POLINOMIOS ORTOGONALES

Las comparaciones y polinomios ortogonales son parte del análisis funcional:

 Se busca respuestas a preguntas previamente establecidas

 Trata de mostrar tendencias (polinomios ortogonales en la representación de los
datos.

Comparaciones Ortogonales

 Es aplicable a cualquier diseño o arreglo

 No requiere diferencia significativa en ADEVA
 Deben responder a preguntas lógicas
 Comparaciones =GLt
 Desdoblar la SCt
 Factores cualitativos o cuantitativos

Polinomios Ortogonales

 Son ecuaciones de regresión

 Permiten terminar tendencias
 Aplicable a cualquier tipo de diseño o arreglo
 Polinomios =GLt
 Solo a factores cuantitativos igualmente espaciados

Coeficientes y divisores para comparaciones ortogonales

TRATAMIENTOS IGUALMENTE ESPACIADOS

Numero de Grado del Ajuste Totales de tratamiento Divisor

Tratamientos polinomio
T1 T2 T3 T4 T5 T6
2 1 lineal -1 +1 2
3 1 Lineal -1 0 +1 2
2 cuadrático +1 -2 +1 6

4 1 lineal -3 -1 +1 +3 20
2 cuadrático +1 -1 -1 +1 47
 3 cubico -1 +3 -3 +1 20

5 1 Lineal -2 -1 0 +1 +2 10
2 Cuadrático +2 -1 -2 -1 +2 14
3 cubico -1 +2 0 -2 +1 10
4 Cuartico +1 -4 +6 -4 +1 70

6 1 Lineal -5 -3 -1 +1 +3 +5 70
2 Cuadrático +5 -1 -4 -4 -1 +5 84
3 Cubico -5 +7 +4 -4 -7 +5 180
4 Cuartico +1 -3 +2 +2 -3 +1 28
5 Quintico -1 +5 -10 +10 -5 +1 252

Modelos de ajuste de los polinomios

Polinomios Ortogonales

Aspectos Generales

Los polinomios ortogonales cuando se trabaja con valores promedio de Y

correspondientes a cada nivel de la variable independiente (X) o cuando se cuenta con
una observación.

Habrá notado que el número de modelos polinómicos (respuestas) posible a probar, es

igual a dos grados menos (n-2) que el número de niveles de estudiados (n).

Es decir, con tres niveles de un factor solo se puede probar el efecto lineal: con cuatro
niveles sus respuestas con lineal y cuadrática y con cinco niveles la respuesta es lineal,
cuadrática y cubica.

En el contexto de un Diseño Experimental se utilizan todos los valores de Y: luego como

se verá más adelante el número de respuestas posibles de probar es igual a un grado menos
(n-1) que el número de niveles estudiados (n). Así con tres niveles de un factor, hay dos
grados de libertad que pueden particionarse en uno, asociado con la respuesta lineal, y
otro con la respuesta cuadrática. Con una curva de segundo grado o mayor siempre pasa
por tres puntos puede ser más apropiado referirse a la última como asociado a una
respuesta no lineal o con falta de ajuste a una respuesta lineal.

En investigaciones, sobre todo en carácter agronómico, es muy raro encontrar respuestas

cuarticas o de mayor grado, por lo que, al estudiar más de cuatro niveles de un factor, lo
más común es probar las respuestas lineal, cuadrática y cubica.

La suma de cuadrados de los contrastes permite probar cual es el grado apropiado del
polinomio. Cada uno de las SC se prueba mediante el termino de error, siendo la hipótesis
nula que la media de la población para la comparación es cero. Si solo es efecto lineal es
significativo, se concluye que el incremento en la respuesta entre niveles sucesivos del
factor es constante dentro de la variación aleatoria del orden del error experimental.

Un efecto cuadrático significante indica que una parábola se ajusta mejor a los datos; esto
es, que explica significativamente más variación entre medias de tratamientos que una
recta; es decir el aumento o disminución por cada incremento adicional no es constante,
sino que varía progresivamente (STEELY TORRIE, 1992)