Ideas bsicas del diseo experimental

Captulo 4 de Analysis of Messy Data. Milliken y Johnson (1992)

Diseo de experimentos p. 1/23

Ideas bsicas del diseo experimental

Antes de llevar a cabo un experimento, se deben contestar

algunas preguntas:
1. Cuntos tratamientos se van a estudiar?
2. Cuntas veces se va a observar cada tratamiento?
3. Cules son las unidades experimentales?
4. Cmo aplica el experimentador los tratamientos a las u.e.
disponibles y luego observa las respuestas?
5. Se puede analizar el diseo resultante y/o se pueden hacer
las comparaciones deseadas?

Diseo de experimentos p. 2/23

Ideas bsicas del diseo experimental

Considere un experimento que involucra t tratamientos y cada

tratamiento se aplica a r u.e. diferentes.
Un modelo matemtico que se puede usar para describir yij ,
la respuesta observada de la j-sima u.e. del i-simo
tratamiento es:
(
i = 1, 2, . . . , t
(1)
yij = i + ij
j = 1, 2, . . . , r
donde i es la media real, pero desconocida, de las
respuestas del i-simo tratamiento y ij es una variable
aleatoria que represental el ruido resultante de la variacin
total y otras posibles fuentes de error aleatorio y no aleatorio.

Diseo de experimentos p. 3/23

Ideas bsicas del diseo experimental

Para llevar a cabo este experimento, el investigador debe

seleccionar rt u.e. y asignar aleatoriamente cada tratamiento
a r de las u.e.
El uso de la aleatorizacin es muy importante ya que previene
la introduccin de sesgos sistemticos en el experimento. Si el
investigador no usa la aleatorizacin, entonces no puede decir
si una diferencia observada se debe a diferencias entre los
tratamientos o se debe al mtodo sistemtico usado para
asignar los tratamientos a las u.e.
Ya que el objetivo de un experimento es comparar la respuesta
observada en las u.e. de los tratamientos, entonces, mientras
ms parecidas sean las u.e. mejores sern las comparaciones
entre los tratamientos.

Diseo de experimentos p. 4/23

Ideas bsicas del diseo experimental

En muchos experimentos es imposible seleccionar rt u.e.

idnticas.
El que las u.e. no sean idnticas contribuye al error ij .
Entonces, se mejoran los experimentos si el investigador
puede agrupar las u.e. en grupos que sean muy parecidos,
u.e. muy parecidas se les llama homogneas.
Cuando este es el caso, los tratamientos pueden compararse
en las u.e. similares donde la variacin debida al grupo puede
tomarse en cuenta en el anlisis.
Estos grupos de u.e. homogneas se llaman bloques.

Diseo de experimentos p. 5/23

Ideas bsicas del diseo experimental

Sean r bloques con t u.e. cada uno, cada tratamiento

apareciendo una sola vez en cada bloque.
Un modelo que representa la respuesta observada del i-simo
tratamiento en el j-simo bloque es:
(
i = 1, 2, . . . , t
yij = i + bj + ij
j = 1, 2, . . . , r
Observe que el ij del modelo (1) se reemplaz por bj + ij ,
esto es, la variacin entre grupos o bloques de u.e. se
identific y se separ de ij .
Se pueden comparar dos tratamientos, libres de efectos de
bloque, tomando diferencias dentro de bloque de las
respuestas de los dos tratamientos como:
yij yi j = i i + ij i j
el cual no depende del efecto del bloque bj .
Diseo de experimentos p. 6/23

Ideas bsicas del diseo experimental

Un objetivo del diseo experimental es seleccionar y agrupar

el material experimental de tal manera que se reduzca el error
experimental. Entonces, necesitamos que las u.e. en las
cuales se van a comparar los tratamientos, sean lo ms
parecidas posible para que puedan detectarse pequeas
diferencias significativas entre dos tratamientos.
Si hay t tratamientos y t u.e. se puede llevar a cabo un
experimento y se puede estimar la media de cada tratamiento.
Pero la varianza del error no se puede obtener a menos que
alguno o todos los tratamientos sean replicados (tengan
repeticiones).
Una rplica de un tratamiento es una observacin
independiente del tratamiento y, por lo tanto, dos rplicas
(repeticiones) de un tratamiento deben involucrar dos u.e.

Diseo de experimentos p. 7/23

Ideas bsicas del diseo experimental

Frecuentemente se utliza dividir una muestra para generar dos

observaciones a las que se les llama rplicas cuando en
realidad son submuestras o mediciones repetidas.
Por ejemplo, dos mediciones independientes de la estatura de
una persona no dan una medida de la variacin de estaturas
de la poblacin de personas, sino que dan una medida de la
variacin de la medicin de estatura en esa persona.
Otro ejemplo, considere un experimento para comparar la
capacidad de tres conservadores para inhibir el crecimiento de
hongos en cierto tipo de pastel.

Diseo de experimentos p. 8/23

Ideas bsicas del diseo experimental

Se aplica un conservador a cada pastel. Despus de 9 das de

almacenado se mide el nmero de esporas de hongo por cm3 .
Como el investigador quiere 10 rplicas para el anlisis, divide
cada pastel en 10 partes y obtiene la medicin de esporas de
hongo en cada parte.
Sin embargo, esas 10 mediciones no resultan de 10
aplicaciones independientes del conservador.
La medida de variacin de sus submuestras es un indicador de
la variacin dentro del pastel y no de la variacin u.e. a u.e.
Para tener 10 rplicas, el investigador necesita hacer 10
pasteles con cada conservador, cada uno de ellos mezclado
independientemente del otro.

Diseo de experimentos p. 9/23

Ideas bsicas del diseo experimental

Es muy importante distinguir entre una submuestra y una

rplica, ya que la varianza del error estimada entre las
submuestras es en general considerablemente menor que la
varianza del error estimada entre rplicas o u.e.
Por lo tanto, la estadstica F de las pruebas construda usando
la varianza del error calculada de las submuestras ser mucho
mayor de lo que debe ser, llevando al experimentador a
encontrar ms diferencias significativas de lo que debera.

Diseo de experimentos p. 10/23

Estructuras de un diseo experimental

1. Estructura de tratamientos. Es el conjunto de

tratamientos, combinacin de los niveles de los factores bajo
estudio, o poblaciones que son seleccionadas por el
investigador para comparar.
La estructura de tratamientos puede ser un conjunto de t
tratamientos, llamada estructura de tratamientos unifactorial
(de una va, one-way), o un conjunto de combinaciones de
niveles como un arreglo factorial de 2 factores (vas) o de
mayor orden.

Diseo de experimentos p. 11/23

Estructuras de un diseo experimental

2. Estructura de diseo. Es la forma en que se agrupan las

u.e. en conjuntos homogneos (bloques).
La estructura de diseo de un experimento involucra el
agrupamiento de las u.e. de tal manera que las condiciones
bajo las cuales se observan los tratamientos sean lo ms
uniformes posible.
Si todas las u.e. son homogneas, entonces solo hay un grupo
o bloque de observaciones y las u.e. pueden ser asignadas a
los tratamientos completamente al azar. Esta estructura de
diseo se llama diseo completamente al azar.
Si se requiere ms de un grupo de u.e. para que dentro de
cada grupo las u.e. sean ms homogneas entre s que entre
grupos, entonces la estructura de diseo es algn tipo de
diseo de bloques.

Diseo de experimentos p. 12/23

Diseo experimental

Una vez que se seleccionaron las estructura de tratamientos y

de diseo, el diseo experimental se especifica describiendo
exactamente el mtodo de asignacin aleatoria de los
tratamientos a la u.e. en la estructura de diseo.
El diseo experimental define el modelo apropiado que debe
usarse para un anlisis correcto. Al construir el modelo, se
hacen dos suposiciones bsicas:
1. Se supone que los componentes de la estructura de diseo
son efectos aleatorios, esto es, los bloques usados son una
muestra aleatoria de la poblacin de posibles bloques de
u.e.
2. Se supone que no hay interaccin entre los componentes
de la estructura de diseo y los componentes de la
estructura de tratamientos. Es decir, se supone que la
relacin existente entre los tratamientos ser consistente
de bloque a bloque, o dicho de otra manera, los bloques no
influyen en la relacin entre los tratamientos.
Diseo de experimentos p. 13/23

Tipos de estructuras de diseo

La estructura de diseo se selecciona usando toda la

informacin disponible de las u.e. y se escoge
independientemente de la estructura de tratamientos.
Tipos de estructura de diseo.
1. Diseo completamente al azar. Se supone que todas las
u.e. son homogneas y los tratamientos se asignan a las
u.e. completamente al azar.
2. Diseo de bloques al azar (completos). Si hay t
tratamientos, este diseo consiste de b bloques con t u.e.
cada uno. Cada tratamiento se asigna aleatoriamente a las
u.e. en cada bloque. (Restriccin en la aleatorizacin).
Si cada bloque tiene ct u.e. con c entero, entonces cada
tratamiento se puede asignar a c u.e. en cada bloque
(bloques al azar generalizados).

Diseo de experimentos p. 14/23

Tipos de estructuras de diseo

3. Diseo de cuadro latino. Consiste de un diseo de

bloques en dos direcciones. Si se tienen t tratamientos, t2
u.e. se arreglan en un cuadrado t t donde los renglones
se llaman bloques rengln y las columnas bloques
columna. Los tratamientos se asignan aleatoriamente a las
u.e. de tal manera que cada tratamiento ocurra una sola
vez en cada bloque rengln y una sola vez en cada bloque
columna.
4. Diseo de bloques incompletos. Cuando el nmero de
tratamientos es mayor que el nmero de u.e. en cada
bloque.
5. Combinaciones y generalizaciones. El tamao de los
bloques vara de bloque a bloque, o algunos bloques estn
incompletos y otros completos.

Diseo de experimentos p. 15/23

Tipos de estructuras de tratamientos

1. Estructura de una va (oneway). Consiste de un conjunto

de t tratamientos o poblaciones que corresponden a los t
niveles del factor bajo estudio.
2. Estructura de dos vas (twoway). Consiste de un
conjunto de tratamientos construidos al combinar los
niveles de dos factores. Si el primer factor tiene s niveles y
el segundo r niveles, resultan s r tratamientos.
Ejemplo: Diseo factorial 3 4, 12 tratamientos.

A1
A2
A3

B1
A1 B1
A2 B1
A3 B1

B2
A1 B2
A2 B2
A3 B2

B3
A1 B3
A2 B3
A3 B3

B4
A1 B4
A2 B4
A3 B4

Diseo de experimentos p. 16/23

Tipos de estructuras de tratamientos

3. Estructura de arreglo factorial. Consiste de un conjunto

de tratamientos construidos al combinar los niveles de 2 o
ms factores.
4. Estructura de arreglo factorial fraccional. Consiste de
solo una parte o fraccin de todas las combinaciones
posibles de niveles (tratamientos) de un arreglo factorial.
Existen diferentes tcnicas para seleccionar la fraccin
apropiada.
5. Arreglos factoriales con uno o ms controles. Por
ejemplo un factorial 3 2 + 1 significa que se tienen dos
factores uno con 3 niveles, el otro con 2 niveles y un
tratamiento testigo o control.
Todas las estructuras descritas se pueden considerar como
una estructura de una va (oneway) para propsitos de
anlisis.
Diseo de experimentos p. 17/23

Ejemplo

Un nutrilogo quiere estudiar el efecto de 5 dietas para perder

peso. La estructura de tratamientos es de un solo factor con 5
niveles.

Si hay 20 personas homogneas, se puede usar un diseo

completamente al azar donde cada dieta se asigna
completamente al azar a 4 personas. El modelo:
yij
yij

= i + ij

= + i + ij i = 1, . . . , 5 j = 1, . . . , 4
F.V.
Dieta
Error

g.l.
4
15

Diseo de experimentos p. 18/23

Ejemplo

Si hay 10 hombres y 10 mujeres en lugar de las 20 personas

homogneas, el gnero de la persona puede usarse como
bloque, entonces se usara un diseo de bloques al azar
generalizado donde cada dieta se asigna aleatoriamente a
dos hombres y dos mujeres.
yijk
yijk

= i + bj + ijk

= + i + bj + ijk i = 1, . . . , 5 j = 1, . . . , 4
F.V.
Bloque
Dieta
Error

g.l.
1
4
14

Diseo de experimentos p. 19/23

Ejemplo

En algunos casos, el sexo de la persona no es una buena

seleccin como factor de bloqueo ya que puede ser un tipo
de tratamiento (sobre todo si consideramos que puede
haber interaccin de los dos factores). Si es as, la
estructura de tratamientos es un factorial de 2 vas (dieta y
sexo) con 10 tratamientos, resultado de combinar dos
niveles de sexo con 5 niveles de dieta. El diseo es
completamente al azar con 2 repeticiones.
yijk
yijk

i
j
ij

= ij + ijk

= + i + j + ij + ijk i = 1, . . . , 5 j = 1, 2 k = 1, 2
media general
efecto de dieta
efecto de sexo
interaccin dieta sexo
Diseo de experimentos p. 20/23

Ejemplo

La Tabla de ANOVA para cada uno de los modelos es:

F.V.
Modelo ij
Sexo x Dieta
Error
Modelo + i + j + ij
Sexo
Dieta
Sexo x Dieta
Error

g.l.
9
10
1
4
4
10

Diseo de experimentos p. 21/23

Ejemplo

Suponga ahora que las dietas tienen una estructura

consistente de una dieta control y cuatro dietas resultado de
la combinacin de dos niveles de protena y dos niveles de
carbohidratos.
La estructura de tratamientos de Dieta es un arreglo factorial
2 2 con un control, que al cruzarse con Sexo genera una
estructura de tratamientos de tres vas con dos controles
(uno para hombres y otro para mujeres). El diseo es
completamente al azar.
El modelo es:
yijk = + i + j + ij + ijk i = 1, . . . , 5 j = 1, 2 k = 1, 2

Diseo de experimentos p. 22/23

Ejemplo

F.V.
Sexo
Dieta
Control vs. 22
Protena
Carbohidrato
Protena x carbohidrato
Sexo x Dieta
Sexo x Control vs. 22
Sexo x Protena
Sexo x Carbohidrato
Sexo x Carbohidrato x Protena
Error

g.l.
1
4
1
1
1
1
4
1
1
1
1
10

Diseo de experimentos p. 23/23