Conceptos Claves – Diseño de Experimentos

1. Análisis de varianza: es la técnica central en el análisis de datos

experimentales. Consiste en separar la variación total observada en cada
una de las fuentes que contribuye a la misma. Su objetivo es probar la
hipótesis de igualdad de los tratamientos con respecto a la media de la
correspondiente variable de respuesta.

2. Contraste: Combinación lineal de medias poblacionales en las que la suma

de los coeficientes es igual a cero ¿=0). Muchas hipótesis de interés son
contrastes, como, por ejemplo, la hipótesis de comparación de medias.

3. Contrastes ortogonales: Cuando la suma del producto de los coeficientes

de dos contrastes es igual a cero, es decir, Σ i=1 c 1 i c 2i =0

4. Cuadrados medios: Es la suma de cuadrados divididos entre sus

respectivos grados de libertad y es una estimación de la magnitud de su
correspondiente fuente de variabilidad.

5. Diagramas de cajas: Gráficos basados en cuartiles de un conjunto de

datos. También se tienen los diagramas de cajas simultáneos representan
una manera descriptiva de comparar tratamientos.

6. Diferencia mínima significativa (LSD): Es la diferencia mínima que debe

haber entre dos medias muestrales para considerar que dos tratamientos
son diferentes.

7. Diseño balanceado: Es cuando se utiliza el mismo número de repeticiones

en cada tratamiento. Dicho de otra forma, es recomendable utilizar el
mismo número de repeticiones (n1 =n) en cada tratamiento, a menos que
hubiera una razón para no hacerlo. Cuando n1 =n para toda i, el diseño es
balanceado.

8. Gráfica de probabilidad en papel normal:

La gráfica de probabilidad sirve para verificar visualmente si los datos

siguen una distribución de probabilidad específica.
Cuando hablamos de la gráfica de probabilidad en papel normal,
consideramos los N residuos e i que resultan del análisis de varianza, o
cualquier conjunto de N datos, de los cuales se quiere verificar su
procedencia de una distribución normal. Los pasos en la construcción de la
gráfica de probabilidad normal para los residuos son los siguiente:
 Ordenar los N valores, del menor al mayor y asignarles los rangos de
1 a N. Sean r i , i=1, 2,…,N, los datos en orden creciente.
 Calcular la posición de graficación para cada dato en función de su
rango y del total de observaciones como (i-0.5)/N, i= 1, 2, …, N.
 El papel de probabilidad normal es un formato para realizar una
gráfica del tipo X-Y, en la que una de las escalas es lineal y la otra es
logarítmica. Sobre el papel de probabilidad normal se dibujan las
parejas (r i ,(i−0,5)/ N ).
 Dibujar una línea recta sobre lo puntos para tratar de dilucidar si se
ajustan razonablemente bien a ella o no.

Ejemplo para poder ilustrar los pasos anteriores, se supone que los
residuos son los siguientes 10 datos: 48.8 , 51.5, 50.6, 46.5, 41.7,39.9,
50.4, 43.9, 48.6,48.6. Los cálculos necesarios para obtener las parejas se
visualizan en la siguiente tabla.

En el papel de probabilidad normal se grafican las parejas dadas por la

primera y tercera columna (r i ,(i−0,5)/ N ) y la vemos reflejada en la
siguiente tabla:
9. Método de Sheffé: Método que está diseñado para probar todos los
contrastes de medias que pudieran ser de interés, en particular aquellos
que involucran más de dos medias.

10. Métodos de comparaciones múltiples: Las comparaciones múltiples de

las medias permiten examinar cuáles medias son diferentes y estimar el
grado de diferencia. Es decir, en estas se realizan todas las comparaciones
posibles, dos a dos entre las medias de tratamientos. El investigador puede
evaluar la significancia estadística de las diferencias entre las medias
usando un conjunto de intervalos de confianza, un conjunto de pruebas de
hipótesis o ambos. Los intervalos de confianza permiten evaluar la
significancia práctica de las diferencias entre las medias, además de la
significancia estadística. Como es habitual, la hipótesis nula de no
diferencia entre medias se rechaza si y solo si el intervalo de confianza no
contiene el cero.

11. Modelo de efectos fijos: Es cuando se estudian todos los posibles

tratamientos. Cuya ecuación corresponde a:Y ij =μ+ τ i+ ε ij.

12. Notación de puntos: Sirve para representar sumas y medias que se

obtienen a partir de los datos experimentales. (Este simplifica las fórmulas
para su análisis)

13. Residuos: Son generados por la diferencia entre la respuesta observada y

la respuesta predicha por el modelo en cada prueba experimental.

14. Tabla de análisis de varianza: Toda la información necesaria para calcular

el estadístico F 0 hasta llegar al valor -р se escribe en esta tabla de análisis,
bien, una vez que se han calculado las sumas de cuadrados, las medias
cuadráticas, los grados de libertad y la F, se procede a elaborar una tabla
que reúna la información

Ejemplo de la forma que adopta esta tabla:

15. Tratamiento control: Se refiere a un tratamiento estándar de referencia
contra el que se compara el resto de los tratamientos.

16. Varianza constante: Supuesto que se cumple cuando los tratamientos

tienen la misma varianza o bien, varianza similar.