DISEO FACTORIAL DE DOS FACTORES

Un diseo factorial con dos factores consiste en experimentar con todos los
tratamientos que se obtienen al combinar cada nivel de un factor con los niveles del
otro.
En general, si existen dos factores de inters, el primero con K niveles y el segundo
con J niveles distintos, el conjunto de datos del diseo factorial se resume en una tabla
del tipo:

El valor yj representa la observacin realizada de la variable respuesta, en el

nivel i del primer factor, y el valor j del segundo.

Los objetivos de un diseo factorial con dos factores son los siguientes:

Contrastar si existen diferencias entre las medias de la variable respuesta en

cada uno de los niveles del factor 1.
Contrastar si existen diferencias entre las medias de la variable respuesta en
cada uno de los niveles del factor 2.
Contrastar si los dos factores interaccionan.

El modelo sin replicacin

El modelo estadstico para este diseo es:

Supondremos que se toma una observacin por cada combinacin de factores, por
tanto, hay un total de N = ab observaciones.

Estimacin de los parmetros del modelo

Los estimadores mximo verosmiles de los parmetros del modelo son

Por lo tanto, al ser los residuos nulos no es posible estimar la varianza del modelo y no
se pueden contrastar la significatividad de los efectos de los factores. Dichos contrates
slo
pueden
realizarse
si:

El modelo con replicacin

El modelo estadstico para este diseo es:

Donde r es el nmero de replicaciones y n = abr es el nmero de observaciones. El

nmero de parmetros de este modelo es, como en el modelo de dos factores sin
replicacin, ab + 1 pero en este caso el nmero de observaciones es abr.

Estimacin de los parmetros del modelo

Los estimadores mximo verosmiles de los parmetros del modelo son

Se verifica que todos los residuos de una celdilla deben sumar cero es decir, en cada
celdilla hay r 1 residuos independientes. Por lo tanto, en total habr ab(r 1)
residuos independientes. Se verifican las mismas propiedades para los estimadores
mximo-verosmiles que en los modelos anteriores. La varianza residual tiene la

siguiente expresin
Descomposicin de la variabilidad
La ecuacin bsica del anlisis de la varianza es:

Que simblicamente podemos escribir: SCT = SCA + SCB + SC(AB) + SCR. Estas
sumas de cuadrados tambin se pueden expresar como:

Anlisis estadstico
El objetivo del anlisis es realizar los contrastes de hiptesis nula:

EJEMPLO:
En unos laboratorios se est estudiando los factores que influyen en la resistencia de
un tipo particular de fibra. Se eligen al azar cuatro mquinas y tres operarios y se
realiza un experimento factorial usando fibras de un mismo lote de produccin. Los
resultados obtenidos se muestran en la tabla adjunta. Analizar los resultados y obtener
las conclusiones apropiadas.

Para realizar el anlisis organizamos los datos en forma tabular de la manera

siguiente: