Ideas bsicas del diseo experimental

Captulo 4 de Analysis of Messy Data. Milliken y Johnson (1992)

Diseo de experimentos p. 1/23

Ideas bsicas del diseo experimental

Antes de llevar a cabo un experimento, se deben contestar algunas preguntas: 1. Cuntos tratamientos se van a estudiar? 2. Cuntas veces se va a observar cada tratamiento? 3. Cules son las unidades experimentales? 4. Cmo aplica el experimentador los tratamientos a las u.e. disponibles y luego observa las respuestas? 5. Se puede analizar el diseo resultante y/o se pueden hacer las comparaciones deseadas?

Diseo de experimentos p. 2/23

Ideas bsicas del diseo experimental

Considere un experimento que involucra t tratamientos y cada tratamiento se aplica a r u.e. diferentes. Un modelo matemtico que se puede usar para describir yij , la respuesta observada de la j-sima u.e. del i-simo tratamiento es: yij = i + ij i = 1, 2, . . . , t j = 1, 2, . . . , r (1)

donde i es la media real, pero desconocida, de las respuestas del i-simo tratamiento y ij es una variable aleatoria que represental el ruido resultante de la variacin total y otras posibles fuentes de error aleatorio y no aleatorio.

Diseo de experimentos p. 3/23

Ideas bsicas del diseo experimental

Para llevar a cabo este experimento, el investigador debe seleccionar rt u.e. y asignar aleatoriamente cada tratamiento a r de las u.e. El uso de la aleatorizacin es muy importante ya que previene la introduccin de sesgos sistemticos en el experimento. Si el investigador no usa la aleatorizacin, entonces no puede decir si una diferencia observada se debe a diferencias entre los tratamientos o se debe al mtodo sistemtico usado para asignar los tratamientos a las u.e. Ya que el objetivo de un experimento es comparar la respuesta observada en las u.e. de los tratamientos, entonces, mientras ms parecidas sean las u.e. mejores sern las comparaciones entre los tratamientos.

Diseo de experimentos p. 4/23

Ideas bsicas del diseo experimental

En muchos experimentos es imposible seleccionar rt u.e. idnticas. El que las u.e. no sean idnticas contribuye al error ij . Entonces, se mejoran los experimentos si el investigador puede agrupar las u.e. en grupos que sean muy parecidos, u.e. muy parecidas se les llama homogneas. Cuando este es el caso, los tratamientos pueden compararse en las u.e. similares donde la variacin debida al grupo puede tomarse en cuenta en el anlisis. Estos grupos de u.e. homogneas se llaman bloques.

Diseo de experimentos p. 5/23

Ideas bsicas del diseo experimental

Sean r bloques con t u.e. cada uno, cada tratamiento apareciendo una sola vez en cada bloque. Un modelo que representa la respuesta observada del i-simo tratamiento en el j-simo bloque es: yij = i + bj + ij i = 1, 2, . . . , t j = 1, 2, . . . , r

Observe que el ij del modelo (1) se reemplaz por bj + , ij esto es, la variacin entre grupos o bloques de u.e. se identic y se separ de ij . Se pueden comparar dos tratamientos, libres de efectos de bloque, tomando diferencias dentro de bloque de las respuestas de los dos tratamientos como: yij yi j = i i + j ij i el cual no depende del efecto del bloque bj .
Diseo de experimentos p. 6/23

Ideas bsicas del diseo experimental

Un objetivo del diseo experimental es seleccionar y agrupar el material experimental de tal manera que se reduzca el error experimental. Entonces, necesitamos que las u.e. en las cuales se van a comparar los tratamientos, sean lo ms parecidas posible para que puedan detectarse pequeas diferencias signicativas entre dos tratamientos. Si hay t tratamientos y t u.e. se puede llevar a cabo un experimento y se puede estimar la media de cada tratamiento. Pero la varianza del error no se puede obtener a menos que alguno o todos los tratamientos sean replicados (tengan repeticiones). Una rplica de un tratamiento es una observacin independiente del tratamiento y, por lo tanto, dos rplicas (repeticiones) de un tratamiento deben involucrar dos u.e.

Diseo de experimentos p. 7/23

Ideas bsicas del diseo experimental

Frecuentemente se utliza dividir una muestra para generar dos observaciones a las que se les llama rplicas cuando en realidad son submuestras o mediciones repetidas. Por ejemplo, dos mediciones independientes de la estatura de una persona no dan una medida de la variacin de estaturas de la poblacin de personas, sino que dan una medida de la variacin de la medicin de estatura en esa persona. Otro ejemplo, considere un experimento para comparar la capacidad de tres conservadores para inhibir el crecimiento de hongos en cierto tipo de pastel.

Diseo de experimentos p. 8/23

Ideas bsicas del diseo experimental

Se aplica un conservador a cada pastel. Despus de 9 das de almacenado se mide el nmero de esporas de hongo por cm3 . Como el investigador quiere 10 rplicas para el anlisis, divide cada pastel en 10 partes y obtiene la medicin de esporas de hongo en cada parte. Sin embargo, esas 10 mediciones no resultan de 10 aplicaciones independientes del conservador. La medida de variacin de sus submuestras es un indicador de la variacin dentro del pastel y no de la variacin u.e. a u.e. Para tener 10 rplicas, el investigador necesita hacer 10 pasteles con cada conservador, cada uno de ellos mezclado independientemente del otro.

Diseo de experimentos p. 9/23

Ideas bsicas del diseo experimental

Es muy importante distinguir entre una submuestra y una rplica, ya que la varianza del error estimada entre las submuestras es en general considerablemente menor que la varianza del error estimada entre rplicas o u.e. Por lo tanto, la estadstica F de las pruebas construda usando la varianza del error calculada de las submuestras ser mucho mayor de lo que debe ser, llevando al experimentador a encontrar ms diferencias signicativas de lo que debera.

Diseo de experimentos p. 10/23

Estructuras de un diseo experimental

1. Estructura de tratamientos. Es el conjunto de tratamientos, combinacin de los niveles de los factores bajo estudio, o poblaciones que son seleccionadas por el investigador para comparar. La estructura de tratamientos puede ser un conjunto de t tratamientos, llamada estructura de tratamientos unifactorial (de una va, one-way), o un conjunto de combinaciones de niveles como un arreglo factorial de 2 factores (vas) o de mayor orden.

Diseo de experimentos p. 11/23

Estructuras de un diseo experimental

2. Estructura de diseo. Es la forma en que se agrupan las u.e. en conjuntos homogneos (bloques). La estructura de diseo de un experimento involucra el agrupamiento de las u.e. de tal manera que las condiciones bajo las cuales se observan los tratamientos sean lo ms uniformes posible. Si todas las u.e. son homogneas, entonces solo hay un grupo o bloque de observaciones y las u.e. pueden ser asignadas a los tratamientos completamente al azar. Esta estructura de diseo se llama diseo completamente al azar. Si se requiere ms de un grupo de u.e. para que dentro de cada grupo las u.e. sean ms homogneas entre s que entre grupos, entonces la estructura de diseo es algn tipo de diseo de bloques.

Diseo de experimentos p. 12/23

Diseo experimental

Una vez que se seleccionaron las estructura de tratamientos y de diseo, el diseo experimental se especica describiendo exactamente el mtodo de asignacin aleatoria de los tratamientos a la u.e. en la estructura de diseo. El diseo experimental dene el modelo apropiado que debe usarse para un anlisis correcto. Al construir el modelo, se hacen dos suposiciones bsicas: 1. Se supone que los componentes de la estructura de diseo son efectos aleatorios, esto es, los bloques usados son una muestra aleatoria de la poblacin de posibles bloques de u.e. 2. Se supone que no hay interaccin entre los componentes de la estructura de diseo y los componentes de la estructura de tratamientos. Es decir, se supone que la relacin existente entre los tratamientos ser consistente de bloque a bloque, o dicho de otra manera, los bloques no inuyen en la relacin entre los tratamientos.
Diseo de experimentos p. 13/23

Tipos de estructuras de diseo

La estructura de diseo se selecciona usando toda la informacin disponible de las u.e. y se escoge independientemente de la estructura de tratamientos. Tipos de estructura de diseo. 1. Diseo completamente al azar. Se supone que todas las u.e. son homogneas y los tratamientos se asignan a las u.e. completamente al azar. 2. Diseo de bloques al azar (completos). Si hay t tratamientos, este diseo consiste de b bloques con t u.e. cada uno. Cada tratamiento se asigna aleatoriamente a las u.e. en cada bloque. (Restriccin en la aleatorizacin). Si cada bloque tiene ct u.e. con c entero, entonces cada tratamiento se puede asignar a c u.e. en cada bloque (bloques al azar generalizados).

Diseo de experimentos p. 14/23

Tipos de estructuras de diseo

3. Diseo de cuadro latino. Consiste de un diseo de bloques en dos direcciones. Si se tienen t tratamientos, t2 u.e. se arreglan en un cuadrado t t donde los renglones se llaman bloques rengln y las columnas bloques columna. Los tratamientos se asignan aleatoriamente a las u.e. de tal manera que cada tratamiento ocurra una sola vez en cada bloque rengln y una sola vez en cada bloque columna. 4. Diseo de bloques incompletos. Cuando el nmero de tratamientos es mayor que el nmero de u.e. en cada bloque. 5. Combinaciones y generalizaciones. El tamao de los bloques vara de bloque a bloque, o algunos bloques estn incompletos y otros completos.

Diseo de experimentos p. 15/23

Tipos de estructuras de tratamientos

1. Estructura de una va (oneway). Consiste de un conjunto de t tratamientos o poblaciones que corresponden a los t niveles del factor bajo estudio. 2. Estructura de dos vas (twoway). Consiste de un conjunto de tratamientos construidos al combinar los niveles de dos factores. Si el primer factor tiene s niveles y el segundo r niveles, resultan s r tratamientos. Ejemplo: Diseo factorial 3 4, 12 tratamientos. B1 A1 B1 A2 B1 A3 B1 B2 A1 B2 A2 B2 A3 B2 B3 A1 B3 A2 B3 A3 B3 B4 A1 B4 A2 B4 A3 B4

A1 A2 A3

Diseo de experimentos p. 16/23

Tipos de estructuras de tratamientos

3. Estructura de arreglo factorial. Consiste de un conjunto de tratamientos construidos al combinar los niveles de 2 o ms factores. 4. Estructura de arreglo factorial fraccional. Consiste de solo una parte o fraccin de todas las combinaciones posibles de niveles (tratamientos) de un arreglo factorial. Existen diferentes tcnicas para seleccionar la fraccin apropiada. 5. Arreglos factoriales con uno o ms controles. Por ejemplo un factorial 3 2 + 1 signica que se tienen dos factores uno con 3 niveles, el otro con 2 niveles y un tratamiento testigo o control. Todas las estructuras descritas se pueden considerar como una estructura de una va (oneway) para propsitos de anlisis.
Diseo de experimentos p. 17/23

Ejemplo

Un nutrilogo quiere estudiar el efecto de 5 dietas para perder peso. La estructura de tratamientos es de un solo factor con 5 niveles.
s

Si hay 20 personas homogneas, se puede usar un diseo completamente al azar donde cada dieta se asigna completamente al azar a 4 personas. El modelo: yij yij = i + ij = + i + ij i = 1, . . . , 5 j = 1, . . . , 4 F.V. Dieta Error g.l. 4 15

Diseo de experimentos p. 18/23

Ejemplo

Si hay 10 hombres y 10 mujeres en lugar de las 20 personas homogneas, el gnero de la persona puede usarse como bloque, entonces se usara un diseo de bloques al azar generalizado donde cada dieta se asigna aleatoriamente a dos hombres y dos mujeres. yijk yijk = i + bj + ijk = + i + bj + ijk i = 1, . . . , 5 j = 1, . . . , 4 F.V. Bloque Dieta Error g.l. 1 4 14

Diseo de experimentos p. 19/23

Ejemplo

En algunos casos, el sexo de la persona no es una buena seleccin como factor de bloqueo ya que puede ser un tipo de tratamiento (sobre todo si consideramos que puede haber interaccin de los dos factores). Si es as, la estructura de tratamientos es un factorial de 2 vas (dieta y sexo) con 10 tratamientos, resultado de combinar dos niveles de sexo con 5 niveles de dieta. El diseo es completamente al azar con 2 repeticiones. yijk yijk i j ij = ij + ijk = + i + j + ij + ijk i = 1, . . . , 5 j = 1, 2 k = 1, 2 media general efecto de dieta efecto de sexo interaccin dieta sexo
Diseo de experimentos p. 20/23

Ejemplo

La Tabla de ANOVA para cada uno de los modelos es: F.V. Modelo ij Sexo x Dieta Error Modelo + i + j + ij Sexo Dieta Sexo x Dieta Error g.l. 9 10 1 4 4 10

Diseo de experimentos p. 21/23

Ejemplo

Suponga ahora que las dietas tienen una estructura consistente de una dieta control y cuatro dietas resultado de la combinacin de dos niveles de protena y dos niveles de carbohidratos. La estructura de tratamientos de Dieta es un arreglo factorial 2 2 con un control, que al cruzarse con Sexo genera una estructura de tratamientos de tres vas con dos controles (uno para hombres y otro para mujeres). El diseo es completamente al azar. El modelo es: yijk = + i + j + ij + ijk i = 1, . . . , 5 j = 1, 2 k = 1, 2

Diseo de experimentos p. 22/23

Ejemplo

F.V. Sexo Dieta Control vs. 22 Protena Carbohidrato Protena x carbohidrato Sexo x Dieta Sexo x Control vs. 22 Sexo x Protena Sexo x Carbohidrato Sexo x Carbohidrato x Protena Error

g.l. 1 4 1 1 1 1 4 1 1 1 1 10

Diseo de experimentos p. 23/23