Luz

10
5
0
T. Amb.

Refrig.

SUSTRATO
ORGANICO

T. Amb.

Refrig.

HIDROPONICO

T. Amb.

Refrig.

SUELO

Se realiz un estudio a fin de determinar las mejores condiciones

para la cuantificacin de mercurio en orina; para ello, se prepar una
muestra estndar de orina la que se dividi en tres alcuotas y a cada
una se le agreg una solucin patrn de mercurio a una

concentracin de 1.0, 1.5 y 2.0 mcg%. Las muestras se colocaron en

diferentes recipientes elaborados con tres materiales distintos:
vidrio, polietileno de alta densidad y polietilentereftalato.

Por

ltimo, cada uno de los recipientes con las muestras fueron medidas
para la concentracin de mercurio en tres tiempos diferentes: 0, 24 y
48 horas. Las condiciones de almacenamiento de los recipientes
fueron las mismas y todo el ensayo se hizo por triplicado. Los
resultados se indican a continuacin:

0 h.

1.0 mcg%
24 h.

0 h.

1.5 mcg%
24 h.

48 h.

VIDRIO

0.94
0.94
0.98

0.59
0.64
0.64

HDPE

0.85
0.85
0.89

PET

0.89
0.94
0.89

0 h.

2.0 mcg%
24 h.

48 h.

48 h.

0.60
0.60
0.50

1.35
1.39
1.39

1.39
1.35
1.39

1.24
1.24
1.19

1.88
1.92
1.84

1.82
1.82
1.86

1.70
1.61
1.70

0.64
0.55
0.64

0.55
0.55
0.65

1.43
1.35
1.39

1.22
1.26
1.22

1.10
1.14
1.14

1.88
1.88
1.80

1.64
1.59
1.64

1.52
1.52
1.61

0.91
0.91
0.95

0.85
0.95
0.95

1.43
1.52
1.52

1.52
1.48
1.52

1.43
1.48
1.52

1.92
1.92
1.84

1.86
1.91
1.86

1.91
1.83
1.91

Se pretende establecer si la cuantificacin de mercurio difiere por el

material y tiempo de anlisis, adems de establecer alguna
combinacin de factores en la que sea diferente (interaccin).
ANDEVA PARA UN DISEO FACTORIAL 3x3x3
Source |
SS
df
MS
F
P
---------------------------------------------------------------------------------mater | .72082216 2 .36041108
235.05 0.0000
conc | 13.9596074 2 6.97980371 4552.05 0.0000

tiem | .440466595 2 .220233297 143.63 0.0000

mater*conc | .033081499 4 .008270375
5.39 0.0010
mater*tiem | .23095555 4 .057738888
37.66 0.0000
conc*tiem | .046814832 4 .011703708
7.63 0.0001
mater*conc*tiem | .064407422 8 .008050928
5.25 0.0001
Residual | .082799959 54 .001533333
---------------------------------------------------------------------------------Total | 15.5789554 80 .194736943
ANALISIS GRAFICO Y COMPARACIONES
DE LOS FACTORES
1.

MATERIALES:

Mean resp by mater level

1.6

1.4

1.2

1
1

1.5

2
Mater

2.5

PRUEBA DE FISHER LSD: Todos los materiales presentan

diferencias significativas entre s (p<0.05). El material que presenta
una respuesta ms alta en la cuantificacin de Mercurio es PET y el
que presenta la menor respuesta es Polietileno HDPE.

2.

CONCENTRACIONES:

Mean resp by conc level

1.5

.5
1

1.5

2
Conc

2.5

PRUEBA DE FISHER LSD: Todas las concentraciones presentan

diferencias significativas entre s (p<0.05). (Obviamente es lo que
se esperaba)

3.

TIEMPOS:

Mean resp by tiem level

1.6

1.4

1.2

1
1.5

2
Tiem

2.5

PRUEBA DE FISHER LSD: Todos los tiempos presentan

diferencias significativas entre s (p<0.05).

Observndose una

tendencia a disminuir la concentracin de Mercurio, conforme

aumenta el tiempo.

4.

INTERACCIONES:

4.1

MATERIAL-CONCENTRACION:

MATERIAL
Vidrio
Polietileno HDPE
PET

1 mcg%
0.71
0.69
0.92

CONCENTRACION
1.5 mcg%
1.33
1.25
1.49

2 mcg%
1.79
1.68
1.88

2.00
1.80
1.60
1.40
1.20

Vidrio

1.00

Polietileno HDPE
PET

0.80
0.60
0.40
0.20
0.00
1 mcg%

1.5 mcg%

2 mcg%

PRUEBA DE FISHER LSD: Unicamente el vidrio y polietileno

HDPE a 1 mcg% no presentan diferencia significativa (p>0.05). Las
dems comparaciones presentan diferencias significativas (p<0.05).
Se observa que en general, con PET las respuestas siempre fueron
superiores (y las mejores), seguido del vidrio y por ltimo del
polietileno HDPE.

Puede decirse que aunque cambie la

concentracin, el material que mejor respuesta brinda es el PET. El

vidrio tiende a mejorar al aumentar la concentracin.
4.2

MATERIAL-TIEMPO:

MATERIAL
Vidrio
Polietileno HDPE
PET

0 hrs.
1.40
1.37
1.43

TIEMPO
24 hrs.
1.28
1.16
1.44

48 hrs.
1.15
1.09
1.43

1.60
1.40
1.20
1.00
Vidrio
0.80

Polietileno HDPE
PET

0.60
0.40
0.20
0.00
0 hrs.

24 hrs.

48 hrs.

PRUEBA DE FISHER LSD: A las 0 horas los resultados no

presentan diferencia significativa (p>0.05), a las 24 horas todos
presentan diferencia significativa entre s (p<0.05) y a las 48 horas
nicamente los resultados de vidrio y de polietileno HDPE no
presentan diferencia significativa (p>0.05). Lo ms relevante es que
con PET a partir de las 24 horas hay diferencia significativa
(p<0.05) en la cuantificacin de Mercurio con relacin a los dems
materiales, observndose que se obtiene mayor estabilidad ya que no
hay diferencia significativa entre las lecturas de PET cuando cambia
el tiempo.

Por el contrario, con los otros materiales, s se da

diferencia significativa (p<0.05) al ir avanzando el tiempo.

4.3

CONCENTRACION-TIEMPO:

CONCENTRACION
1 mcg%
1.5 mcg%
2 mcg%

0 hrs.
0.91
1.42
1.88

TIEMPO
24 hrs.
0.72
1.37
1.78

48 hrs.
0.69
1.28
1.70

2.00
1.80
1.60
1.40
1.20

1 mcg%

1.00

1.5 mcg%
2 mcg%

0.80
0.60
0.40
0.20
0.00
0 hrs.

24 hrs.

48 hrs.

PRUEBA DE FISHER LSD: Solamente a la concentracin de 1

mcg% no se present diferencia significativa entre las 24 y 48 horas
(p>0.05). Todas las dems comparaciones s presentaron diferencias
significativas entre tiempos y concentraciones (p<0.05).

Lo

importante es notar que la tendencia es a tener una menor respuesta

al aumentar el tiempo.

4.4

MATERIAL-CONCENTRACION-TIEMPO:

CONC-TIEMPO
1 mcg%/0 hrs
1 mcg%/24 hrs
1 mcg%/48 hrs
1.5 mcg%/0 hrs
1.5 mcg%/24 hrs
1.5 mcg%/48 hrs
2 mcg%/0 hrs
2 mcg%/24 hrs
2 mcg%/48 hrs

Vidrio
0.95
0.62
0.57
1.38
1.38
1.22
1.88
1.83
1.67

MATERIALES
HDPE
0.86
0.61
0.58
1.39
1.23
1.13
1.85
1.62
1.55

PET
0.91
0.92
0.92
1.49
1.51
1.48
1.89
1.88
1.88

2.00
1.80
1.60
1.40
1.20
Vidrio
1.00

Polietileno HDPE
PET

0.80
0.60
0.40
0.20
0.00
1 mcg%/0
1
1
hrs
mcg%/24 mcg%/48
hrs
hrs

1.5
mcg%/0
hrs

1.5
1.5
2 mcg%/0
2
2
mcg%/24 mcg%/48
hrs
mcg%/24 mcg%/48
hrs
hrs
hrs
hrs

Segn se estableci en el ANDEVA, existe interaccin entre los tres

factores, lo cual puede interpretarse como una diferencia
significativa (p<0.05) en las combinaciones que presentan PETconcentracin-tiempo, con relacin a los dems materiales.

En

general, PET presenta mejor estabilidad con relacin al tiempo,

mientras que con los otros materiales las respuestas tienden a
disminuir. Los otros materiales presentan resultados similares, es
decir que no presentan diferencia significativa (p>0.05) con PET,
nicamente a las 0 horas.

El vidrio tiende a tener un

comportamiento parecido al del PET, pero con concentraciones de

1.5 y 2 mcg%, a las 0 y 24 horas, ya a las 48 horas la respuesta
decae significativamente.

Un diseo se denomina factorial cuando se tienen dos o ms

variables independientes (factores), cuya respuesta es igual de
importante, es decir que cada uno de los factores debe analizarse
en forma individual respecto a su influencia sobre la variable
dependiente.
Tambin este diseo permite determinar si hay interacciones,
es decir si las respuestas se comportan de manera distinta
cuando los niveles de dos o ms factores se combinan. En
algunos casos los factores son tambin independientes entre s,
por lo que en estos casos no interesan las posibles interacciones
(las combinaciones de niveles no son factibles).
El anlisis se hace por medio de anlisis de varianza de dos o
ms vas con o sin interacciones.
EJEMPLO DE UN FACTORIAL SIN INTERACCIONES:

Se evalu la carga bacteriana (usando el logaritmo natural) del ambiente de tres

laboratorios (AMSA, LAFYM y LAMIR), las mediciones se realizaron dos veces en
cada laboratorio durante 6 meses del ao (enero a junio de 2010). Se pretenda
establecer si exista diferencia entre los tres laboratorios y entre los meses de
muestreo. Los resultados del anlisis de varianza fueron:
Variable dependiente:Logaritmo natural de la carga bacteriana
Suma de
Fuente

cuadrados

gl

Media cuadrtica

Significacin

Laboratorio

13.347

6.674

20.549

.000

Meses

2.316

.463

1.426

.246

Error

9.093

28

.325

Total

24.756

35

En este caso, no existe razn para pensar que pueda haber una interaccin
laboratorio*meses. Es decir tendr algn efecto el mes del ao muestreado
sobre algn laboratorio para que de una carga bacteriana distinta? La respuesta
es NO, por lo tanto la interaccin no es factible y el anlisis de varianza solo es de
dos vas sin interaccin.

DISEO ESTRATIFICADO (ANIDADO O JERARQUICO)

Se realiz un estudio para determinar si existen o no diferencias entre ciertos
factores qumicos y biolgicos en dos reas de un lago, una de las reas es de
descarga y la otra es un rea control donde no se efectan vaciamientos. Dentro de
cada una de estas reas se seleccionaron 3 sitios (o lugares) de muestreo de forma
aleatoria en los cuales se tomaron 3 muestras de agua y se midi la concentracin de
un elemento contaminante. Los resultados se indican a continuacin:

S1
18
16
16

AREA 1 (CONTROL)
S2
19
20
19

S3
18
18
20

S1
21
20
18

AREA 2 (DESCARGA)
S2
S3
19
19
20
23
21
21

El anlisis de varianza del diseo es el siguiente:

ANLISIS DE VARIANZA
Origen de las
Suma de
variaciones
cuadrados
Areas
18
Sitios
14.4444444
error
20.6666667
Total

53.1111111

Grados de Promedio de los

libertad
cuadrados
1
18
4
3.61111111
12
1.72222222

F
4.98461538
2.09677419

Probabilidad
0.00718064
0.31914097

17

El anterior es un DISEO ESTRATIFICADO, ANIDADO O JERARQUICO, en

el cual la subdivisin de factores y/o niveles corresponden a una jerarquizacin
dentro de un factor principal y son totalmente independientes y no relacionados.
Buscan controlar la variacin que se pudiera deber a los cambios dentro del factor
principal no por azar, sino por las diferencias propias de la distribucin de los otros
factores dentro de ste.
Dependiendo del nmero de factores que se tengan el diseo se jerarquiza en dos,
tres o ms etapas.

Una muestra de una solucin estndar de glucosa de 80.0

mg/dl, es enviada a cada uno de tres laboratorios y en cada
laboratorio dos tcnicos diferentes analizan 4 veces la
muestra, que es reportada en mg/dl. Los resultados se
indican a continuacin:
LABORATORIO
1
T1
T2
79.1
75.3
80.1
85.2
78.3
80.3
80.5
79.4

LABORATORIO
2
T1
T2
80.3
78.3
81.1
79.0
80.6
77.2
79.8
77.3

LABORATORIO
3
T1
T2
78.5
81.2
79.2
83.2
79.3
84.1
78.0
80.5

El anterior es un DISEO ESTRATIFICADO, ANIDADO

O JERARQUICO, en el cual la subdivisin de factores y/o
niveles corresponden a una jerarquizacin dentro de un
factor principal y son totalmente independientes y no
relacionados. Se acostumbra representarlos por medio de un
diagrama de flujo:

Buscan controlar la variacin que se pudiera deber a los

cambios dentro del factor principal no por azar, sino por las
diferencias propias de la distribucin de los otros factores
dentro de ste.
Dependiendo del nmero de factores que se tengan el diseo
se jerarquiza en dos, tres o ms etapas y de esto depende que
el ANDEVA sea de dos o ms vas, tomando en cuenta las
variaciones dentro de cada nivel de jerarquizacin.
El anlisis de varianza del diseo es el siguiente:

Source
| SC
gl
CM
F
P
-----------------------------------------------------------------------laboratorio
| 6.79
2
3.395 0.27 0.7796

tcnicos|laboratorio | 37.60
Residual
Total

12.535

| 65.25 18
| 109.65 23

3.625
4.767

3.46

0.0383

INTERPRETACION:
No existe diferencia significativa entre laboratorios.
Existe diferencia significativa de los tcnicos dentro de los
laboratorios.
PROMEDIOS Y GRAFICAS:
Laboratorios:
Summary of Glucosa
Laboratorio |
Mean
Std. Dev.
Freq.
--------------------------------------------------------1
| 79.775001 2.7551234
8
2
| 79.200001 1.4928398
8
3
| 80.499999 2.2077774
8
------------+------------------------------------------Total
| 79.825
2.1833847
24

Glucosa
85

80

75
1

Tcnicos:
Means, Standard Deviations and Frequencies of Glucosa
Laboratorio |

Tcnicos
1
2
| Total
------------------------------------------------------------------1
|
79.50 80.05 | 79.775001
------------------------------------------------------------------2
|
80.45 77.95 | 79.200001
------------------------------------------------------------------3
|
78.75 82.25 | 80.499999
------------------------------------------------------------------Total
|
79.57 80.08 | 79.825

Los diseos estratificados son una variante de los factoriales,

cada variable independiente interesa en relacin a su efecto

sobre la variable dependiente, no hay interaccin ya que los

niveles de los factores no se pueden combinar (son
independientes dentro de los niveles de jerarquizacin). Por
lo tanto se realizan anlisis de varianza de dos o ms vas,
pero para el factor que est dentro de la jerarqua de otro,
debe controlarse la variacin que se da dentro de ese nivel.
En el ejemplo se indica Tcnicos|Laboratorio, es decir si hay
diferencia entre tcnicos, pero controlando la variacin que
se da dentro de cada laboratorio (porque los tcnicos son
diferentes para cada laboratorio).

DISEO DE MEDICIONES REPETIDAS

Se realiz un estudio para determinar la cantidad de la enzima Glutatin Peroxidasa
en suero de ratas sometidas al consumo de una fuente externa de un agente
antioxidante, se tomaron 7 ratas y se les midi la enzima al inicio del estudio y a los
7, 14 y 21 das durante los cuales fueron tratadas. Los resultados de los valores de la
enzima, en U/litro, son los siguientes:
DIA 0
Rata 1
Rata 2
Rata 3
Rata 4
Rata 5
Rata 6
Rata 7
DIA 14
Rata 1
Rata 2
Rata 3
Rata 4
Rata 5
Rata 6
Rata 7

PGO (U/L)
9312.08
1724.46
20348.63
2759.14
5518.27
4138.7
5173.38
PGO (U/L)
2414.24
2069.35
3448.92
2069.35
2069.35
3793.81
2414.24

DIA 7
Rata 1
Rata 2
Rata 3
Rata 4
Rata 5
Rata 6
Rata 7
DIA 21
Rata 1
Rata 2
Rata 3
Rata 4
Rata 5
Rata 6
Rata 7

PGO (U/L)
11036.54
5518.27
14830.36
12071.22
3104.03
4483.6
6208.06
PGO (U/L)
3104.11
3104.11
3793.89
2759.22
1379.65
3449
1379.65

El consumo de un agente antioxidante externo produce algn efecto significativo

en las concentraciones sricas de la Glutatin Peroxidasa?
El Diseo de Mediciones Repetidas es aquel en el que, para una misma
variable, se hacen mediciones sobre cada unidad muestral o experimental en
dos o ms ocasiones distintas. Una de las situaciones ms usuales que permiten
el diseo de mediciones repetidas es cuando el investigador est interesado en
respuestas sobre el tiempo. Tiene la ventaja de controlar las variaciones
extraas entre las unidades muestrales o experimentales.

ANALISIS:
Anlisis de varianza para medidas repetidas (de dos vas), en el cual la variable
repetida no interesa si la respuesta es o no diferente, solamente sirve para
disgregar el error experimental por tratarse de los mismos sujetos.

Source | Partial SS df
MS
F
Prob > F
-----------+--------------------------------------------------------------dia | 174854588
3 58284862.8
5.36 0.0081
rata | 174075580
6
29012596.6
2.67 0.0494
|
Residual | 195554600 18 10864144.4
-----------+--------------------------------------------------------------Total | 544484768 27 20166102.5

ANALISIS DE COVARIANZA
Se efectu un experimento con dos grupos de ratones asignados aleatoriamente para
determinar los efectos comparativos de dos dietas (A y B). Se registraron los pesos (en
gramos) de pretratamiento y los pesos finales se determinaron despus de un tiempo
especificado durante el cual se les administr a cada grupo la dieta respectiva. Los
resultados fueron:

No. ratn
1
2
3
4
5
6
7
8
9
10

PRE
XA
60
55
54
50
38
42
50
45
43
52

DIETA A
POST
YA
80
81
78
72
51
54
78
59
61
78

No. ratn
1
2
3
4
5
6
7
8
9
10

PRE
XB
58
46
50
39
41
45
42
55
52
45

DIETA B
POST
YB
81
58
75
60
59
60
58
72
75
57

Existe diferencia significativa entre las dietas?

En el caso presentado, la respuesta de inters para el investigador puede estar influida por
un factor inicial, el cual hay que controlar y aislar del anlisis para establecer si
efectivamente los cambios se deben a la variable dependiente (Y) y no son producto de otra
variable, que en este caso se denomina COVARIABLE (X).
Una covariable es una variable aleatoria que est asociada a la variable independiente, cuyo
efecto en trminos estadsticos se denomina COVARIANZA; si valores pequeos de X
tienden a estar asociados con valores pequeos de Y y valores grandes de X con valores
grandes de Y, entonces el producto de las variaciones de cada valor de X y Y con respecto
de su media tender a ser positivo, produciendo una covarianza positiva (y viceversa).
En el ejemplo planteado, la covariable es el peso antes del experimento y la variable
dependiente es el peso despus. El anlisis de covarianza para establecer si las dietas son
diferentes o no se basa en el mismo principio del ANDEVA, aislando (y midiendo) el
efecto de la covariable.

ANDEVA:
Analysis of Variance
Source
SS
df
MS
F
Prob > F
-----------------------------------------------------------------------Between groups
68.45 1
68.45
0.62
0.4405
Within groups
1980.10 18 110.005556
-----------------------------------------------------------------------Total
2048.55 19 107.818421
ANCOVA:

Source | Partial SS
df
MS
F
Prob > F
-----------+-------------------------------------------------------dietas | 9.06936068 1 9.06936068
0.46 0.5077
pre | 1643.35761 1 1643.35761 82.96 0.0000
Residual | 336.742386 17 19.8083756
-----------+-------------------------------------------------------Total | 2048.55
19 107.818421

Tres dietas (A, B y C) fueron comparadas en relacin con sus efectos sobre el nivel de
colesterol en sangre de mujeres. La edad (en aos) fue empleada como un factor de control
debido a su aparente asociacin con el nivel de colesterol. El nivel de colesterol en sangre
(en mg/dl), fue determinado en cada persona luego de un perodo de tiempo dado de
tratamiento. Los resultados fueron:
No.
1
2
3
4
5
6
7
8
9
10

DIETA A
EDAD
COL.
40
190
47
205
28
178
51
215
50
202
48
208
27
181
47
201
42
192
38
193

No.
1
2
3
4
5
6
7
8
9
10

DIETA B
EDAD
COL.
41
201
30
187
58
226
48
222
57
220
26
184
50
208
44
199
39
196
29
185

No.
1
2
3
4
5
6
7
8
9
10

DIETA C
EDAD
COL.
41
201
32
192
57
215
49
202
36
197
30
195
34
194
42
200
61
248
40
198

ANDEVA:
Analysis of Variance
Source
SS
df
MS
F
Prob > F
-----------------------------------------------------------------------------Between groups
336.466667
2 168.233333
0.76
0.4767
Within groups
5963.70
27 220.877778
-----------------------------------------------------------------------------Total
6300.16667 29
217.247126
ANCOVA:
Source | Partial SS
df
MS
F
Prob > F
-----------+-----------------------------------------------------------dieta | 288.741528 2 144.370764
3.72
0.0380
edad | 4954.2958
1 4954.2958 127.61
0.0000
Residual | 1009.4042 26 38.8232385
-----------+----------------------------------------------------------Total | 6300.16667 29 217.247126

El anlisis de covarianza, permite determinar el efecto de una

variable independiente separando o controlando la variacin
debida a otra variable (covariable) que podra afectar la
respuesta y que se puede medir. En el ejemplo anterior lo
que interesa como factor principal es el nivel de colesterol en
las tres dietas, pero la edad puede afectarlo por lo que se
analiza como covariable y aparece en la tabla ANDEVA.