DISEOS FACTORIALES 3

Un diseo factorial 3 es un arreglo de k factores que tienen tres niveles

cada uno. Se har referencia a los tres niveles de los factores como
bajo, medio y alto. Existen varias notaciones para representar estos
niveles de los factores como bajo, medio y alto. Existen varias
notaciones para representar los niveles de los factores; una posibilidad
es representar los niveles de los factores con los dgitos 0 (bajo), 1
(medio) y 2 (alto). Cada combinacin de tratamientos del diseo 3 se
denotara por k dgitos, donde el primer digito indica el nivel del factor A,
el segundo digito indica el nivel del factor B,, y el digito k-simo indica el
nivel de factor K.
Por ejemplo en un diseo factorial 3, se tiene:

donde (0,0) denota la combinacin de tratamientos correspondiente a A

y B ambos en el nivel bajo, y (0.1)denota la combinacin de tratamientos
correspondiente a A en el nivel bajo y B en el nivel intermedio.
Cuando los niveles de un factor, por ejemplo A son tres, el efecto de ese
factor estar reflejado en la variabilidad de tres totales de tratamientos,
(A), (A) y (A); donde (A) representa el total de los tratamientos con nivel
i del factor A. Tambin el efecto del factor A se puede estudiar con dos
contrastes ortogonales entre esos tres totales. As al efecto principal de
un factor con tres niveles se le asocian dos grados de libertad.
De acuerdo al modelo lineal, se tienen dos comparaciones
independientes para A, dados por las filas:

El efecto de B tiene dos comparaciones independientes entre columnas:

En el sistema de los diseos 3, cuando los factores son cuantitativos, es

comn denotar los niveles bajo, intermedio y alto con -1, 0 y +1
respectivamente. Este diseo es una de las alternativas experimentales
que permite estudiar efectos de curvatura, adems de efectos lineales y
de interaccin.

El diseo mas simple del sistema 3 es el diseo 3, el cual tiene dos

factores, cada uno con tres niveles obteniendo un total de 9
tratamientos diferentes.
Los nueve tratamientos se pueden escribir de varias maneras, algunas
de las cuales se muestra en la tabla 9.10

El modelo estadstico para el diseo 3 se puede escribir considerando el

efecto individual de cada factor y de la interaccin entre ambos, como
se presenta a continuacin:

Con i, j = 0, 1, 2 y k =1,, r, y donde; i es el efecto del factor A, j

representa el efecto de B y ()ij es la interaccin entre los dos factores.
En consecuencia, se contrasta la hiptesis H : ()ij = 0 (no hay
interaccin de los factores A y B sobre la variable respuesta),
Al igual que en los diseos 2, si esta hiptesis no se rechaza entonces se
contrastan las hiptesis: i. H : i = 0 (no hay efecto significativo del
factor A son la variable respuesta) y ii. H : j = 0 (no hay efecto

significativo del factor B sobre variable respuesta). Estas hiptesis se

juzgaran en ANOVA, pare ello las sumas de cuadrados para los tres
efectos incluidos en el modelo 9.5 se calculan mediante los mtodos
usuales al utilizar diagramas de estructuras. En este caso dichas sumas
estn dadas por:

La suma de cuadrados total se obtiene de forma usual,

y la de error se calcula con la diferencia

Los grados de libertad asociados con cada suma de cuadrados de esta

ltima relacin son, respectivamente:

Con base en los resultados en la tabla 9.11 se presenta el anlisis de

varianza para el diseo 3.

La particin de la interaccin de dos factores AB puede hacerse de dos

maneras.
El primer mtodo consiste en subdividir AB en dos cuadrados latinos
ortogonales y el segundo mtodo divide esta interaccin en cuatro
componentes con un solo grado de libertad que corresponden a ALBL;
ALBC; ACBL y ACBC, este mtodo tiene sentido siempre y cuando los
factores involucrados sean cuantitativos.
Los dos cuadrados latinos ortogonales que se obtienen mediante el
primer mtodo, se muestran en la figura 9.5, los cuales se obtienen al
realizar la descomposicin en las componentes AB y AB de la
interaccin. Cada una de estas componentes tiene dos grados de
libertad. Se usa la terminologa de grupos, como se muestra en el anexo
de este captulo, porque si los niveles (0; 1; 2) de A y B se denotan por x1
y x2, respectivamente, entonces se encuentra que las letras ocupan una
celda de acuerdo con el siguiente patrn:

En la figura 9.5, los dos factores A y B corresponden a las y las

columnas, respectivamente, de un cuadrado latino 3 x 3. Adems, estos
dos cuadrados latinos son ortogonales, es decir, si uno de los cuadrados
se superpone sobre el otro, cada letra del primer cuadrado aparecera
exactamente una vez con cada letra del segundo cuadrado.
Por ejemplo, en el cuadrado A1B2 se observa que la celda inferior derecha
corresponde a x1 = 2 y x2 = 2; por lo tanto, x1 + 2x2 = 2 + 2(2) = 6 = 0 (mod 3), y Q
ocupara dicha celda.
Las sumas de cuadrados, usando teora de grupos, asociadas a AB y AB
son, respectivamente:

Los componentes AB y AB de la interaccin AB no tienen significado

real y por lo general no se incluyen en la tabla de anlisis de varianza.

Sin embargo, esta particin, en gran medida arbitraria, es muy til para
construir diseos ms complejos. Adems no hay relacin entre los
componentes AB y AB de la interaccin y las componentes ALBL; ALBC;
ACBL y ACBC.
EJEMPLO 1
En Kuehl (2001) se presenta un experimento en donde un entomlogo
realiz un experimento sobre la energa consumida por las abejas al
beber, para determinar el efecto de la temperatura del ambiente y la
viscosidad del lquido en el consumo de energa. Los niveles de
temperatura (T) fueron 20, 30 y 40 C, la viscosidad del lquido se
control por las concentraciones de sacarosa (S), que eran de 20, 40 y
60% del total de slidos disueltos en el lquido que beban las abejas. El
entomlogo registr la energa gastada por las abejas en joules/segundo.
Los datos que se presentan en la tabla 9.12 corresponden a tres rplicas
de cada uno de los nueve tratamientos en DCA.

El modelo propuesto para este conjunto de datos es:

con i, j = 0, 1,2 y k =1, 2, 3 y, donde; yijk es la energa gastada en la i-sima

temperatura j-sima concentracin de sacarosa y k-sima rplica, i es el
efecto de la i-sima temperatura, j es el efecto de la j-sima concentracin
de sacarosa y ()ij es el efecto de interaccin entre la i-sima
temperatura y j-sima concentracin de sacarosa.
Las sumas de cuadrados de los efectos estn dadas por:

Los grados de libertad de SC(T), SC(S) y SC(TS) son 2, 2 y 4,

respectivamente. En total el experimento tiene (3) - 1 = 26 grados de
libertad, y entonces quedan 26 - 2 - 2 - 4 = 18 grados de libertad para la
SCE.
Al particionar la suma de cuadrados de la interaccin TS, los dos
cuadrados latinos ortogonales que se obtienen se muestran en la figura
9.6, los cuales se obtienen al realizar la descomposicin en las
componentes TS y TS de la interaccin. Cada una de estas
componentes tiene dos grados de libertad.
Las sumas de cuadrados asociadas a TS y TS son, respectivamente:

Entonces obsrvese que

Las expresiones usuales para la suma de cuadrados de los contrastes se

obtienen a partir de la expresin (9.1). En particular, al hacer uso de la
tabla 9.14, la suma de cuadrados asociada al efecto AL es:

En la
expresion
anterior los simbolos (20); : : : ; (02) denotan los totales de los
tratamientos con esos niveles de los factores en el orden indicado. De
forma semejante se obtienen todas las SC de los ocho contrastes, dos de
ellas son:

EJEMPLO 2.

Considere los datos del ejemplo 9.4, suponga que se desea investigar el
efecto de curvatura de la temperatura del ambiente y viscosidad del
lquido sobre la energa gastada por las abejas.
En la tabla 9.15 se presentan las diferentes sumas de cuadrados,
algunas de las sumas presentadas en dicha tabla son:

A partir de los resultados de la tabla 9.15, observese que:

De la tabla 9.16, se concluye que el efecto lineal de la temperatura del

ambiente cambia linealmente al cambiar los niveles del % de sacarosa,

ya que F = 25; 37 > F(1;18;0;05) = 4; 41. Los dems efectos en los que se
descompone la interaccin no son significativos.