Diseño Cuadrado Latino

Diseño Cuadrado Latino: Se utiliza en la investigación cuando se van a analizar tres factores o
causas de variación en un experimento y que son independientes y actúa con mayor o menor
intensidad a todas las unidades experimentales. Es muy utilizado en los experimentos de campo y
en ganado lechero. Las causas de variaciones en este modelo se denominan: tratamientos, filas y
columnas.

Modelo matemático

El fenómeno se puede representar mediante el modelo siguiente:

Y ijk     i  j  k  eij
Yijk: es la observacion de la k-ésima fila de la j-ésima columna correspondiente a al i-ésimo
tratamiento.
 : media general
i: efecto del i-ésimo tratamiento.
j : efecto de la j-ésima columna
k : efecto de la k-ésima fila
eij : error experimental asociado a la medición
Hipótesis de base

1. Aditividad de efectos (se suman los efectos de cada una de las causas de variación).
2. Los errores eij se distribuyen con media cero y varianza s (los errores se distribuyen N(0, s ),
2 2

esto significa que las varianzas son homogéneas y no depende del tratamiento que se aplique.
Los errores eij deben estar incorrelacionados, lo que significa que un error en un nivel del
tratamiento y replica no depende de otro error. El que los errores sean independientes significa
que la observación o el dato de una casilla no esta influenciado por la observación o dato de la
otra casilla o de otra casilla cualquiera.

Restricciones adicionales al modelo

Este modelo permite evaluar los efectos de tratamientos, filas y columnas. A semejanza de los
modelos anteriores, es necesario la introducción de restricciones adicionales a los parámetros:

Si = 0 , Si = 0 , S k = 0

a fin de lograr que las estimaciones cuadráticas resulten insesgadas y de mínima varianza.

Dócimas

El modelo permite estimar las causas de variación y docimar hipótesis:

Tratamientos: Ho: i = 0 "i contra la alternativa

H1: i ¹ 0 $i

Filas: Ho: j= 0 "j contra la alternativa

H1: j ¹ 0 $j
Columnas: Ho: k = 0 "k contra la alternativa
H1 :  k j ¹ 0 $ k
En este modelo, no se aleatoriza por bloques, el criterio es que ningún tratamiento se repita ni por
fila ni por columna.

La principal restricción en la utilidad del cuadrado latino es que el numero de repeticiones es igual al
numero de tratamiento; si este ultimo es considerable el numero de repeticiones requerido se
vuelve impracticable. El tamaño mas común es desde 5 x 5 hasta 8 x 8.

Ejemplo gráfico de un Diseño Cuadrado Latino 5 x 5.

A B C D E

B C D E A

C D E A B

D E A B C

E A B C D

La aleatorizacion del cuadrado latino consiste entre muchos del mismo tipo n x n se pueden escoger
lo que se quieran.

Análisis de varianza

Fuentes de Grados Suma de cuadrados Cuadrado medio F Significa

variación libertad (gl) Corregidos (SCC) calculada ción

Y
2
Total n -1 ijk
- FC -- -- --
i

SCCtrat CMtrat
T i
t -1 CMerror
Tratamientos t-1 - FC
ni
SCCfila CMfila
Fila f-1 T k
f -1 CMerror
- FC
nf
SCCcolumna CMcolm
Columna c-1 C j
c -1 CMerror
- FC
nc
SCCtotal - SCCtrat - SCCerror
SCCfila – SCCcolum (t - 1)(t - 2)
Error (n – 1)(r-1) -- --
 ( Y ijk
)2
FC 
n

Ejemplos en los cuales se puede aplicar este diseño:

§ En experimentos de campo (parcelas0, raza, tratamientos.

§ Siembra de variedades para la producción en un campo no homogéneo perpendicularmente.
§ Diferentes niveles de fertilización en variedades en un campo.
§ En la industria, donde un experimento requiere una serie de operaciones, cada una de las
cuales puede introducir variabilidad en los resultados finales.

Ventajas del diseño cuadrado latino

1. Permite controlar una causa de variación más (tres) que los diseños anteriores.
2. Elimina la variación de la fertilidad cuando se manifiesta en franjas y lo controla en ángulo recto.

Desventajas

1. El diseño tiene que ser balanceado y el numero de filas, columnas y tratamiento tienen que ser
iguales.
2. Cuando crece el número de tratamientos crece el número de replicas.
3. Al controlar tres causas de variación, es diseño que menos grado libertad aporta al error
experimental.

Valores perdidos

t ( F  C  T ) - 2G
Y
(t - 1) (t - 2)

t: numero de repeticiones de los tratamientos

F: es el total de las filas que contienen el dato perdido
C: es el total de las columnas que contienen el dato perdido.
T: es el total de los tratamientos que contienen el dato perdido.
G: es el gran total,

Cuando hay un valor perdido se resta un grado libertad al Gl del total y error estandard
perteneciente a ese tratamiento, se calcula con un dato menor por lo que Es aumenta.

Cuando hay varios valores perdidos, se calcula aplicando la formula anterior en forma iterativa, pero
menos un valor perdido, los demás se sustituyen por la media general y se calcula el valor perdido
después VP2. ,,, VPn y se repite el proceso sustituyendo el valor que se tenia anteriormente por el
nuevo hasta que la diferencia de los valores perdidos calculados con su anterior correspondiente
sea menor que un DVp fijado con anterioridad.
Ejemplo de diseño cuadrado latino: Se estudia el comportamiento de cuatro variedades.

Columnas
Filas 1 2 3 4 suma
1 0.99 C 1.12 A 1.26 D 0.90 B 4.27

2 1.50 D 1.25 B 0.72 A 2.72 C 6.19

3 1.42 B 2.64 D 0.88 C 1.20 A 6.14

4 1.30 A 1.84 C 1.08 B 1.76 D 5.98

suma 5.21 6.85 3.94 6.58 22.58

Variedades A B C D suma
Suma 4.34 4.65 6.43 7.16 20.58
media 1.085 1.163 1.607 1.79 1.411

Análisis de varianza

Fuentes de Grados Suma de cuadrados Cuadrado F Significación

variación libertad Corregidos (SCC) medio calculada
(gl)

Total 15 5.0358 -- -- --

Tratamiento 3 1.4012 0.4671 1.7060 NS

Fila 3 0.6362 0.2121 0.7746 NS

‘
Columna 3 1.3556 0.4519 1.6505 NS

Error 9 1.6428 0.2738 -- --

Como F5% (3,6) = 4.76. Como Ftratamiento > F5% (3,23) se rechaza la hipótesis de nulidad puesto
que diferencia significativa.

Se cumple que Freplica > F5% (3,23) se rechaza la hipótesis de nulidad puesto que diferencia
significativa.

F1% (3,9) = 6.65

Se cumple que Ftrat > F1% (3,23) se rechaza la hipótesis de nulidad puesto que diferencia
significativa.

F0.1% (3,9) = 13.90

Se cumple que Ftrat < F0.1% (3,23) se acepta la hipótesis de nulidad.
 B D C
A * * *
C NS NS
D NS

Tratam. Medias ES Signif.

A 7.71 b ± 0.46
B 10.68 a ± 0.46 P < 0.01
C 9.30 a ± 0.46 **
D 9.72 a ± 0.46