UNIVERSIDAD NACIONAL DEL SANTA

FACULTAD DE INGENIERIA
ESCUELA ACADEMICA PROFESIONAL DE
INGENIERIA AGROINDUSTRIAL

DISEO DE EXPERIMENTOS
PROFESOR:
GAMARRA LEIVA PEDRO

DISEOS EN BLOQUES COMPLETAMENTE AL AZAR

I.- INTRODUCCION:..................................................................................................................... 1
II.- ANALISIS DE LA VARIANZA: CLASIFICACIONES DOS CRITERIOS ................ 2
2.1.- Diseo en Bloque Completo al Azar ................................................................................ 2
2.2.- Objetivo del agrupamiento: ............................................................................................. 2
III.- CADA BLOQUE COSNTITUYE UNA REPLICACION .................................................. 2
IV.- CARACTERISTICAS: ............................................................................................................ 3
V.- MODELO ..................................................................................................................................... 4
5.1.- ESTIMACIN DE PARMETROS por Minimos cuadrados del error ................... 4
5.2.- SUMAS DE CUADRADOS ............................................................................................... 4
VI.- APLICACIN: ......................................................................................................................... 5

DISEO DE BLOQUES COMPLETAMENTE AL AZAR

I.- INTRODUCCION:
En cualquier experimento, la variabilidad que surge de un factor perturbador puede
afectar los resultados. Un factor perturbador se define como un factor del diseo que
probablemente tenga un efecto sobre la respuesta del experimentador.
Cuando se quiere comparar un grupo de tratamientos o estudiar el efecto de un factor,
se pretende que las posibles diferencias se deban principalmente al factor de inters y
no a otros factores que no se estn considerando en el estudio.
Cuando existen otros factores que no controlan al momento de realizar las
comparaciones entre los tratamientos, las conclusiones puedes ser afectadas
sensiblemente.
En el caso de que la fuente de variabilidad perturbadora es conocida y controlable,
puede utilizarse una tcnica de diseo llamada formacin de bloques para eliminar de
manera sistemtica su efecto sobre las comparaciones estadsticas entre los
tratamientos.
A los factores adicionales al factor de inters que se incorporan de manera explicita en
un experimento comparativo se les llama factores de bloque, y tiene la particularidad
de que no se incluyen en el experimento porque interese analizar su efectividad, sino
como un medio para estudiar de manera adecuada y eficaz al factor inters.
Al utilizar este diseo, los bloques forman por una unidad experimental mas homognea
en la cual comparar los tratamientos. Los factores de bloque entran al estudio en un
nivel de importancia secundaria con respecto al factor de inters; mas bien, la inclusin
de los factores de bloque es un medio y no un fin para lograr una comparacin adecuada
y eficaz de los tratamientos.
En el diseo de bloques completos al azar se consideran 3 fuentes de variabilidad: el
factor de tratamientos, el factor de bloque y el error aleatorio, es decir, se tienen 3
posibles culpables de la variabilidad que presentan los datos .
En cada bloque se prueban todos los tratamientos y la aleatorizacin se hace dentro
de cada bloque

II.- ANALISIS DE LA VARIANZA: CLASIFICACIONES DOS

CRITERIOS
2.1.- Diseo en Bloque Completo al Azar
es un plan en el cual las unidades experimentales se asignan a grupos
homogneos, llamados bloques, y los tratamientos son, luego, asignados al
azar dentro de los bloques.
2.2.- Objetivo del agrupamiento:
lograr que las unidades dentro de un bloque sean lo ms uniformes
posible con respecto a la variable dependiente, de modo que las
diferencias observadas se deban realmente a los tratamientos.

Al

controlar la variacin dentro de los bloques reducimos la variabilidad del

error experimental.

Completo: todos los tratamientos estn incluidos en cada bloque.

III.- CADA BLOQUE COSNTITUYE UNA REPLICACION

TODOS LOS TRAMIENTOS APARECEN UNA SOLA VEZ EN CADA BLOQUE

Se divide el material experimental en tantos bloques como nmeros de replicaciones a utilizar.

Cada bloque es luego dividido en tantas UE como tratamientos haya en estudio.
Como el DBCA especifica que todos los tratamientos deben aparecer una vez en cada
replicacin, la aleatorizacin se hace separadamente en cada bloque.
La aleatorizacin es similar al DCA para cada bloque.

Conocido como diseo de doble va, se aplica cuando el material es heterogneo. las unidades
experimentales homogneas se agrupan formando grupos homogneos llamados bloques.
Tratamientos A, B, C, D, E
Bloque I : B A E C D
Bloque II : C B D E A
Bloque III: B E A D C
Bloque IV: D C A E B
Las fuente de variacin para el anlisis estadstico son:
Fuentes Grados de libertad
Tratamiento (t-1) = 4
Bloques (r-1) = 3
Error (t-1)(r-1)=12

IV.- CARACTERISTICAS:
1. Las unidades experimentales son heterogneas.
2. Las unidades homogneas estn agrupadas formando los bloques.
3. En cada bloque se tiene un nmero de unidades igual al nmero de
Tratamientos (bloques completos)
4. Los tratamientos estn distribuidos al azar en cada bloque.

5. El nmero de repeticiones es igual al nmero de bloques.

V.- MODELO
Cada observacin del experimento es expresada mediante una ecuacin lineal en los
parmetros, el conjunto conforma el modelo para el diseo de bloques completos al azar :
ij j Yij = + i + + i=1,2,...,t
j=1,2,...,r
= Parmetro, efecto medio
i = Parmetro, efecto del tratamiento I
j = Parmetro, efecto del bloque j
ij= valor aleatorio, error experimental de la u.e. i,j
Yij = Observacin en la unidad experimental
5.1.- ESTIMACIN DE PARMETROS por Minimos cuadrados del error

El error en cada unidad experimental puede ser encontrado por diferencia:

5.2.- SUMAS DE CUADRADOS

Donde

es el termino de correccin de las sumas de cuadrados, en las expresiones de

sumas de cuadrados se acostumbra colocar solo C.

VI.- APLICACIN:
1.- Estudio de Variedades forrajeras en Camote.
Se realizo un ensayo de 4 nuevas variedades forrajeras (V1, V2, V3 y V4) frente a una
variedad ya conocida. Se dispuso realizar el ensayo en la epoca de verano en Selva. Cada
parcela de 10 m2 con un total de 15 parcelas. Se formaron bloques de 5 parcelas homogeneas.
Se midio el peso fresco y seco y se registro el peso en kilos.

V1
17.9
20.8
21.4
60.1

I
II
III
Yi

Testigo
7.0
5.9
4.2
17.1

V2
19.8
16.7
16.7
53.2

V3
15.2
21.0
8.8
45.0

V4
12.7
14.2
11.5
38.4

El objetivo es comparar las nuevas variedades entre ellas y con el testigo

CALCULO DE SUMAS DE CUADRADOS:

Yj
72.6
78.6
62.6
213.8

RESULTADOS DEL ANVA:

Variable: Follaje

Fuente

Gl

SC

CM

Fc

Pr > F

Bloque

26.1333

13.0666

1.51

0.2785

Tratamiento

364.0440

91.0110

10.49

0.0029

Error

69.4000

8.6750

Total

14

459.5773

CV = 20.6 %
Promedio = 14.25
F0.05 (4,8) = 3.84
F0.01 (4,8) = 7.01

2.- Se requiere comparar 3 herbicidas para medir a su posible efecto residual en el suelo se
propone medir la cantidad de residuo activo a las 24 horas de aplicado el herbicida en parcelas
de suelo. Tenemos 12 parcelas para este experimento, del mismo tipo de suelo pero ubicadas en
un pendiente pronunciada. Estudiando la pendiente se consegui reunir 4 grupos de 3 parcelas
cada uno, suficientemente homogeneos dentro de allos como para llevar acabo la comparacion
de herbicidas. A continuacion se presentan los datos de residuo activo a las 24 horas medidos
en las parcelas.
Datos:

Parcelas herbicidas Alto

Medio

Bajo

Baado

Yi

2,4

1,8

1,5

7,7

1,8

1,9

1,9

1,6

7,2

1,2

1,3

1,4

4,9

Yj

5,2

5,1

4,5

19,8

Calculo de C:

C=

SCTrat =

SCBloques =

32,67

C=

C=

1,69

1,115

0,09666667

0,47833333

ANALISIS DE VARIANZA

fuentes de variable

G.L

SC

CM

Bolques

0,096666667 0,03222222

Tratamientos

1,115

Error

0,478333333 0,07972222

total

11

1,69

0,5575

6,99303136

3.- Considerar si el experimento de la prueba de Dureza. Hay cuatro puntas y cuatro

ejemplares de prueba de metal. Cada punta se prueba Una Vez en Cada Ejemplar, resultando
Un diseo de Bloques Completos aleatorizados. Los Datos obtenidos s repiten por Conveniencia
en la Tabla 1. Recuerde Que El Orden En que se probaron las puntas en un Ejemplar particular,
se determin al azar
Tabla 1. Diseo de bloques Completos aleatorizados prrafo el experimento de la prueba
de Dureza
Ejemplar de prueba (bolque)
Tipos de puntas

9,3

9,4

9,6

10,0

9,4

9,3

9,8

9,9

9,2

9,4

9,5

9,7

9,7

9,6

10,0

9,2

Para Simplificar los Clculos, los Datos Originales s codifican restando 9,5 de Cada
Observacin y multiplicando el Resultado por 10. Se obtienen los Datos dela Tabla 2
Ejemplar de prueba (bLOQUE)

Tipos de puntas

-2

-1

-1

-2

-3

-1

Para el Desarrollo del Ejercicio, Statgraphics utilizaremos, Primero configuramos el men a

utilizar para Ello vamos a la Opcin de editar / preferencias y seleccionamos en la Pestaa de
general / OPCIONES del Sistemay marcamos el check Qu Dice USAR el Men Seis Sigma

A continuacin creamos un nuevo diseo para ello nos vamos al men que
dice Mejorar/Procedimientos DOE Heredados/Crear Diseos de Experimentos/Diseo Nuevo

Luego nos aparece una nueva ventana Opciones de Creacin de Diseos, seleccionamos dentro
de Clases de Diseo/ Un solo Factor Categrico, y No. De variable de respuesta 1, que para
nuestro caso es la Prueba de dureza, presionamos el botos de Aceptar.

El siguiente paso es definir los factores incluidos en el experimento para nuestro caso es el
tipo de Punta y definimos el nmero de niveles (4). Podemos darle una descripcin a cada uno
de los niveles para ello presionamos el botn de etiquetas.

Luego definimos el nombre de la variable de respuesta, que para el ejemplo es la Prueba de

Dureza, en caso tal de que las variables lleven consigo unidades de medida se especifican en el
cuadro de texto inferior.

En las siguiente ventana, es muy importante dado, que es la parte donde seleccionaremos el
tipo de diseo, debemos especificar el tipo de diseo Bloques aleatorios (1 factor de
bloqueo), Replicar diseo (Nmero = 0), desmarcamos el botn de Aleatorizar, Nmero de
Bloques (4)

Posteriormente Statgraphics, nos arroja una ventana de resumen, dnde nos indica los
atributos del diseo Factorial Categrico Individual, vemos que este experimento
presenta Numero de Factores Experimentales: 1,Corridas: 16, Bloques 4, Grados de Libertad
del Error: 9. Minimizamos esta ventana.

El siguiente paso es ingresar los valores obtenidos despus de ejecutar el experimento. Para
ello registramos los valores codificados en libro de datos, en la columna que dice Prueba de
dureza que es nuestra variable de respuesta. Note que se ingresan los datos verticalmente de
acuerdo con el bloque y tipo de punta.

Lo que queda es analizar ya propiamente el experimento, para ello nos vamos a la barra de
mens, opcin Mejorar / Procedimiento DOE Heredados / Analizar Diseo de Experimentos
/ Analizar Diseo.

Nos aparece nuestra variable de respuesta a analizar, que es la prueba de dureza, la

desplazamos hacia la derecha y presionamos el botn de Aceptar.

En el siguiente paso escogemos las opciones ya propiamente dichas a analizar, tablas y grficos,
para este caso solamente seleccionaremos Tabla Anova y presionamos el botn de aceptar.

En el siguiente paso escogemos las opciones ya propiamente dichas a analizar, tablas y grficos,
para este caso solamente seleccionaremos Tabla Anova y presionamos el botn de aceptar.

El resultado es nuestra Tabla ANOVA para la prueba de dureza.

Utilizando una a = 0.05, el valor crtico de F es F0.0-5,3,9 = 3.86. Como 14.44 > 3.86 se concluye
que el tipo de punta afecta la lectura de la dureza media, el valor de P para la prueba tambin
es muy pequeo, son menores de 0.05. Adems al parecer los ejemplares (bloques) difieren de
manera significativa, ya que el cuadrado medio de los bloques es grande en comparacin con el
error. El siguiente paso ya es analizar los residuales en la Verificacin de la Adecuacin del
Modelo, como anteriormente se haba desarrollado.