Documente Academic
Documente Profesional
Documente Cultură
Esta sección hace uso de programas fuentes, salidas SAS y esquemas de Análisis de varianza, que Ud.
puede consultar por los enlaces que se presentan a continuación:
Programa Fuente y Salida SAS Andeva Esquemático
IMPORTANT NOTICE ABOUT THE COPYRIGHTS.
Análisis Gráfico: 1 2 3 4
Se asumirá que el lector de esta página cumple con los siguientes requisitos:
(i): ha asistido en alguna ocasión un curso básico de diseño de experimento.
(ii): tiene el conocimiento del lenguaje SAS por lo menos al nivel práctico.
1
Disponible en: http://mipagina.cantv.net/ssinha/basic.htm. 02/10/2006 03:13 p.m.
1
Diseño Completamente aleatorio
(1.1): Caso fijo y balanceado: Tratamientos cualitativos
(1.2): Caso fijo y balanceado: Tratamientos cuantitativos
Dependent Variable: Y
Sum of Mean
Source DF Squares Square F Value Pr > F
Model 4 475.76000 118.94000 14.76 0.0001
Error 20 161.20000 8.06000
Corrected Total 24 636.96000
El Valor de F para tratamientos es significativo al nivel de significación = 0,05 ya que Pr >F (Probabilidad
mayor que el F calculado) es igual = 0,0001, siendo este último valor menor que 0,05 , el cual es el valor del nivel
de significación que estamos considerando. También el valor de F para tratamientos es significativo para = 0,01
por la misma razón, o sea Pr >F = 0,0001 < 0,01 . (obsérvese que si F calculado es significativo para = 0,01,
entonces esto implica que el F calculado también es significativo para = 0,05 . Sin embargo la afirmación
inversa no necesariamente es cierta.)
Podemos decir de esta manera que el valor de F para tratamientos es altamente significativo.
Modelo Lineal:
Yij = iij ; i = 1,...,k ; j = 1,..,n; ij ~ NID(0, )
iel efecto del tratamiento i - ésimo; ij = error aleatorio para j - ésima observación en el tratamiento i - ésimo.
2
Otra forma equivalente de enunciar las mismas hipótesis es:
0 : 1 = 2 = ... = k ; en que i es el promedio poblacional del tratamiento i - ésimo, i = 1,...,k ;
HA : No todos los promedios poblacionales de tratamientos son iguales.
Ya que el valor de F para tratamientos es significativo para = 0,05, obtenemos la conclusión estadística que los
promedios poblacionales de los 5 tratamientos son diferentes. Debemos realizar análisis posterior por el método del
Rango múltiple de Duncan para determinar cual es el mejor tratamiento.
A 21.600 5 30
B 17.600 5 25
B
B 15.400 5 20
C 10.800 5 35
C
C 9.800 5 15
Observamos que por la aplicación del Método de Duncan se forman 3 grupos de tratamientos. Los promedios
poblacionales de tratamientos dentro de los grupos entre ellos no son diferentes. El promedio poblacional dentro de
un grupo es diferente del promedio poblacional del tratamiento de cualquier otro grupo.
El mejor tratamiento tiene 30 % del algodón.
Conclusiones:
(1): El Valor de F para tratamientos es significativo al nivel de significación a = 0,05 y en consecuencia los
promedios poblacionales de los 5 tratamientos son diferentes.
(2): La aplicación del método del Rango múltiple de Duncan revela que el mejor tratamiento tiene 30 % del
algodón.
Observación:
Los Tratamientos en este experimento son cuantitativos, pero en este ejemplo fueron analizados como cualitativos.
Los datos de este ejemplo se volverán a analizar en el Ejemplo 1.2, tomando en cuenta la naturaleza cuantitativa de
los tratamientos.
3
(2): Caso fijo y balanceado: Tratamientos cuantitativos
(Este Ejemplo usa datos de la Tabla 1.1.1)
Tabla 1.2.1: Prueba de significación de los componentes del polinomio
ortogonal:
General Linear Models Procedure
Dependent Variable: Y
Contrast DF Contrast SS Mean Square F Value Pr > F
LINEAL 1 33.62000 33.62000 4.17 0.0545
CUADRATICO 1 343.21429 343.21429 42.58 0.0001
CUBICO 1 64.98000 64.98000 8.06 0.0101
CUARTICO 1 33.94571 33.94571 4.21 0.0535
Ya que los tratamientos son caracterizados por diferentes porcentajes del algodón (15, 20, 25, 30 y 35 ) y se
encuentran igualmente espaciados, podemos usar el método de polinomios ortogonales como un método del análisis
posterior.Como un primer paso calculamos por SAS la significación de los diferentes componentes de polinomios
ortogonales (ver la Tabla 1.2.1). El polinomio ortogonal es de grado tres, ya que el componente cuartico no es
significativo (estamos usando = 0,05) y además el componente cúbico si es significativo. A continuación se
desarrolla el 2do. paso que consiste en hallar la ecuación polinómica ortogonal estimada de tercer grado.
Dependent Variable: Y
Sum of Mean
Source DF Squares Square F Value Pr > F
Model 3 441.81429 147.27143 15.85 0.0001
Error 21 195.14571 9.29265
Corrected Total 24 636.96000
En este 2do. paso , se vuelve a usar el Proc. GLM pero esta vez considerando ambas variables y e x, en
que y es la variable respuesta, siendo x el porcentaje del algodón. En la instrucción Model del Proc
GLM, se declara un modelo del tercer grado y se obtiene la tabla del Andeva y la estimación de los
parámetros.
No se debe tomar en cuenta la significación de los componentes en la tabla de Andeva 1.2.2, porque este
paso ya se hizo en la tabla 1.2.1. El cálculo de significación en la tabla 1.2.2. usa el error de la tabla 1.1.2
que tiene 20 g.l. En cambio la tabla 1.2.2 usa error con 21 g.l. Este grado de libertad adicional es por el
componente cuartico que automáticamente el Proc GLM suma al término del error en la tabla 1.2.2 ya
4
que al no ser significativo en la tabla 1.2.1, se excluyó este término en la declaración del modelo del Proc
GLM para generar la tabla 1.2.2 .
La información mas
importante que se consigue
en la tabla 1.2.2 es la función
polinómica estimada de
tercer grado, la cual es:
Y(estimada) =
62.61142857
-9.01142857*X +
0.48142857*X*X
-0.0076*X*X*X
en que Y es la resistencia y X
es el porcentaje del algodón.
Conclusión:
La relación ente la resistencia de la fibra sintética y el porcentaje del algodón se puede representar por la siguiente
función polinómica estimado de grado tres:
Y(estimada) = 62.61142857 -9.01142857*X + 0.48142857*X*X -0.0076*X*X*X
El valor de la resistencia de la fibra sintética crece a medida que aumenta el valor del porcentaje del algodón,
alcanzando su valor máximo de 20.90 cuando el porcentaje del algodón asume el valor igual a 28.23
5
Diseño Bloques aleatorios:
(2.1): Diseño Bloques aleatorios: (balanceado con efectos fijos)
(2.2): Diseño Bloques aleatorios: (no balanceado con efectos fijos)
Datos:
32.6 41.0 17.9 23.8 19.6
38.4 39.4 37.1 42.8 21.8
65.1 59.9 41.9 36.1 21.1
54.2 46.4 43.6 35.1 43.4
83.7 37.9 69.3 63.8 50.7
77.1 70.8 57.7 51.1 46.5
Dependent Variable: Y
Sum of Mean
Source DF Squares Square F Value Pr > F
Model 9 6529.2027 725.4670 7.14 0.0001
Error 20 2033.4093 101.6705
Corrected Total 29 8562.6120
Comentarios:
El Modelo Lineal del diseño usado en este experimento es:
Yij = ij + ij ; i = 1,...,k ; j = 1,..,n ; .= 0 ; . = 0 ;
en que, iel efecto del tratamiento i - ésimojel efecto del bloque j - ésimo
ij = error aleatorio para la observación en el j - ésimo bloque y el tratamiento i - ésimo. ij ~ NID(0, ) para i
= 1,...,k ; j = 1,..,n ;)
El valor del F calculado para variedades es altamente significativo. Por lo tanto será necesario usar un
método del análisis posterior para determinar cual es la mejor variedad.
6
El valor del F calculado para bloques es altamente significativo y esto indica que se justificó el uso del
diseño bloques aleatorios ya que una parte de la variabilidad total que se particiona en el análisis de
varianza como bloques es significativa. (Si F para bloques en un diseño bloques aleatorios usado en el
campo experimental no es significativo, entonces diríamos que los bloques no fueron construidos y
ubicados con una orientación correcta. La orientación correcta consiste en ubicar los bloques en
forma perpendicular a la dirección en que varía la fertilidad del suelo. El Contraste de hipótesis acerca de
los bloques aún cuando no es de interés directo para el Investigador, se considera como un paso
importante para confirmación de criterios usado en el planeamiento del experimento.)
A 61.080 5 5
A
A 60.640 5 6
B 44.820 5 3
B
B 44.540 5 4
B
C B 35.900 5 2
C
C 26.980 5 1
Comentarios:
El uso del Rango múltiple de Duncan produce tres conjunto disjuntos de variedades. El grupo con el mejor
rendimiento consta de dos variedades que son las variedades números 5 y 6. Cualquiera de estas dos variedades se
pueden usar y entre ellas no existe diferencia significativa.
Dependent Variable: Y
Sum of Mean
7
Source DF Squares Square F Value Pr > F
Model 6 62501.989 10416.998 1.79 0.2316
Error 7 40713.725 5816.246
Corrected Total 13 103215.714
Comentarios:
Este ejemplo tiene el propósito de ilustrar el procedimiento a usar y los aspectos computacionales cuando existe(n)
dato(s) faltante(s) en un diseño B. A. con efectos fijos.
Generalmente un diseño B. A. se planifica como un diseño balanceado pero al perder uno o más datos
experimentales, el diseño llega a ser un diseño no balanceado. Pueden surgir muchas complicaciones en el análisis
estadístico y pérdidas de propiedades óptimas del diseño por el no balanceo, por ejemplo: El error estándar de
promedios de tratamientos ya no es un valor constante sino varia según si se trata del promedio de un tratamiento
que tiene el problema de dato(s) faltante(s) o no. Se pierde la propiedad de ortogonalidad del diseño ya que no se
cumplirá la propiedad que S.C. Total = S.C. Bloques + S.C. Tratamientos + S.C. Error experimental. En general se
reduce la potencia de la dócima del estadístico F , lo cual pudiera hacer difícil detectar las diferencias
significativas.
En cuanto al procedimiento computacional a usar, se hace necesario usar Sumas de cuadrados, cuadrados medios y
F del tipo III (Type III ) en la salida del SAS, para ambas fuentes de variación que serían bloques y tratamientos.
En este ejemplo el valor de F para bloques es 2,14 y el valor de F para tratamientos es 1,74
8
Diseño Cuadrado Latino
(3.1): Cuadrado Latino:
DATOS:
C 10.5 D 7.7 B 12.0 A 13.2
B 11.1 A 12.0 C 10.3 D 7.5
D 5.8 C 12.2 A 11.2 B 13.7
A 11.6 B 12.3 D 5.9 C 10.2
Comentarios:
Considerando el nivel de significación = 0,05, observamos que el F calculado para Filas no es
significativo mientras el valor de F calculado para columnas es significativo. Esto podría indicar que ha habido
una falla en el planeamiento del diseño y/o la construcción de las columnas. Surgen dudas sobre la justificación del
diseño utilizado, ya que se pudo utilizar el diseño bloques aleatorios para controlar la variabilidad por columnas.
F para tratamientos es altamente significativo. Por lo tanto, se debe realizar Análisis del Rango Múltiple de Duncan
para determinar el mejor tratamiento. . Se omite este cómputo aquí, ya que sería similar como se ha hecho esto en
ejemplos anteriores.
9
* Temprana K - - - - ;
* .... Después siguen 4 lineas siguientes para fecha de siembra tardía ....;
Datos:
28.6 36.8 32.7 32.6
29.1 29.2 30.6 29.1
28.4 27.4 26.0 29.3
29.2 28.2 27.7 32.0
30.3 32.3 31.6 30.9
32.7 30.8 31.0 33.8
30.3 32.7 33.0 33.9
32.7 31.7 31.8 29.4
Dependent Variable: Y
Sum of Mean
Source DF Squares Square F Value Pr > F
Model 10 94.100000 9.410000 2.97 0.0169
Error 21 66.438750 3.163750
Corrected Total 31 160.538750
Comentarios:
Usaremos el nivel de significación igual a 0,05 . Observamos que el valor de F para bloques no es significativo.
Esto indica que hubo una falla en el planeamiento del experimento y/o en la construcción o orientación de los
bloques en el campo experimental.
La interacción Fecha x Abono es significativa y en consecuencia no se puede realizar el análisis posterior entre los
promedios de niveles de ninguno de los dos factores. El Análisis gráfico de esta interacción revela que las líneas de
promedios correspondientes a las fechas de siembra muestran una intersección indicando que existe una interacción
10
por el cambio en la dirección de la respuesta. Ya que el factor Abono no es significativo, no necesitamos hacer
ningún análisis posterior entre los promedios de 4 niveles del factor abono. La interacción Fecha x Abono
significativa, implica que la que será la mejor fecha dependerá del nivel del factor Abono con que esta se
combina. Pero si se puede aplicar cualquier método del análisis posterior, (por ejemplo Duncan) sobre los 8
promedios de tratamientos formados por todas las combinaciones posibles entre los 2 niveles del factor Fecha y los
4 niveles del Factor abono.Tomando en cuenta la información que se presenta en el cuadro más arriba, podemos
hacer diferentes tipos de comparaciones: Comparación entre promedios de diferentes tipos de Abono para la
siembra Temprana. Comparación entre promedios de diferentes tipos de Abono para la siembra Tardía.
Comparación entre promedios de los dos tipos de fechas de siembra separadamente para cada tipo de abono. (No se
requiere a volver a hacer otro cómputo del método de Duncan, sino usar los resultados del Análisis de Duncan ya
disponible) El tratamiento que tiene el rendimiento más alto es cuando se combina el Abono estándar con una
siembra temprana.
Tabulación de datos:Los datos se muestran en el programa de SAS. Las primeras 4 filas de datos corresponden a
los datos de los bloques 1 - 4, para el primer nivel del Tratamiento principal. Dentro de cada fila hay 4 datos
correspondientes a los 4 niveles de sub tratamientos. Las próximas 4 filas de datos corresponden a los datos de los
bloques 1 - 4, para el segundo nivel del Tratamiento principal. Dentro de cada fila hay 4 datos correspondientes a
los 4 niveles de sub tratamientos. etc. y así sucesivamente hasta la tabulación de las últimas 4 filas correspondientes
al cuarto y último nivel del Tratamiento principal.
11
54.0 57.6 45.6 56.6
52.7 58.5 51.0 47.4
;
Salida SAS:
Nota: La salida SAS, tal como imprime el computador no se puede usar, sino será necesario
reordenar la información obtenida en una tabla de Andeva definitiva. Esta tabla que se
obtenga, se llamará como tabla de andeva del diseño de parcelas divididas, sin usar el calificativo
"definitiva". Se usa este calificativo "definitiva" simplemente para indicar que hay un trabajo que hacer y
una vez que este trabajo esta hecho, se obtendrá la tabla de andeva, la que se va a usar. Esta tabla se
muestra después de la salida SAS, la cual lleva algunas indicaciones en color rojo para preparar la tabla
de Andeva definitiva:
Dependent Variable: Y
Sum of Mean
Source DF Squares Square F Value Pr > F
Model 27 7066.1919 261.7108 12.89 0.0001
Error 36 731.2025 20.3112 Nombrarla como Error(b)
Corrected Total 63 7797.3944
12
BLOQUES 3 2842.8731 947.6244 13.79 0.0010
TRATPRIN 3 2848.0219 949.3406 13.82 0.0010
Error(a) 9 618.2944 68.6994
SUBTRAT 3 170.5369 56.8456 2.80 0.0539
TRATPRIN*SUBTRAT 9 586.4656 65.1628 3.21 0.0059
Error(b) 36 731.2025 20.3112
Corrected Total 63 7797.3944
Comentarios:
Consideraremos el nivel de significación = 0,05. F para bloques es significativo y esto indica que hubo
justificación en usar bloques en el diseño para controlar la variabilidad.
Tratprin es la abreviatura para Tratamientos principales y tiene el valor de F significativo, lo cual implica que hay
diferencias significativas entre los promedios poblacionales de los 4 lotes de semillas de avena. La fuente de
variación Sub tratamientos no tiene el valor de F significativo y esto señala que no existen diferencias significativas
entre los promedios poblacionales de los 4 productos químicos.
Análisis Gráfico:
En la gráfica de la interacción Tratamiento Principal x Sub tratamiento, se observa la presencia de una
interacción por el cambio en la dirección de la respuesta, ya que las líneas, correspondientes a los
tratamientos principales, muestran puntos de intersección.
13
principales y asimismo tampoco sobre los promedios de Sub Tratamientos (además este último es
no significativo). Se puede hacer la comparación entre los 16 tratamientos combinaciones por el
Análisis de Duncan y el resultado de este procedimiento podrá ser usado para responder
preguntas inicialmente planteadas en el objetivo del experimento.
Para realizar el cómputo del método de Duncan, es necesario obtener un estimación del error
experimental, la cual se puede hallar por el promedio ponderado de los cuadrados medios de los
dos errores (a) y (b) en el diseño. En este ejemplo, esta estimación mancomunada tendrá 45 g.l.
El Análisis de Duncan revela que el mejor tratamiento es la combinación 42. También se ha
formado otro grupo que contiene las combinaciones de tratamientos: 14 y 11, que tiene los
promedios más bajos para la variable respuesta rendimiento.
Utilizando los resultados del del Análisis de Duncan, también se puede determinar: (No se
requiere a volver a hacer otro cómputo del método de Duncan, sino usar los resultados del
Análisis de Duncan ya disponible.)
(a): el mejor subtratamiento para cada uno de los tratamientos principales separadamente.
(b): el mejor Tratamiento Principal para cada uno de los Subtratamientos separadamente.
Los datos utilizados en este ejemplo proviene del libro de Montgomery, D. Se trata de una investigación
médica para estudiar el tiempo de absorción de un cierto tipo de cápsula antibiótica. En esta investigación
se utilizaron 3 técnicos como Tratamientos principales, 3 dosis como Sub Tratamientos y 4 niveles de
grosor de la pared de cápsula como Sub Sub Tratamientos. El experimento se hizo en 4 bloques.
Este diseño asigna la máxima precisión de estimación al factor grosor (Sub Sub Tratamientos) , la mediana
precisión al factor dosis (Sub Tratamientos) y la mínima precisión al factor técnico (Tratamiento
principal).
Tabulación de datos:
El esquema de la tabulación de datos se presenta a continuación. Los datos se muestran en el programa de
SAS.
Técnico
-----------------------------------------------------
1 2 3
-----------------------------------------------------
Bloques Dosis 1 2 3 1 2 3 1 2 3
-----------------------------------------------------
Grosor - - - - - - - - -
1 - - - - - - - - -
1 2 - - - - - - - - -
3 - - - - - - - - -
4 - - - - - - - - -
- indica un dato. Cada fila tiene 9 datos. Este esquema se repite para los 3 bloques restantes.
14
do Grosor = 1 to 4;
do Tecnico = 1 to 3;
do dosis = 1 to 3 ;
input y @@;
output;
end;
end;
input;
end;
end;
cards;
95 71 108 96 70 108 95 70 100
104 82 115 99 84 100 102 81 106
101 85 117 95 83 105 105 84 113
108 85 116 97 85 109 107 87 115
95 78 110 100 72 104 92 69 101
106 84 109 101 79 102 100 76 104
103 86 116 99 80 108 101 80 109
109 84 110 112 86 109 108 86 113
96 70 107 94 66 100 90 73 98
105 81 106 100 84 101 97 75 100
106 88 112 104 87 109 100 82 104
113 90 117 121 90 117 110 91 112
90 68 109 98 68 106 98 72 101
100 84 112 102 81 103 102 78 105
102 85 115 100 85 110 105 80 110
114 88 118 118 85 116 110 95 120
;
proc print; run;
PROC GLM;
class Bloques Tecnico Dosis Grosor ;
model y = bloques tecnico bloques*tecnico dosis tecnico*dosis
dosis*bloques(tecnico)
grosor tecnico*grosor dosis*grosor tecnico*dosis*grosor/ss1 ;
Salida SAS:
Parcelas subdivididas
General Linear Models Procedure
Dependent Variable: Y
Sum of Mean
Source DF Squares Square F Value Pr > F
Model 62 25921.472 418.088 46.83 0.0001
Error 81 723.188 8.928 Nombrar esta F.V. como Error(c)
Corrected Total 143 26644.660
15
BLOQUES*TECNICO 6 161.153 26.859 3.01 0.0105 Nombrarla como
Error(a)
DOSIS 2 20570.056 10285.028 1151.97 0.0001 No usar esta Fila.
TECNICO*DOSIS 4 125.944 31.486 3.53 0.0105 No usar esta Fila.
BLOQUE*DOSIS(TECNIC) 18 226.000 12.556 1.41 0.1514 Nombrarla como
Error(b)
GROSOR 3 3806.910 1268.970 142.13 0.0001
TECNICO*GROSOR 6 126.486 21.081 2.36 0.0375
DOSIS*GROSOR 6 402.278 67.046 7.51 0.0001
TECNICO*DOSIS*GROSOR 12 205.889 17.157 1.92 0.0435
Comentarios:
El valor de F para Técnico no es significativo. Esto indica que los tres Técnicos han tenido éxito en conducir el
experimento de una manera uniforme. Puesto que F para dosis es significativo, podemos concluir que existen
diferencias significativas entre las potencias de las 3 dosis que se han probado en este experimento. La interacción
Técnico*Dosis al no ser significativa, asegura que las 3 dosis entre ellas mantienen las mismas diferencias relativas
del tiempo de absorción , no importa cual es el Técnico quién lo prepara. Esta información es importante ya que
esto asegura la uniformidad en la calidad del producto elaborado.
Grosor es significativo, lo cual implica que la potencia del antibiótico depende del grosor de la pared de cápsula. La
interacción DOSIS*GROSOR es significativa. Esto indica que el factor dosis y el factor grosor de la cápsula no
son independientes. La interacción TECNICO*GROSOR es significativa indicando que el nivel del factor grosor
que tenga el mejor tiempo de absorción depende del técnico quién ha elaborado el antibiótico. La interacción triple
Tecnico*Dosis* Grosor, por ser una interacción de tres factores puede ser causada de una manera compleja por la
significación de cualesquiera de las siguientes interacciones: Técnico por Dosis*Grosor, o Dosis por
Técnico*Grosor o por Grosor por Técnico*Dosis.
A continuación se presenta la información necesaria para hacer el Análisis gráfico de las 3 interacciones dobles:
16
Análisis Gráfico:
Sabemos que una interacción doble es causada por una o ambas de las siguientes razónes:
(1): Existe diferencia en la magnitud de respuesta. (Se identifica esta situación en la gráfica cuando algunas o todas
de las líneas no son paralelas pero no existe intersección entre ellas.)
(2): Existe diferencia en la dirección de respuesta. (Se identifica esta situación en la gráfica cuando algunas o todas
Análisis Posterior:
Ya que la interacción triple Tecnico*Dosis*Grosor y dos interacciones dobles son significativas, no se puede hacer
el análisis posterior sobre los promedios de los niveles de ninguno de los 3 factores.
Podemos realizar el análisis de Duncan sobre los promedios tridimensionales de Técnico, Dosis y Grosor. Este
cálculo requiere la estimación de la varianza del promedio tridimensional y se puede obtener por el promedio
ponderado de los cuadrados medios de los 3 tipos de errores a, b, y c. Esta estimación tendrá 105 g.l.. A
continuación se representa en forma resumida el resultado obtenido por el uso del análisis de Duncan:
17
A 115.000 4 433
A
B A 112.750 4 423
B A
B A 112.000 4 421
........................................
Se omiten los valores intermedios
........................................
N 71.750 4 112
N
N 71.000 4 132
N
N 69.000 4 122
El grupo de combinaciones de tratamiento con promedios que tengan valores más altos de la variable respuesta
son: 413, 313 y 433 . Asimismo, el grupo formado por las combinaciones de tratamientos: 112, 132 y 122, tiene
promedios con valores más bajos de la respuesta.
Tomando en cuenta los resultados del del Análisis de Duncan, también se puede determinar:
(a): El mejor Técnico para cada una de las combinaciones de Dosis por Grosor.
(b): La mejor Dosis para cada una de las combinaciones de Técnico por Grosor.
(c): El mejor Grosor para cada una de las combinaciones de Técnico por Dosis.
(No se requiere a volver a hacer otro cómputo del método de Duncan, sino usar los resultados del Análisis de
Duncan ya disponible.)
18