UNIDAD 5 Diseo experimental con bloques al azar y

diseos factoriales

Pgina 1 de 20

INSTITUTO TECNOLOGICO DE PIEDRAS NEGRAS

EQUIPO:
-VIRGINIA GUADALUPE LOPEZ MIRANDA
-VANESA AGUILAR CERVANTES

ESTADISTICA ADMINISTRATIVA ll
Carrera: Contado pblico

Semestre: 3er semestre

Actividad: consulta y ejercicios de unidad 5

Fecha de entrega: 16 de Diciembre del 2012




UNIDAD 5 Diseo experimental con bloques al azar y
diseos factoriales

Pgina 2 de 20
DISEO EXPERIMENTAL CON BLOQUES AL AZAR Y DISEOS FACTORIALES
5.1 METODOLOGA DEL DISEO EXPERIMENTAL DE BLOQUES AL AZAR.
En cualquier experimento, la variabilidad que surge, de un factor perturbador puede
afectar los resultados. En general un factor perturbador puede definirse como un factor
del diseo que probablemente tenga un efecto sobre la variable de respuesta, pero en el
que no existe un inters especfico. En este caso cuando se conoce el factor perturbador y
este no es de inters, para remover el efecto de este, se procede a la formacin de
bloques en los cuales todos los tratamientos deben de estar representados y los mismos
son distribuidos al azar en cada bloque.
Ejemplo 1.
Si se desea aplicar este diseo en un experimento agrcola, si se quiere Evaluar el efecto
de varios tipos de fertilizantes nitrogenados en la produccin de maz. Si la topografa del
suelo donde se va a realizar el experimento tiene una pendiente, la pendiente es un
efecto perturbador, por lo cual se deben hacer bloques a diferentes niveles de la
pendiente, para remover el efecto de la pendiente en la fertilidad del suelo y por ende en
la variable de respuesta a evaluar.
En experimentos agrcolas tambin se puede bloquear por efecto de la sombra, es
probable que un rea experimental este localizada en una zona donde haya una cortina
rompevientos y la sombra en determinado momento del da sea un factor perturbador.
Se puede bloquear adems por: tipo de suelo y capacidad de drenaje del suelo.
Es decir por todos aquellos factores conocidos que pueden afectar la variable de
respuesta.
Ejemplo 2.
Si se desea probar el efecto de diferentes dietas sobre el consumo de alimento y ganancia
de peso en cerdos y no se tienen slo hembras solo machos para realizar el
experimento, entonces se utilizan hembras y machos y se realizan bloques para eliminar el
efecto del sexo. Igualmente, si no se tienen animales de la misma raza se pude bloquear
por raza para eliminar el efecto raza.
En el caso de ganado de leche se puede bloquear por etapa de lactancia o por el nmero
de partos.
UNIDAD 5 Diseo experimental con bloques al azar y
diseos factoriales

Pgina 3 de 20
Sin embargo, cabe aclarar que estos bloques se hacen cuando el factor perturbador no es
de inters, es decir, no es el objetivo de la investigacin evaluar ese factor.
En animales confinados, cerdos, aves y conejos, donde determinada rea de las galeras
tienen mejor ventilacin, se debe bloquear para eliminar efectos de la ventilacin.
Es decir que se bloquea para eliminar el factor perturbador y que no es de inters en la
investigacin.
En muchos problemas de diseo experimental es necesario disear el experimento de
modo que sea posible controlar la variabilidad generada por un factor indeseable. El
procedimiento general para el diseo aleatorizado por bloques completos consiste en
seleccionar b bloques y realizar una rplica completa del experimento en cada uno de
ellos. En la tabla 4.1 aparecen los datos que se obtienen al aplicar un diseo aleatorizado
por bloques completos para investigar un solo factor con a niveles y b bloques. En cada
bloque existen a observaciones (una por cada nivel del factor), y el orden en que se toman
estas observaciones se asigna de manera aleatoria dentro del bloque.
Suponga que tiene inters en un solo factor que tiene a niveles, y que el experimento se
efecta en b bloques. Las observaciones pueden presentarse con el modelo estadstico
lineal
Donde es la media global, i es el efecto del i-simo tratamiento, j es el efecto del j-
simo bloque y ji es el trmino de error aleatorio, el cual se supone que tiene una
distribucin normal e independiente con media cero y varianza ().En principio, los efectos
de los tratamientos y de bloques son considerados como factores fijos. Por otro lado, los
efectos de los tratamientos y de los bloques son definidos como desviaciones de la media
global.
5.2 DISEO DE EXPERIMENTOS FACTORIALES.
uchos experimentos se llevan a cabo para estudiar los efectos producidos por dos o
ms factores. Puede mostrarse que en general los diseos factoriales son los ms
eficientes para este tipo de experimentos. Por diseo factorial se entiende aquel en el que
se investigan todas las posibles combinaciones de los niveles de los factores en cada
ensayo completo o rplica del experimento. Por ejemplo, si existen a niveles del factor A
y b niveles del factor B, entonces cada rplica del experimento contiene todas las ab
combinaciones de los tratamientos. A menudo, se dice que los factores estn cruzados
cuando stos se arreglan en un diseo factorial.
M
UNIDAD 5 Diseo experimental con bloques al azar y
diseos factoriales

Pgina 4 de 20
El efecto de un factor se define como el cambio en la respuesta producida por un cambio
en el nivel del factor. Con frecuencia, ste se conoce como efecto principal porque se
refiere a los factores de inters primordial del experimento. Por ejemplo, consideremos
los datos de la tabla 1. El efecto principal del factor A podra interpretarse como la
diferencia entre la respuesta promedio en el primer y segundo nivel de ese factor.
Numricamente:





Tabla 1 Un experimento factorial
21
2
30 20
2
52 40
A =
+

+
=

En otras palabras incrementar el factor A del nivel 1 al 2 produce un cambio en la
respuesta promedio de 21 unidades. Similarmente, el efecto principal de B es:
11
2
40 20
2
52 30
B =
+

+
=

Si los factores tienen ms de dos niveles, el procedimiento anterior debe ser modificado
ya que las diferencias entre las respuestas promedio pueden expresarse de muchas
formas.
En algunos experimentos puede encontrarse que la diferencia en la respuesta entre los
niveles de un factor no es la misma en todos los niveles de los otros factores. Cuando esto
ocurre existe una interaccin entre los factores. Por ejemplo, considrense los datos de la
Tabla 2.



20 30
40 52
B1 B2
A1
A2
Factor B
Factor A
20 30
40 52
B1 B2
A1
A2
Factor B
Factor A
20 40
50 12
B1 B2
A1
A2
Factor B
Factor A
20 40
50 12
B1 B2
A1
A2
Factor B
Factor A
UNIDAD 5 Diseo experimental con bloques al azar y
diseos factoriales

Pgina 5 de 20
Tabla 2. Un experimento factorial con interaccin
En el primer nivel del factor B, el efecto de A es:
A = 50 - 20 = 30
Mientras que en el segundo nivel de B, el efecto de A es:
A = 12 - 40 = 28
Puede observarse que existe una interaccin entre los factores A y B porque el efecto de A
depende del nivel elegido de B.
Estas ideas pueden ilustrarse grficamente. En la Fig. 1 se muestra una grfica de la
respuesta de los datos de la Tabla 1 contra los niveles del factor A para ambos niveles del
factor B. Se observa que las rectas B
1
y B
2
son, aproximadamente, paralelas. Esto indica
que no hay interaccin entre los factores. De manera similar, en la Fig. 2 se presenta una
grfica de la respuesta de los datos de la Tabla 2.





Figura 1 Un experimento factorial sin interacciones
En este caso se ve que las rectas B
1
y B
2
no son paralelas. Esto muestra que existe una
interaccin entre A y B. Sin embargo, no debe ser la nica tcnica para analizar los datos,
porque su interpretacin es subjetiva y su apariencia, a menudo, es engaosa.





10
20
30
40
50
60
A1
A2
B1
B2
B1
B2
R
e
s
p
u
e
s
t
a

Factor A
10
20
30
40
50
60
A1
A2
B1
B2
B1
B2
R
e
s
p
u
e
s
t
a

Factor A
10
20
30
40
50
60
A1
A2
B1
B2
B1
B2
R
e
s
p
u
e
s
t
a

Factor A
10
20
30
40
50
60
A1
A2
B1
B2
B1
B2
R
e
s
p
u
e
s
t
a

Factor A
UNIDAD 5 Diseo experimental con bloques al azar y
diseos factoriales

Pgina 6 de 20
Figura 2 Un experimento factorial con interacciones
Hay que notar que cuando una interaccin es grande los correspondientes efectos
principales tienen poco significado prctico. Una estimacin del efecto principal de A de
los datos de la Tabla 2 es:
1
2
40 20
2
12 50
A =
+

+
=

El cual resulta ser muy pequeo corrindose el riesgo de concluir que no existe un efecto
debido a A. Sin embargo, cuando se examin el efecto de A en niveles diferentes de B se
concluy que ste no era el caso. El factor A tiene un efecto, pero depende del nivel del
factor B. En otras palabras, es ms til conocer la interaccin AB que el efecto principal.
Una interaccin significativa oculta a menudo el significado de los efectos principales.
Ventajas de los diseos factoriales
as ventajas de los diseos factoriales pueden ilustrarse fcilmente. Supongamos que se
tienen dos factores, A y B, cada uno con dos niveles. Estos niveles se representan
mediante A
1
, A
2
, B
1
y B
1
. La informacin acerca de ambos factores puede obtenerse
variando un factor a la vez como aparece en la tabla 3. El efecto de variar el factor A est
dada por A
2
B
1
-A
1
B
2
. A causa de que existe error experimental, es conveniente realizar,
por ejemplo, dos observaciones de cada combinacin de tratamientos y hacer una
estimacin de los efectos de los factores usando las respuestas promedio. Por lo tanto, se
requiere un total de seis observaciones.






Tabla 3 El mtodo de un factor a la vez
Los diseos factoriales poseen algunas ventajas.
L
A1B1 A1B2
A2B1 12
B1 B2
A1
A2
Factor B
Factor A
A1B1 A1B2
A2B1 12
B1 B2
A1
A2
Factor B
Factor A
UNIDAD 5 Diseo experimental con bloques al azar y
diseos factoriales

Pgina 7 de 20
Son ms eficientes que los experimentos de un factor a la vez.
Los diseos factoriales son necesarios cuando alguna interaccin puede estar
presente, para evitar hacer conclusiones engaosas.
Los diseos factoriales permiten estimar los efectos de un factor en diversos niveles
de los otros factores, produciendo conclusiones que son vlidas sobre toda la
extensin de las condiciones experimentales.
5.3 DISEO FACTORIAL DE DOS NIVELES (2^K)
l primer diseo de la serie 2
2
es aquel en el que solo dos factores, A y B, cada uno con dos
niveles. Este diseo se conoce como diseo factorial 2
2
. Arbitrariamente, los niveles del
factor pueden llamarse bajo y alto.
Ejemplo 1 Considrese una investigacin llevada a cabo para estudiar el efecto que tiene
la concentracin de un reactivo y la presencia de un catalizador sobre el tiempo de
reaccin de un proceso qumico. Sea la concentracin del reactivo el factor A con dos
niveles de inters, 15% y 20%. El catalizador constituye el factor B; el nivel alto o superior
denota el uso de dos sacos de catalizador y el nivel bajo o inferior denota el uso de un solo
saco. El experimento se realiza (replica o repite) tres veces, y los datos son como sigue:

En la figura 3 siguiente se presentan grficamente las combinaciones de tratamiento para
este diseo, el efecto de un factor se denota por la letra latina minscula. De este modo,
A se refiere al efecto del factor A, y B se refiere al efecto del factor B, y AB se
refiere a la interaccin entre AB. En el diseo 2
2
los niveles bajo y alto de A y B se denotan
por - y + respectivamente, en los ejes A y B. As en el eje B representa el nivel bajo
de catalizador mientras que + denota el nivel alto.

E
Combinacin de
tratamientos
Replica
I II III Total
A baja, B baja 28 25 27 80
A alta, B baja 36 32 32 100
A baja, B alta 18 19 23 60
A alta, B alta 31 30 29 90
UNIDAD 5 Diseo experimental con bloques al azar y
diseos factoriales

Pgina 8 de 20











Las cuatro combinaciones de tratamientos en el diseo pueden representarse por letras
minsculas, cono se muestra en la figura 3. En esta figura se aprecia que el nivel superior
de cualquier factor de una combinacin de tratamientos est representado por la
presencia de la letra minscula correspondiente, mientras que la ausencia de esta ultima
representa el nivel inferior del factor.
As a representa la combinacin de tratamientos, en la que A se encuentra en el
nivel superior y B en el nivel inferior;
b representa aquella en la que A se halla en el nivel inferior y B en el superior, y
ab representa a ambos factores en el nivel superior.
Por convencin (1) se usa para representar a ambos factores en el nivel inferior.
El efecto promedio de un factor se define como el cambio en la respuesta producida
por un cambio en el nivel de ese factor, promediado sobre los niveles del otro
factor.
Como se ilustra en la figura 3, las letras minsculas (1), a, b y ab tambin se usan para
representar los totales de las n replicas de las combinaciones de tratamientos
Alto (2 sacos) +
bajo (1 saco) -
-
bajo (15%)
+
alto (20%)
Concentracion de reactivo A
C
a
n
t
i
d
a
d

d
e

c
a
t
a
l
i
z
a
d
o
r

B
b = 60(18+19+23) ab = 90(31+30+19)
(1) = 80(28+25+27) a = 100(36+32+32)
Figura 1: Combinaciones de tratamiento en el diseo factoriall
Alto (2 sacos) +
bajo (1 saco) -
-
bajo (15%)
+
alto (20%)
Concentracion de reactivo A
C
a
n
t
i
d
a
d

d
e

c
a
t
a
l
i
z
a
d
o
r

B
b = 60(18+19+23) ab = 90(31+30+19)
(1) = 80(28+25+27) a = 100(36+32+32)
Figura 1: Combinaciones de tratamiento en el diseo factoriall
Fig. 3
UNIDAD 5 Diseo experimental con bloques al azar y
diseos factoriales

Pgina 9 de 20
correspondientes. Ahora bien, el efecto de A en el nivel B es {a-(1)}/n. Mientras que el
nivel superior B es {ab-b}/n. Tomando el promedio de estas dos cantidades se obtiene:
| | | | { } | | (1) b a ab
2n
1
(1) a b ab
2n
1
A = + =

El efecto promedio de B se determina a partir de su efecto en el nivel inferior de A (esto es,
{b-(1)}/n, y de su efecto en el nivel superior de A (que es igual a [ab-a]/n obtenindose:
| | | | { } | | (1) a - b ab
2n
1
(1) b a ab
2n
1
B + = + =

El efecto de la interaccin AB se define como la diferencia promedio entre el efecto de A
en el nivel superior de B y su efecto en el nivel inferior de B, as:
| | | | { } | | (b) a (1) ab
2n
1
(1) a b ab
2n
1
AB + = =

Por otro lado se puede definir AB como la diferencia promedio entre el efecto de B en el
nivel superior de A y el efecto de B en el nivel inferior de A.
Las formulas para los efectos de A, B y AB pueden deducirse por otro mtodo. El efecto de
A puede hallarse como la diferencia en la respuesta promedio de las dos combinaciones
de tratamiento en la mitad derecha (que llamaremos Y
A+
, puesto que es la respuesta
promedio para las combinaciones de tratamientos a las que A que se encuentra en el nivel
alto) y las dos combinaciones de tratamientos en la mitad izquierda (o Y
A
). Esto es,
+ = A Y A Y A

2n
(1) b
2n
a ab +

+
=

| | (1) b a ab
2n
1
+ =

UNIDAD 5 Diseo experimental con bloques al azar y
diseos factoriales

Pgina 10 de 20


Este es exactamente el mismo resultado, el efecto de B se encuentra como la diferencia
entre el promedio de las dos combinaciones de tratamientos en la parte superior del
cuadrado ( Y B+
) y el promedio de las dos combinaciones de tratamientos en la parte
inferior ( Y
B-
), o
+ = B Y B Y B

2n
(1) a
2n
b ab +

+
=

| | (1) a b ab
2n
1
+ =

Finalmente el efecto de interaccin AB es el promedio de las combinaciones de
tratamientos en la diagonal de derecha a izquierda del cuadrado |ab y (1)| menos el
promedio de las combinaciones de tratamientos en la diagonal de izquierda a derecha (a y
b), o
2n
b a
2n
(1) ab
AB
+

+
=

| | b a (1) ab
2n
1
+ =

Con los datos que aparecen en la figura 1, las estimaciones de los efectos promedio son:
( ) 8.33 80 60 100 90
2(3)
1
A = + =

UNIDAD 5 Diseo experimental con bloques al azar y
diseos factoriales

Pgina 11 de 20
( ) 5.00 80 100 60 90
2(3)
1
B = + =

( ) 1.67 60 100 80 90
2(3)
1
AB = + =

El efecto de A (concentracin de reactivo) es positivo; esto sugiere que al elevar A del
nivel bajo (15%) al nivel alto (25%) incrementar el rendimiento. El efecto de B
(catalizador) es negativo; esto sugiere que elevar la cantidad del catalizador agregada al
proceso reducir el rendimiento. Al parecer, el efecto de interacciones es pequeo
comparado con los dos efectos principales.
En muchos experimentos que implican diseos 2
K
se examina la magnitud y la direccin de
los efectos de los factores para determinar cuales variables es probable que sean
importantes. Por lo general puede emplearse el anlisis de varianza para confirmar esta
interpretacin. En el diseo 2
k
existen algunos mtodos rpidos especiales para realizar
los clculos del anlisis de varianza.
Consideremos la suma de cuadrados para A, B y AB. Obsrvese la primera ecuacin que
se utiliza un contraste para estimar A; esto es,
(1) b a ab ContrasteA + =

Este contraste suele llamarse efecto total de A. A partir de la segunda y tercera ecuacin,
puede apreciarse que tambin se utilizan contraste para estimar B y AB. Adems, estos
tres contrastes son ortogonales. La suma de cuadrados de cualquiera de ellos puede
calcularse usando la siguiente ecuacin:
( ) =
a
a
2
ci n
2
a
1
ciyi. SSc
.
Esta ecuacin establece que la suma de cuadrados de contraste es igual al contraste
elevado al cuadrado entre el producto del nmero de las observaciones de cada total del
contraste por la suma de cuadrados de los coeficientes del mismo. En consecuencia, se
obtiene que las sumas de cuadrados de A, B y AB sean:
UNIDAD 5 Diseo experimental con bloques al azar y
diseos factoriales

Pgina 12 de 20
| |
| |
| |
4 * n
2
b a (1) ab
SS
4 * n
2
(1) a b ab
SS
4 * n
2
(1) b a ab
SS
AB
B
A
+
=
+
=
+
=

Con los datos de la figura 3, las sumas de cuadrados se pueden calcular aplicando las
ecuaciones anteriores, obtenindose:
8.33
4(3)
2
10
SS
75.00
4(3)
2
30
SS
208.33
4(3)
2
50
SS
AB
B
A
= =
=

=
= =

La suma total de cuadrados se determina de la manera usual mediante:

=

=

=
=
2
1 i
2
1 j
n
1 k
4n
...
2
Y
ijk
2
Y SST

En general SS
T
tiene 4n 1 grados de libertad. La suma de cuadrados del error, con 4(n-1)
G.L. se puede calcular en la forma usual, por diferencia, mediante.
323.00 9075.00 9398.00
4(3)
2
Y 2
1 i
2
1 j
3
1 k
2
ijk
Y
E
SS = =
=

=

=
=

UNIDAD 5 Diseo experimental con bloques al azar y
diseos factoriales

Pgina 13 de 20

AB
SS
B
SS
A
SS
T
SS
E
SS =


31.34 8.33 75.00 208.33 323.00 = =

El anlisis de varianza completo se presenta en la tabla siguiente. Ambos efectos
principales son significativos al 1%.
A menudo se es conveniente escribir las combinaciones de tratamientos en el orden (1), a,
b, y ab. Este orden se conoce como orden estndar. Cuando se utiliza es posible apreciar
que los coeficientes de los contrastes usados para estimar los efectos son
Efectos (1) a b Ab
A:
B:
AB:
-1
-1
+1
+1
-1
-1
-1
+1
-1
+1
+1
+1
Tabla ANOVA para los datos del ejemplo 1 es la siguiente:
Fuente de
variacin SS G.L. MS Fo
A
B
AB
Error
Total
208.33
75.00
8.33
31.34
323.00
1
1
1
8
11
208.33
75.00
8.33
3.92
53.15
a
19.13
a
2.13
a
significativo al 1%
Signos algebraicos para calcular los efectos en un diseo 2
2
Combinacin Efecto Factorial
UNIDAD 5 Diseo experimental con bloques al azar y
diseos factoriales

Pgina 14 de 20
De
Tratamientos
I A B AB
(1)
a
b
ab
+ - - +
+ + - -
+ - + -
+ + + +

Observe que los coeficientes de los contrastes usados para estimar la interaccin son
iguales al producto de los coeficientes correspondientes a los dos efectos principales. Los
coeficientes de los contrastes siempre son +1 o 1 y se puede usar una tabla de signos
positivos y negativos como la mostrada en la de signos algebraicos para determinar el
signo apropiado de cada combinacin de tratamientos. En el encabezado de las columnas
de tabla y se encuentran los efectos principales (A y B), la interaccin AB, e I, que
representa el total el total o el promedio de todo el experimento. Se observa que la
columna encabezada por I se compone de solo de signos positivos. Los renglones
corresponden a las combinaciones de tratamientos.
Para encontrar un contraste con el fin de estimar cualquier efecto, simplemente se
multiplican los signos de la columna apropiada de la tabla por la correspondiente
combinacin de tratamientos, y se suma. Por ejemplo, el contraste para estimar A es (1)
+ a b + ab, lo cual concuerda con la ecuacin.
| | | | { } | | (1) b a ab
2n
1
(1) a b ab
2n
1
A = + =

Los tipos ms sencillos de diseos factoriales implican slo dos factores o conjuntos de
tratamientos. Haya a niveles del factor A y b niveles del factor B, dispuestos en un
diseo factorial; esto es, cada A repeticin o rplica del experimento contiene todas las
combinaciones de tratamiento ab. En general, hay n repeticiones.
5.4 DISEO DE CUADROS LATINOS.

Un diseo cuadrado latino para p factores, o un cuadrado latino p x p, es un cuadrado que
UNIDAD 5 Diseo experimental con bloques al azar y
diseos factoriales

Pgina 15 de 20
contiene p renglones y p columnas. Cada una de las p2 celdas contiene una de las p letras
que corresponde a un tratamiento, y cada letra aparece una sola vez en cada rengln y
columna. El diseo cuadrado latino se usa para eliminar dos fuentes de variabilidad
problemticas; en otras palabras, permite analizar
sistemticamente por bloques en dos direcciones. A continuacin se presentan algunos
ejemplos de cuadrados latinos.

En donde:
Kjiy= observacin correspondiente al i-simo rengln, la k-sima columna y el j-simo
tratamiento
= la media general
I= es el i-simo efecto de rengln
J= es el j-simo efecto de tratamiento
K= es el k-simo efecto de la columna
Kji= es el error aleatorio

El modelo es completamente aditivo, en otras palabras, no existe interaccin entre los
renglones, las columnas y los tratamientos. Slo dos de los subndices i, j y k se requieren
para especificar una observacin en particular porque nicamente hay una observacin en
cada celda.

El anlisis de varianza consiste en descomponer la suma total de cuadrados de las
observaciones en sus componentes de rengln, columna, tratamiento y error
Cuyos grados de libertad.

Bajo la suposicin de que el error aleatorio se distribuye en forma normal e
independiente, cada una de las sumas de cuadrados es al dividir entre, variables aleatorias
independientes con distribucin ji-cuadrada.
El diseo de cuadrado latino se utiliza para eliminar dos fuentes de variacin. El arreglo en
el diseo de cuadrado cada tratamiento debe estar una sola vez en cada fila y columna.
Las filas y las columnas deben formar un cuadrado y esto lo determina el nmero de
tratamientos (Cuadro 1).
Un ejemplo de esto en experimentos agrcolas pudiera ser cuando se tiene una pendiente
en dos direcciones. (En una loma).
UNIDAD 5 Diseo experimental con bloques al azar y
diseos factoriales

Pgina 16 de 20
En el caso de experimentos en produccin animal se utiliza el cuadrado Latino Cross Over.
Ejemplo.
Se desea evaluar el efecto de cuatro dietas en la digestibilidad aparente de la materia seca
en bovinos. Si se tienen solo cuatro animales (Es comn en estudios de fisiologa
digestiva), se puede distribuir los tratamientos en cada animal y se realizan varios
perodos.
Si son cuatro dietas sera cuatro perodos, en los cuales los tratamientos a probar son
utilizados por cada animal en diferentes perodos. En este caso los animales pueden ser
utilizados como filas (primera fuente de variacin) y los perodos como columnas (segunda
fuente de variacin). Este tipo de diseo se denomina cuadrado latino 4 x 4, pues son
cuatro tratamientos y cuatro perodos. El nombre lo reciben segn el numero de
tratamientos que deben siempre formar un cuadrado, si fuesen cinco tratamientos seran
cinco perodos por lo tanto, ser un cuadrado latino 5 x 5.
Se pueden hacer experimentos utilizando doble cuadrado latino, que se conoce tambin
como cuadrado latino repetido. Por ejemplo si se van a probar dos dietas (A y B) y se
tienen solamente cuatro animales, para aumentar el numero de repeticiones se realizan
dos cuadrados latinos simultneos en los cuales a dos animales se les pone la dieta A y a
dos animales la dieta B en el primer perodo, en el segundo periodo se invierten los
tratamientos a los animales con dieta A se le pone la B y a los que estaban con B se les
pone la dieta A. Este es un diseo en cuadrado latino 2 x 2. Dos tratamientos dos y dos
perodos. En este caso tratamientos y perodos deben de formar un cuadrado
Cuadro 1: Algunos ejemplos de cuadrados latinos.
Cuadrado latino 4 x 4 Cuadrado latino 5 x 5
A B D C A D B E C
B C A D D A C B E
C D B A C B E D A
D A C B B E A C D
E C D A B
UNIDAD 5 Diseo experimental con bloques al azar y
diseos factoriales

Pgina 17 de 20
Una vez que se ha seleccionado el diseo, sea este DCA, BC o cuadrado latino.
Dependiendo del objetivo de la investigacin, a los tratamientos se les realizan arreglos en
las unidades experimentales. Es lo que se conoce como arreglos factoriales.
Por ejemplo:
Se quiere probar las respuesta en produccin de maz NB-6 y NBS a dos tipos de
fertilizantes nitrogenados urea y nitrato de amonio, utilizando cuatro niveles de
utilizacin., 0 kg. 50 kg, 100 kg, y 150 kg.
Si las unidades experimentales son homogneas se utilizar un DCA con arreglo factorial 2
x 2 x 4. Es decir se evaluarn, 2 factores principales (variedades de maz), dos factores
secundarios o de efectos aleatorios (Tipo de fertilizante y sus niveles) que son cuatro
niveles.
En este caso si se quieren tener cinco repeticiones por tratamiento, el numero de
unidades experimentales ser igual a multiplicar: 2 x 2 x 4 x 5 = 80 unidades
experimentales.
Puede ser que para este mismo estudio en otras condiciones se requiera remover un
efecto perturbador como puede ser el efecto de la pendiente efecto de sombra o
cualquier otro efecto. En cualquiera de estos casos se realizar un BCA con arreglo
factorial, 2 x 2 x 4.
En este caso si se quieren tener cinco repeticiones por tratamiento, el numero de
unidades experimentales ser igual a multiplicar: 2 x 2 x 4 x 5 = 80 unidades
experimentales.
En estudios con animales tambin se aplican estos arreglos.
Si se desea evaluar el efecto de la raza en la ganancia de peso en ovinos alimentados con
dos diferentes fuentes de protena (harina de soya y harina de man) con diferentes
niveles de inclusin (0, 10, 20, y 30 % en la dieta. Si se tienen tres razas de ovejas
(Pelibuey, Katadin y Black Belly). En el caso de que las unidades sean homogneas (misma
edad, mismo peso, mismo sexo). Entonces se utilizar un DCA con arreglo factorial 3 x 2 x
4. Es decir tres factores principales (razas) y dos factores secundarios o de efectos
aleatorios (las dos harinas con sus diferentes niveles de inclusin). El nmero de unidades
experimentales necesarias si se quieren tener cinco repeticiones ser: 3 x 2 x 4 x 5 = 120
unidades experimentales.
UNIDAD 5 Diseo experimental con bloques al azar y
diseos factoriales

Pgina 18 de 20
En caso de que no se tenga solo hembras o solo machos para hacer el ensayo y hay una
combinacin de hembras y machos, entonces el diseo ser un BCA (bloquear por sexo)
con arreglo factorial 3 x 2 x 4.
Muchas veces el diseo de campo de un BCA en estudios con animales no es importante,
pues la posicin de la unidad experimental dentro de cada bloque no afecta los
tratamientos, muchas veces se utiliza para efectos de anlisis y mover el efecto del
bloque.

En este ejemplo se puede explicar otra variante, en el caso que el objetivo de la
investigacin cambie y no interese el efecto de la raza sino, solamente evaluar el efecto
de las dos harinas proteicas sobre la ganancia de peso en ovinos. Si se tienen el mismo
tipo de animales al no interesar el efecto raza. Entonces el diseo a utilizar es un BCA y ya
el arreglo factorial no es importante, pues interesa solo evaluar el efecto de las harinas, Se
tendr entonces dos tratamientos con los mismos cuatro niveles de inclusin (0 %, 10 %,
20 % y 30 %) y por lo tanto el nmero de unidades experimentales vara. Si se quieren
tener las mismas cinco repeticiones, entonces la cantidad de unidades experimentales
ser: 2 x 4 x 5 = 40 unidades experimentales (dos harinas por cuatro niveles por cinco
repeticiones). Obsrvese como cambia el nmero de unidades experimentales de 120 a
40, al cambiar el objetivo de la investigacin, puesto que tambin cambia el arreglo de los
tratamientos.
5.5 DISEO DE CUADROS GRECOLATINOS.

Consideremos un cuadrado latino p p al que se le sobrepone un segundo cuadrado
latino cuyos tratamientos se designan por letras griegas. Se dice que los dos son
ortogonales si al sobreponerse poseen la propiedad de que cada letra griega aparece
solamente una vez con cada letra latina.
El diseo cuadrado greco-latino puede utilizarse para controlar sistemticamente tres
fuentes extraas de variabilidad. En otras palabras, se usa para hacer un anlisis por
bloques en tres direcciones. El diseo permite analizar cuatro factores (rengln columna,
letra griega y letra latina), cada uno con p niveles, usando solamente p2 ensayos. Los
cuadrados grecolatinos existen para toda excepto para p = 6.

En donde:

UNIDAD 5 Diseo experimental con bloques al azar y
diseos factoriales

Pgina 19 de 20
lkjiy la observacin que corresponde al rengln i, la columna k, la letra latina j y la letra
griega k.
= La media general
i= Es el efecto del i-simo rengln
j= Es el j-simo efecto de tratamiento de las letras latinas
k= Es el k-simo efecto de tratamiento de las letras griegas
l= Es el efecto de la columna l
lkji= Es la componente del error aleatorio

Slo dos de los cuatro subndices son necesarios para identificar completamente cualquier
observacin.

El anlisis de varianza es muy similar al de un cuadrado latino. El factor representado por
las letras griegas es ortogonal a los renglones, las columnas y los tratamientos de la letra
latina porque cada letra griega ocurre una sola vez en cada rengln, en cada columna y
para cada letra latina. Por lo tanto la suma de cuadrados debida al factor letra griega
puede calcularse usando los totales de la letra griega. El error experimental se reduce en
esta cantidad. Las hiptesis nulas de igualdad entre los renglones, entre las columnas,
entre los tratamientos de la letra latina y entre los tratamientos de la letra griega pueden
probarse dividiendo la media de cuadrados correspondiente entre la media de cuadrados
del error.
DISEO CUADRADO GRECOLATINO
En los arreglos por bloques, se pueden analizar 4 factores, introduciendo un cuarto factor
o bloque en un diseo cuadrado latino, siguiendo las mismas reglas utilizadas para
introducir un tercer factor en un diseo cuadrado de dos factores. A este cuarto factor o
bloque se le denomina componente griego, ya que se utilizan letras griegas para
identificar sus niveles, a la adicin de un diseo cuadrado latino y un cuarto factor, se le
llama Diseo Cuadrado Greco-Latino.
Caractersticas:
* Es un diseo con cuatro factores a k niveles
* Se asume que no hay interacciones
* Requiere k2 observaciones
* El diseo factorial completo requiere k4
* Cada nivel de un factor aparece una vez con cada nivel de los otros factores
* Superposicin de dos cuadrados latinos
* Cada letra griega aparece una vez en cada fila, en cada columna y una con cada letra
UNIDAD 5 Diseo experimental con bloques al azar y
diseos factoriales

Pgina 20 de 20
latina
EN QU CONSISTE?
El diseo cuadrado grecolatino se puede considerar una extensin del diseo de
cuadrados latinos que permite estudiar un factor
y 3 variables bloque con slo I2 observaciones (siempre que el factor y las variables
bloque tengan todos I niveles). Se considera un cuadrado latino de dimensin (I I) y se
superpone sobre l otro cuadrado con los tratamientos denotados por letras griegas. Se
dice que son ortogonales cuando cada letra griega aparece combinada con una letra latina
una y slo una vez en cada fila y columna. A1,

Por ejemplo:
Se pueden construir cuadrados grecolatinos en diseos completamente cruzados para I
> 3, salvo para I = 6, porque en este caso slo existe un cuadrado latino.

DNDE SE USA?
Se ha utilizado en reas diferentes a la agricultura, la cual es su principal aplicacin. Estas
son la biologa, estudio de mercados, procesos industriales, entre otros.

DIFERENCIA ENTRE CUADRADO LATINO Y UN CUADRADO GRECOLATINO

* La principal diferencia entre un diseo de cuadrados latinos y otro de cuadrado
grecolatinos, y es que el segundo es distinto del primero por la inclusin de una cuarta
fuente de variabilidad como es el bloque grecolatino.
Un cuadrado latino de lado n contiene en cada fila una y una sola vez los nmeros del 1 al
n, de forma que en ningn caso se repite el mismo nmero en una columna
Un cuadrado grecolatino es ms exigente. Est formado por parejas de objetos o nmeros
de forma que la formacin constituida por los primeros elementos de cada par formen un
cuadrado latino, y tambin la formada por los segundos elementos.