Professional Documents
Culture Documents
Introduccin
Hemos estudiado que en el diseo en cuadrado latino se tiene que vericar que los
tres factores tengan el mismo nmero de niveles, es decir que haya el mismo nmero de
las, de columnas y de letras latinas. Sin embargo, puede suceder que el nmero de niveles
disponibles de uno de los factores de control sea menor que el nmero de tratamientos, en
este caso estariamos ante un diseo en cuadrado latino incompleto. Estos diseos fueron
estudiados por W.J. Youden y se conocen con el nombre de cuadrados de Youden.
Consideremos de nuevo el experimento sobre el rendimiento de la semilla de trigo, en el
que se est interesado en estudiar 4 tipos de semillas y se desea eliminar estadsticamente
el efecto del tipo de insecticida y abono. Pero supongamos que slo se dispone de 3 tipos
de abono. Para realizar este experimento se decidi utilizar un cuadrado de Youden con 4
las, los tipos de insecticidas (i1, i2, i3 ,i4), 3 columnas, los tipos de abono (a1, a2, a3) y 4
letras latinas, los tipos de semillas (A, B, C, D). Los datos correspondientes se muestran
en la Tabla 5-15 y dan lugar al Ejemplo 5-3
Tabla 5-15 Datos para el Ejemplo 5-3
Cuadrado de Youden
Abonos
Insecticidas
a1
a2
a3
i1
A 23 B 25 C 16
i2
B 18 C 15 D 17
i3
C 19 D 25 A 18
i4
D 21 A 12 B 20
Observamos que este diseo se convierte en un cuadrado latino si se le aade la columna
1
yijk = + i + j + k + ijk
i = 1, 2 . . . , I
,
j = 1, 2 . . . , J con I = J y K < I
k = 1, 2 . . . , K
(9.1)
donde
es la media global.
i es el efecto producido por el i-simo tratamiento. Dichos efectos estn sujetos a
la restriccin i i = 0.
1
Seguimos la notacin empleada en el Captulo 4 referente a los diseos en bloques incompletos balanceados.
9.1 Introduccin
Ti2
K
i=1
SCT r =
(9.2)
siendo
=R
K 1
I 1
1
K
nij y.j. i = 1, 2, , I
(9.3)
j=1
donde
i) yi.. se obtiene sumando las observaciones en las que la letra latina se ha
jado al nivel i.
ii) y.j. se obtiene sumando las observaciones correspondientes al bloque jsimo.
nij =
Notamos que
1
K
nij y.j. ,
j=1
2
y.j.
y2
...
K
N
SCBl =
j=1
(9.4)
SCC =
k=1
2
y..k
y2
...
J
N
(9.5)
K
2
y(.)jk
SCT =
j=1 k=1
2
y...
N
(9.6)
donde y(.)jk indica la observacin correspondiente a la la j y la columna k, independientemente de la letra que corresponda.
Los grados de libertad correspondientes a cada suma de cuadrados son:
N 1 para SCT .
I 1 para SCT r .
J 1 para SCBl.
9.1 Introduccin
K 1 para SCC.
N 2I K + 2 para SCR.
La tabla ANOVA se presenta a continuacin:
Tabla 5-16. Tabla ANOVA para un diseo en cuadrado de Youden
Fuentes de
variacin
Suma de
cuadrados
Grados de
libertad
Cuadrados
medios
Fexp
I 1
SCT r
I 1
MCT r
MCR
Ti2
K
i=1
Trat ajusta.
J
Bloq-no-ajust.
j=1
K
Columnas
k=1
Residual
TOTAL
I
2
y.j.
y2
...
K
N
J 1
2
y..k
y2
...
I
N
K 1
SCT SCT r
SCBl SCC
y2
2
y(.)jk
...
N
N 2I K + 2
SCR
N 2I K + 2
N 1
jk
Al igual que en el diseo en bloques incompletos balanceados, puede resultar de inters contrastar tambin la igualdad del efecto de los bloques, para ello la SCT se debe
descomponer de la siguiente forma
SCT = SCT r + SCBl + SCC + SCR
donde
SCT r es la suma de cuadrados de los tratamientos, que tiene la siguiente expresin
I
SCT r =
i=1
2
yi..
y2
...
K
N
(9.7)
Bj2
R
SCBl =
j=1
(9.8)
siendo
R es el nmero de veces que cada tratamiento se presenta en el diseo.
Bj es el total ajustado del j-simo bloque, dado por la siguiente expresin
Bj = y.j.
1
R
nij yi.. j = 1, 2, , J
(9.9)
i=1
Suma de
cuadrados
I
2
yi..
y2
...
K
N
Trat-no-ajustad.
i=1
Grados de
libertad
Cuadrados
medios
Fexp
SCBl
J 1
MCBl
MCR
I 1
Bj2
R
j=1
Bloq-ajustad.
K
Columnas
k=1
Residual
TOTAL
J
2
y..k
y2
...
I
N
SCT SCT r
SCBl SCC
y2
2
y(.)jk
...
N
J 1
K 1
N 2I K + 2
SCR
N 2I K + 2
N 1
jk
Para una mayor informacin sobre estos diseos vase Cochran & Cox (1957).
A n de ilustrar este modelo pasamos a resolver el Ejemplo 5-3, para ello organizamos
los datos en forma tabular de la siguiente manera
9.1 Introduccin
Insec
i1
i2
23
25
C
15
y..k
2
y..k
25
64
4096
1410
17
50
2500
838
18
62
3844
1310
20
71
5041
53
229
17531
2809
13249
985
4543
yi..
53
63
50
63
229
2
yi..
2809
3969
2500
3969
13247
19
i4
16
D
18
i3
2
k y(.)jk
21
81
6561
12
77
5929
Tratamientos
A
B
C
D
Tabla 5-19.
Observaciones
23 18
12
25 18
20
16 15
19
17 25
21
K 1
2
=3 =2 .
I 1
3
3
2
y(.)jk
SCT =
j=1 k=1
2
y...
2292
= 4543
= 172,91
N
12
SCBl =
j=1
3
SCC =
k=1
2
y.j.
y2
13249 2292
... =
= 46,25
K
N
3
12
2
y..k
y2
17531 2292
... =
= 12,66
I
N
4
12
4
Ti2
3(237,33)
= 89
I
24
donde los totales ajustados de los tratamientos se calculan utilizando la siguiente expresin
SCT r =
1
Ti = yi..
K
i=1
nij y.j. i = 1, 2, , I
(9.10)
j=1
Por lo tanto
T1 = (53) 13 (64 + 62 + 53) = 6,66
T2 = (63) 13 (64 + 50 + 53) = 7,33
T3 = (50) 13 (64 + 50 + 62) = 8,66
T4 = (63) 13 (50 + 62 + 53) = 8
La suma de cuadrados del error se calcula como
SCR = SCT SCT r SCBl SCC = 25
El anlisis de la varianza resultante se presenta en la siguiente tabla:
Tabla 5-20. Tabla ANOVA para los datos del Ejemplo 5-3
Fuentes de
variacin
Trat. corregidos
Bloques-no-corregidos
Columnas
Residual
TOTAL
Suma de
cuadrados
89
46.25
12.66
25
172.91
Grados de
libertad
3
3
2
3
11
Cuadrados
medios
29.66
8.33
Fexp
3.560
9.1 Introduccin
2
yi..
y2
13247 2292
... =
= 45,58
K
N
3
12
SCT r =
i=1
Bj2
R
SCBl =
j=1
3(239,11)
= 89,66
24
donde los totales ajustados de los bloques se calculan utilizando la siguiente expresin
Bj = y.j.
1
R
nij yi.. j = 1, 2, , J
(9.11)
i=1
Por lo tanto
B1 = (64) 13 (53 + 63 + 50) = 8,66
B2 = (50) 13 (63 + 50 + 63) = 8,66
B3 = (62) 13 (53 + 50 + 63) = 6,66
B4 = (53) 13 (53 + 63 + 63) = 6,66
El anlisis de la varianza resultante se presenta en la siguiente tabla
Tabla 5-21. Tabla ANOVA para los datos del Ejemplo 5-3
Fuentes de
variacin
Trat-no-corregidos
Bloques corregidos
Columnas
Residual
TOTAL
Suma de
cuadrados
45.58
89.66
12.66
25
172.91
Grados de
libertad
3
3
2
3
11
Cuadrados
medios
Fexp
29.88
3.587
8.33
10
Notamos que al nivel de signicacin del 5 % tampoco son signicativos los efectos del
tipo de insecticida.
Bibliografa utilizada
Garca Leal, J. & Lara Porras, A.M. (1998). Diseo Estadstico de Experimentos.
Anlisis de la Varianza. Grupo Editorial Universitario.
Lara Porras, A.M. (2000). Diseo Estadstico de Experimentos, Anlisis de la Varianza y Temas Relacionados: Tratamiento Informtico mediante SPSS. Proyecto
Sur de Ediciones.