Latino

Cuadrado Latino
F.de Mendiburu / 3/24/2007

1
DISEO CUADRADO LATINO : DCL

El agrupamiento de las unidades experimentales en dos direcciones (filas y columnas) y la
asignacin de los tratamientos al azar en las unidades, de tal forma que en cada fila y en cada
columna se encuentren todos los tratamientos constituye un diseo cuadrado latino.

Caractersticas:

1. Las u.e. se distribuyen en grupos , bajo dos criterios de homogeneidad dentro de la fila y dentro
de la columna y heterogeneidad en otra forma.

2. En cada fila y en cada columna, el nmero de unidades
es igual al nmero de tratamientos.

3. Los tratamientos son asignados al azar en las unidades
experimentales dentro de cada fila y dentro de cada columna.

4. El nmero de filas = nmero de columnas = nmero de tratamientos.

5. Los anlisis estadsticos T-student, Duncan, Tuckey y en
pruebas de contraste se procede como el diseo completo al azar y el diseo de bloques. La
desviacin estandar de la diferencia de promedios y la desviacin estandar del promedio, estn en
funcin del cuadrado medio del error experimental.

El nombre de cuadrado Latino se debe a R.A. Fisher [The Arrangement of Field Experiments, J.
Ministry Agric., 33: 503-513 (1926)]. Las primeras Aplicaciones fueron en el campo agronmico,
especialmente en los casos de suelos con tendencias en fertilidad en dos direcciones.

Formacin de cuadrados latinos

Suponga 4 tratamientos A,B,C y D, con estos tratamientos se pueden formar 4 cuadros diferentes
llamadas tpicas o estandar (en la primera fila y en la primera columna se tiene la misma
distribucin).

A B C D A B C D A B C D A B C D
B A D C B C D A B D A C B A D C
C D B A C D A B C A D B C D A B
D C A B D A B C D C B A D C B A

De cada cuadro se obtienen 144 formas diferente, en total se tienen 576 cuadros diferentes.
Cuadrado Latino

2

La siguiente tabla permite relacionar el numero de cuadros en funcin del tamao.

Tamao Nro de Nm total
del formas Valor de de cuadrados
cuadrado tpica n!(n-1)! diferentes

3 x 3 1 12 12
4 x 4 4 144 576
5 x 5 56 2880 161280
6 x 6 9408 86400 812851200

n = tamao del cuadro.

Asignacin de tratamientos.

Los tratamientos deben asignarse empleando uno de los cuadros de los posibles, es decir si son
cuatro tratamientos, escoger entre los 576 posibles.

Modelo estadstico.

Cada observacin del experimento es expresado como una relacin lineal de los efectos
involucrados ( tratamiento, fila y columna ), as:

error
+ +
C
+
F
+ =
Y ij(k) (k) j i ij(k)
i,j,k=1,2,...,n

= efecto medio (parmetro del modelo)

Fi
= efecto de la fila i

C j
= efecto de la columna j

(k)
= efecto del tratamiento k

errorij(k)
= error experimental de la u.e. i,j

Yij(k) = Observacin en la unidad experimental

El subndice (k) indica que tratamiento k fue aplicado en la u.e.

El modelo esta compuesto por
n
2
ecuaciones, una para cada observacin.

Estimacin de parmetros.

El nmero de parmetros a estimar es igual a 3n+1 y la estimacin puede resolverse por mnimos
cuadrados del error, mxima verosimilitud u otro mtodo, en nuestro caso se utilizara el mtodo de
mnimos cuadrados del error.

La funcin a minimizar es:
Cuadrado Latino

3

) -
C
-
F
- -
Y
( =
ij(k)
2
error
(k) j i ij(k)
2

La solucin constituye el conjunto de estimadores de los parmetros del modelo, dado por:

) ,
C
,
F
, (
k
j i

para i,j,k = 1,2,...,n

El sistema de ecuaciones que darn solucin constituyen las ecuaciones normales, para tener una
nica solucin, se agregan al sistema las siguientes restricciones:

0 =
Fi
; 0 =
C j
; 0 =
i

La solucin son los estimadores mnimos cuadrticos:

Y
=
..

Y
-
Y
=
F .. i. i

Y
-
Y
= C
.. .j

overlineY
-
Y
=
..
(k)
(k)

y el error en cada u.e. es:

Y
2 +
Y
-
Y
-
Y
-
Y
=
Error
.. (k) .j i.
ij(k) ij(k)

Yi.
: Promedio de la fila i

Y.j
: Promedio de la columna j

Y(k)
: Promedio del tratamiento k

Sumas de cuadrados

A partir del modelo estimado, la suma de cuadrados del total es descompuesto en suma de
cuadrados de tratamientos, filas, columnas y error experimental:

ij(k)
2
error +
(k)
2
+
j
2
C +
i
2
F = ) -
Y
(
2
ij(k)

+ dobles productos

) -
Y
(
2
ij(k)
: Suma de cuadrados del total

i
2
F
: Suma de cuadrados de filas

j
2
C
: Suma de cuadrados de columnas

Cuadrado Latino

4

(k)
2
: Suma de cuadrados de tratamientos

ij(k)
2
error : Suma de cuadrados del error

Los dobles productos son iguales a cero.

Ejercicio. Probar las siguientes identidades:
SC Fila :
n
..
2
Y
-
n
i.
2
Y
=
i
2
F n
2

SC Columna:
n
..
2
Y
-
n
.j
2
Y
=
j
2
C n
2

Aplicacin:

"Evaluacin del sistema de riego por exudacin utilizando cuatro variedades de meln, bajo
modalidad de siembra, SIMPLE HILERA.". Se desea probar el comportamiento de tres variedades
hbridas de meln y uno estndar. (Tesis).- autor Alberto ngeles L.

Variedades: V1 : Hbrido Mission
V2 : Hbrido Mark.
V3 : Hbrido Topfligth.
V4 : Hbrido Hales Best Jumbo.

Hiptesis : Ho : Efecto de variedades de melon en estudio es nulo.
H1 : Al menos dos variedades tienen efectos distintos.

Datos: Rendimiento en Kgs. por parcela.

C1 C2 C3 C4 C1 C2 C3 C4
F1 45 50 43 35 F1 V1 V2 V3 V4
F2 29 53 41 63 F2 V4 V3 V2 V1
F3 37 41 41 63 F3 V2 V4 V1 V3
F4 38 40 35 41 F4 V3 V1 V4 V2

Solucion:
C1 C2 C3 C4 Y.j
F1 45 50 43 35 173
F2 29 53 41 63 186
F3 37 41 41 63 182
F4 38 40 35 41 154
Yi. 149 184 160 202 695
V1 V2 V3 V4
189 169 197 140 695

Cuadrado Latino

5
Estimacion de parametros :

: 695/16 = 43.4375
1 : 189/4 43.4375 = 3.81 ; 2 : -1.18 ; 3 : 7.57 ; 4 : -8.4375
c1 : 149/4 43.4375 =-6.1875 ;c2 : 2.5625 ; c3 : -3.4375 ; c4 : 7.0625
f1 : 173/4 43.4375 = -0.1875 ; f2 : 3.0625 ; f3 : 2.0625 ; f4 : -4.9375

CALCULO DE SUMAS DE CUADRADOS

Termino de correccin TC = 695 /16 = 30189.1

SC(Total) = 45 + 50 + . . . 41 - TC = 1359.9375

SC(Filas) = (173 + + 154 ) / 4 - TC = 152.18750

SC(Columna) = ( 149 + + 202 ) / 4 TC = 426.18750

SC(Melon) = ( 189 + + 140 ) / 4 TC = 483.68750

SC(error) = SC(total) SC(filas) SC(columnas) = 297.8750

Promedio = 695 /16 = 43.438

CM (error) = SC(error) / [(t-1)(t-2)] = 49.6458

CV = Raiz (CM error) *100 / Promedio = 16.2 %

Analisis de Variancia:

Fuente Gl S.C. C.M. Fc Pr > F

FILA 3 152.1875 50.7291 1.02 0.4466
COLUMNA 3 426.1875 142.0625 2.86 0.1264
MELON 3 483.6875 161.2291 3.25 0.1022
Error 6 297.8750 49.6458
Total 15 1359.9375

Se acepta la Hp, a un riesgo de rechazar la Hp de 0.05
Por lo tanto, no existe diferencias en el rendimiento de las variedades de melon tratadas con el
sistema de riego por exudacin.

El coeficiente de variacion es de 16% aceptable para evaluacin en campo.
El rendimiento promedio del melon en condiciones experimentales resulto 43.3 kilos por parcela
experimental.

El rendimiento por hibrido fue el siguiente :

V1 : Hbrido Mission 47.3 kilos
V2 : Hbrido Mark. = 42.3 kilos
V3 : Hbrido Topfligth. 49.3 kilos
V4 : Hbrido Hales Best Jumbo. = 35.0 kilos

Cuadrado Latino

6
Segn los resultados experimentales no existen diferencias estadsticas entre las variedades ; las
diferencias se dan a un riesgo mayor de 0.10, esto significa que muy posible existen diferencias
pero en este experimento no fue posible detectar por los pocos grados de libertad para el error, lo
recomendable cuando se prueba un testigo, se recomienda tener mas repeticiones, en un cuadrado
latino pequeo, lo recomendable es doblar el numero de parcelas del testigo ; esto significa tener
en forma ficticia 5 variedades en 5 filas y 5 columnas y los grados de libertad para el error serian
4x3 = 12. En el analisis de variancia se realiza en forma normal, y para las pruebas estadsticas
utilizar contrastes o dunnett. Si son pocos los tratamientos y hay inseguridad en el resultados,
realizar el ajuste de bonferroni u otro ajuste de probabilidades (ver ejmplos de agricolae)

Ejemplo : Suponga en este caso que la variedad V4 se dobla en el experimento y se identifica como
(V4 y V5), entonces un plan podria ser :

C1 C2 C3 C4 C5
F1 V1 V2 V3 V4 V5
F2 V4 V3 V2 V5 V1
F3 V2 V4 V5 V1 V3
F4 V3 V5 V1 V2 V4
F5 V5 V1 V4 V3 V2

El Analisis de variancia tendra las siguientes fuentes y grados de libertad :

Fila 4
Columna 4
Melon 4
Error 12
Total 24

Como los tratamiento V4 y V5 son los mismos, entonces la suma de cuadrados de Melon debe ser
descompuesta en :

Melon 4
V4, V5 vs V1, V2, V3 1
V4 vs V5 1
Entre V1, V2 , V3 2

Supuestamente no debe haber diferencia estadistica entre V4 y V5.

Para el ejercicio de este proceso, suponga los siguientes totales de Variedades para el ejemplo

V1 V2 V3 V4 V5 Y(k)
189 169 197 140 145 840

SC(Meln) = (189 + + 145) / 5 - 840 / 25 = 519.2
SC(V4, V5 vs V1, V2, V3) = (189+169+197) / 15 + (140+145) / 10 - 840 / 25 = 433.5
SC(V4 vs V5) = 140 / 5 + 145 / 5 - (140 + 145 ) / 10 = 2.5
SC(V1, V2 , V3) = (189 +169 +197 ) / 5 - (189+169+197) / 15 = 83.2

Este ultimo resultado puede ser obtenido por diferencia del total de SC(Meln)

519.2 (433.5 + 2.5 ) = 83.2

Cuadrado Latino

7
Para estos calculos tambien puede utilizar los contrastes ortogonales.

V1 V2 V3 V4 V5 Suma Numerador Denominador SC
V4,V5 vs demas 2 2 2 -3 -3 255 65025 150 433.5
V4 vs V5 0 0 0 1 -1 -5 25 10 2.5
189 169 197 140 145 840

Procedimiento R para el experimento de hibridos de Meln (datos de la tesis).

Crear el archivo melon.txt con NOTEPAD y almacenar en su folder de trabajo.

fila columna melon rdto
1 1 V1 45
1 2 V2 50
1 3 V3 43
1 4 V4 35
2 1 V4 29
2 2 V3 53
2 3 V2 41
2 4 V1 63
3 1 V2 37
3 2 V4 41
3 3 V1 41
3 4 V3 63
4 1 V3 38
4 2 V1 40
4 3 V4 35
4 4 V2 41

Ingresar al programa R y ubicarse en su folder de trabajo.

Ejecutar las siguientes instrucciones en el ambiente R.

rm(list=ls())
datos <- read.table("melon.txt",header=TRUE)
datos[,1] <- as.factor(datos[,1])
modelo <-aov(rdto ~ fila + columna + melon,data=datos)
modelo

Call:
aov(formula = rdto ~ fila + columna + melon, data = datos)

Terms:
fila columna melon Residuals
Sum of Squares 152.1875 426.1875 483.6875 297.8750
Deg. of Freedom 3 3 3 6

Residual standard error: 7.04598
Estimated effects may be unbalanced
> anova(modelo)
Analysis of Variance Table
Cuadrado Latino

8

Response: rdto
Df Sum Sq Mean Sq F value Pr(>F)
fila 3 152.19 50.73 1.0218 0.4466
columna 3 426.19 142.06 2.8615 0.1264
melon 3 483.69 161.23 3.2476 0.1022
Residuals 6 297.88 49.65

cv<-cv.model(modelo)
cv
[1] 16.22096

En el caso de encontrar diferencias siginifcativas, puede realizar las comparaciones muliples de
tratamientos con las funciones de agricolae.

library(agricolae)
gl<- 6
cm<- 49.65
attach(datos)
# Caso LSD con t-students en grupos.
compara <- LSD.test(rdto, melon, gl,cm, alpha=0.05)

Study:

LSD t Test for rdto
......
Alpha 0.050000
Error Degrees of Freedom 6.000000
Error Mean Square 49.650000
Critical Value of t 2.446912

Treatment Means
melon rdto std.err replication
1 V1 47.25 5.359960 4
2 V2 42.25 2.750000 4
3 V3 49.25 5.543389 4
4 V4 35.00 2.449490 4

Least Significant Difference 12.19166
Means with the same letter are not significantly different.

Groups, Treatments and means
a V3 49.25
a V1 47.25
ab V2 42.25
b V4 35

Una apariencia de diferencia entre tratamientos.

Para hallar las probabilidades de diferencia, se realiza la comparacion
sin grupos.

# Caso LSD con t-students sin grupos.
compara <- LSD.test(rdto, melon, gl,cm, alpha=0.05, group=FALSE)

Cuadrado Latino

9
LSD t Test for rdto
......
Alpha 0.050000

Treatment Means
1 V1 47.25 5.359960 4
2 V2 42.25 2.750000 4
3 V3 49.25 5.543389 4
4 V4 35.00 2.449490 4

Comparison between treatments means

tr.i tr.j diff pvalue
1 1 2 5.00 0.3544
2 1 3 2.00 0.7020
3 1 4 12.25 0.0492
4 2 3 7.00 0.2096
5 2 4 7.25 0.1958
6 3 4 14.25 0.0288

Para un conclusin correcta, se realiza el ajuste de bonferroni.

# Caso LSD con el ajuste de bonferroni sin grupos.
compara <- LSD.test(rdto, melon, gl,cm, alpha=0.05, group=FALSE,
p.adj="bonferroni")

LSD t Test for rdto
P value adjustment method: bonferroni
......
Alpha 0.050000

Treatment Means
1 V1 47.25 5.359960 4
2 V2 42.25 2.750000 4
3 V3 49.25 5.543389 4
4 V4 35.00 2.449490 4

Comparison between treatments means

tr.i tr.j diff pvalue
1 1 2 5.00 1.0000
2 1 3 2.00 1.0000
3 1 4 12.25 0.2952
4 2 3 7.00 1.0000
5 2 4 7.25 1.0000
6 3 4 14.25 0.1728
Conclusin: No hay diferencias entre las variedades de Merlon
Cuadrado Latino

10
Para una evaluacion simulada de esta tesis, suponiendo que se realiza otro experimento en
igualdad de condiciones con los siguientes datos experimentales:

Crear datos2:

fila columna melon rdto
1 1 V1 44
1 2 V2 40
1 3 V3 48
1 4 V4 41
2 1 V4 45
2 2 V3 36
2 3 V2 30
2 4 V1 33
3 1 V2 50
3 2 V4 45
3 3 V1 45
3 4 V3 53
4 1 V3 57
4 2 V1 50
4 3 V4 31
4 4 V2 37

Grabar con el nombre melon2.txt

datos2 <- read.table("melon2.txt",header=TRUE)
datos2[,1] <- as.factor(datos2[,1])
modelo2 <-aov(rdto ~ fila + columna + melon,data=datos2)
anova(modelo2)


Response: rdto
fila 3 308.187 102.729 3.2124 0.1042
columna 3 240.687 80.229 2.5088 0.1557
melon 3 201.688 67.229 2.1023 0.2014
Residuals 6 191.875 31.979

Como se puede observar un resultado similar al experimento real.

Realizando un anlisis combinado de los ANVAS.

Error = error1 + error2
Columna = columna1 + columna2
Filas = filas1 + filas2

Dado que son efectos anidados por cuadro, podemos tener con R los
siguientes resultados:

set1 <- data.frame(cuadro=1, datos)
set2 <- data.frame(cuadro=2, datos2)
setJunto <- rbind(set1,set2)
Cuadrado Latino

11
# el modelo:
general <- lm(rdto ~ cuadro + fila%in%cuadro + columna%in%cuadro +
melon+melon:cuadro,setJunto)

anova(general)


Response: rdto
cuadro 1 3.12 3.12 0.0766 0.78671
melon 3 572.75 190.92 4.6779 0.02185 *
cuadro:fila 6 460.38 76.73 1.8800 0.16577
cuadro:columna 6 666.88 111.15 2.7233 0.06594 .
cuadro:melon 3 112.62 37.54 0.9199 0.46064
Residuals 12 489.75 40.81
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Analisis comparativo de tratamientos.

Utilizando agricolae.

gl<- df.residual(general)
cm<- deviance(general)/gl
attach(setJunto)
# Caso LSD con t-students en grupos.
compara <- LSD.test(rdto, melon, gl,cm, alpha=0.05, p.adj=bonferroni)

LSD t Test for rdto
P value adjustment method: bonferroni
......
Alpha 0.050000

Treatment Means
1 V1 45.125 3.090524 8
2 V2 40.750 2.373590 8
3 V3 48.875 3.324355 8
4 V4 37.750 2.169184 8

Least Significant Difference 10.07040
Means with the same letter are not significantly different.

Groups, Treatments and means
a V3 48.875
ab V1 45.125
ab V2 40.75
b V4 37.75

Latino

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Latino

Cargado por

Copyright:

Formatos disponibles

Cuadrado Latino

F.de Mendiburu / 3/24/2007

: Suma de cuadrados de filas

: Suma de cuadrados de columnas

También podría gustarte