Diseño Cuadrado Latino y Grecolatino

2013
UNIVERSIDAD NACIONAL DEL SANTA

FACULTAD DE INGENIERIA
E.A.P. INGENIERIA AGROINDUSTRIAL

Tema: Diseo de cuadrado latino y grecolatino

Integrantes:

Aguilar Joaqun Ana Claudia
Carbajal Romero Guisela
Huamancondor Borja Thalia
Lopez Curi Joseline.
Mendoza Arista Nadia

Profesor:

Ing. Pedro Walter Leiva

Nvo. Chimbote Noviembre 2013
UNIVERSIDAD NACIONAL DEL SANTA ING. Agroindustrial

Metodologa de la investigacin
2

INDICE
I. Introduccin ........................................................................................................................ 3
II. Objetivos .......................................................................................................................... 4
III. Fundamentos tericos ................................................................................................... 4
3.1. Diseo cuadrado latino ................................................................................................. 4
3.1.1. Definicin ................................................................................ 4
3.1.2. Caractersticas ......................................................................... 5
3.1.3. Formacin de cuadrados latinos .............................................. 5
3.1.4. Modelo estadstico ................................................................... 6
3.1.5. Estimacin de parmetros ....................................................... 7
3.1.6. Sumas de cuadrados ................................................................ 8
3.1.7. Tabla ANOVA ........................................................................... 9
3.1.8. Ejemplos aplicativos usando statgraphics centurin XVI ....... 11
3.2. Diseo cuadrado grecolatino ...................................................................................... 21
3.2.1. Definicin ............................................................................... 21
3.2.2. Planteamiento del modelo ..................................................... 22
3.2.3. Descomposicin de la variabilidad ......................................... 24
3.2.4. Anlisis de variancia para un diseo de cuadrado greco-latino
24
3.2.5. Ejemplos aplicativos usando statgraphics centurin XVI ...... 25
IV. Conclusiones ................................................................................................................. 37
V. Referencias bibliogrficas ............................................................................................... 37


3

DISEO CUADRADO LATINO Y GRECOLATINO
I. Introduccin

Estos diseos clsicos son una extensin lgica y natural del diseo en
bloques completos al azar y poseen una serie de caractersticas muy similares,
por tanto, se explicar en conjunto.

Estos planes experimentales tienen como propsito el control de la
variacin experimental. A medida que sta se hace ms heterognea es preciso
controla la variacin bloqueando por cada caracterstica que vare. As, el diseo
de cuadrado latino(o doble bloqueo) se trata, como su nombre lo indica, de
controlar dos fuentes de variacin existentes, reconocidas por el investigador,
entre las unidades experimentales. El investigador al controlar estas dos fuentes
logra reducir la varianza del error posibilitando la expresin de la diferencia
entre los tratamientos

Es importante destacar que cada tratamiento aparece slo una vez por
columna y por fila, permitiendo que cada tratamiento sea probado por igual
segn las dos fuentes de variacin consideradas. Por otro lado, al seguir
aumentando la variacin surge otro plan experimental llamado diseo de
cuadrado greco-latino, en este se desean controlar tres fuentes de variacin y
probar los tratamientos.

Las estudiantes


4

II. Objetivos
Estudiar los diseos cuadrado latino y grecolatino para el uso de un
diseo de experimentos.
Demostrar la aplicacin e interpretar las respuestas obtenidas de
ejercicios con el Statgraphic Centurion XIV.
III. Fundamentos tericos
3.1. Diseo cuadrado latino
3.1.1. Definicin
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.
En un diseo de experimentos completo de tres factores, todos ellos
con K niveles, necesita K
3
observaciones, nmero elevado si K es grande. Un
diseo ms eficaz que solo utiliza K
2
observaciones para el mismo problema
es el cuadrado latino. Este modelo se basa en aprovechar la simetra del
experimento factorial seleccionando un conjunto de condiciones
experimentales con la condicin de que cada nivel de un factor aparezca una
vez con cada uno de los niveles de los otros factores. Por tanto, el diseo de
cuadrado latino se puede utilizar si se verifican las siguientes condiciones:
1. Es un diseo de experimentos con tres factores.
2. Los tres factores tienen el mismo nmero de niveles: K.
3. No hay interacciones entre los tres factores.
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.


5

3.1.2. 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 estndar de la diferencia de promedios y la
desviacin estndar del promedio, estn en funcin del cuadrado medio
del error experimental.

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

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


6

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

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

Yij(k)= +Fi+C j+ (k)+error 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 error ij(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 est compuesto por n 2 ecuaciones, una para cada observacin.


7

3.1.5. 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:

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

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

La solucin son los estimadores mnimos cuadrticos:


8

3.1.6. 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:


9

3.1.7. Tabla ANOVA
De la descomposicin de la variabilidad se obtiene la tabla ANOVA de donde
se deducen los siguientes contrastes:
[1] Si la hiptesis nula H0 : 1 = 2 = ... = K = 0, (el factor F no influye,
el ms importante porque es el factor-tratamiento en el que se est
interesado) es cierta, se verifica que se rechaza H0 al nivel de
significacin si = scmT scmR >
[2] Aunque de menor inters tambin se pueden hacer contrastes acerca de
la influencia de los bloques fila y columna para saber si ha sido conveniente
bloquear o no. Si la hiptesis nula H0 : 1 = 2 = ... = K = 0, (el bloque
fila no influye) es cierta, se verifica que se rechaza H0 al nivel de
significacin si = scmB scmR >
[3] Si la hiptesis nula H0 : 1 = 2 = ... = K = 0, (el factor columna no
influye) es cierta, se verifica que se rechaza H0 al nivel de
significacin si = scmB scmR > ,


metodologa de la investigacin
10


11

3.1.8. Ejemplos aplicativos usando statgraphics centurin XVI
Ejemplo:
1) Se compara el rendimiento de tres procesos de fabricacin (A,B,C)en tres
condiciones experimentales , tres das distintos con tres procedimientos
de medicin .El diseo y los resultados se indican en el recuadro.

MTODO DAS
1 2 3
1 A=10 B=13 C=11
2 C=8 A=8 B=10
3 B=9 C=11 A=12

FORMULACIONES
Letra latina Tratamiento Total
A y1 30
B y2 32
C y3 30


12

SS
total
=

SS
filas
=
)
)

SS
columnas
=
)
)

SS
tratamientos
=
)
)

Error = 23.56 11.56 6.89 0.89 = 4.22
Promedio Cuadrado de tratamientos =

Promedio Cuadrado de filas =

Promedio Cuadrado de columnas =

Promedio Cuadrado de Error =

F0 =

ANOVA
Fuente de
Variacin
Suma de
Cuadrados
Grados de
Libertad
Promedio de
cuadrados
F0
Tratamientos 11.56 2 0.44
Filas 6.89 2 5.78 0.21
Columnas 0.89 2 3.44
Error 4.22 2 2.11
Total 23.56 8

F1 = F1 0.95 ; (2;2)
F1 = 0.20


13

PROCEDIMIENTO CON STATGRAPHICS
Se sigue el mismo procedimiento que el ejercicio 2.
Analizar datos.

De los tres procesos solo uno de ellos no vendra a ser homogneo con los dems,
solo uno de ellos tiene un nivel significativo diferente. Por lo cual no se debera
aceptar esta opcin de tratamientos, ya que los tres tratamientos no mostraron el
mismo rendimiento.

14

2) Un investigador quiere evaluar la productividad de cuatro variedades de
aguacate y decide realizar el ensayo en un terreno que posee un gradiente
de pendiente de oriente a occidente y adems, diferencias en la
disponibilidad de nitrgeno, utiliz un diseo cuadrado latino, las
variedades son: A, B, C, D, los datos corresponden a la produccin en
kg/parcela.
DISPONIBILIDAD
DE N2
PENDIENTE Total
1 2 3 4
1 D=785 A=730 C=700 B=595 2810
2 A=855 B=775 D=760 C=710 3100
3 C=950 D=885 B=795 A=780 3410
4 B=945 C=950 A=880 D=835 3610
Total 3535 3340 3135 2920 12930

A= 3245
B= 3110
C= 3310
D= 3265
Suma de Cuadrados Total =

Suma de Cuadrados de Tratamiento =

Suma de Cuadrados de Fila =

Suma de Cuadrados de Columna =

Error= 112,5
Cuadrado medio Tratamiento =

Cuadrado medio de Fila =

Cuadrado medio de Columna =

Cuadrado medio de Error =

F0 =
F1 = F0,95; (3;6) = 4,76


15

ANOVA
FUENTE DE
VARIACIN
GRADO
DE
LIBERTAD
SC CM F0 F1
N
Tratamiento
3 5556,25 1852,08 98,78 4,76
N Fila 3 92518,75 30839,58
Columna 3 52556,25 17518,75
Error 6 112,5 18,75
Total 150743,75

PROCEDIMIENTO CON STATGRAPHIC

1) Abrir el programa statgraphic centurin.


16

2) Ir a la opcin DDE Procedimientos DOE heredados crear
diseo nuevo opciones de creacin de diseo un solo factor
categrico aceptar.

3) Opcin de definicin de factores NOMBRE: tratamiento
NMERO DE NIVELES: 4 Etiquetar niveles de factor
(A.B,C,D)


17

4) Aceptar opcin de definicin de respuesta NOMBRE:
productividad

5) Aceptar opciones de diseo de un solo factor categrico
seleccionar cuadrado latino (dos factores de bloqueo)
Replica diseo nmero: 1.ACEPTAR.


18

6) Opciones de definicin de factores de bloqueo. NOMBRE:
Disponibilidad de nitrgeno. ACEPTAR.


19

7) Ordenar los datos en el programa.

8) Poner analizar diseo.


20

9) ANALIZAR LOS RESULTADOS:

Segn el anova, nos dice que la productividad, y la prueba de rangos
mltiples, nos dirn las diferencias entre las variedades, y cul es el nivel de
productividad que se dio.
Segn la prueba de rangos mltiples, esto nos indica que no hay ningn
factor de significancia y que los tratamientos obtuvieron una productividad
casi homognea en las cuatro variedades de paltas.

21

3.2. Diseo cuadrado grecolatino
3.2.1. Definicin
El diseo cuadrado grecolatino se define como un:
En los arreglos por bloques, se pueden analizar 4 factores, introduciendo
un cuarto factor o bloque en un diseo cuadrado latino, siguiendo las
mismas reglas utilizadas para introducir un tercer factor en un diseo
cuadrado de dos factores. A este cuarto factor o bloque se le denomina
componente griego, ya que se utilizan letras griegas para identificar sus
niveles, a la adicin de un diseo cuadrado latino y un cuarto factor, se le
llama Diseo Cuadrado Grecolatino.

Diseo con cuatro
factores a k
niveles.
Se asume que no
hay
interacciones.
Requiere k=2
observaciones
El diseo
factorial
completo
requiere k=4
Cada nivel
de un factor
aparece
una vez con
cada nivel
de los otros
factores
Superposicin
de dos
cuadrados
latinos


22

El modelo en cuadrado grecolatino se puede considerar como una
extensin del cuadrado latino en el que se incluye una tercera variable de
control o variable de bloque .En este modelo, como en el diseo en
cuadrado latino, todos los factores deben tener el mismo nmero de
niveles K y el nmero de observaciones necesarias sigue siendo K2. Este
diseo es, por tanto, una fraccin del diseo completo en bloques
aleatorizados con un factor principal y 3 factores secundarios que
requerira K4 observaciones.
Los cuadrados grecolatinos se obtienen por superposicin de dos
cuadrados latinos del mismo orden y ortogonales entre s, uno de los
cuadrados con letras latinas el otro con letras griegas. Dos cuadrados
reciben el nombre de ortogonales si, al superponerlos, cada letra latina y
griega aparecen juntas una sola vez en el cuadrado resultante.

3.2.2. Planteamiento del modelo

Si se aumenta el nmero de factores-bloque, la extensin del cuadrado
latino es el grecolatino, que permite con p
2
observaciones estudiar cuatro
factores de p niveles sin interacciones (un factor-tratamiento y tres factores
bloque), si se utilizase el diseo completo es necesario
utilizar p
4
observaciones.

Consideremos un cuadrado latino p x p al que se le sobrepone un segundo
cuadrado latino cuyos tratamientos se designan por letras griegas. Se dice
que los dos cuadrados son ortogonales si al sobreponerse poseen la
propiedad de que cada letra griega aparece solamente una vez con cada letra
latina.


23

Diseo de cuadrado greco-latino 4 x 4

Cuadro
Columna
1 2 3 4
1 A B C D
2 B A D C
3 C D A B
4 D C B A

En el diseo en cuadrado grecolatino se superponen dos cuadrados latinos,
resultando el siguiente modelo matemtico:

Dnde:

es un efecto constante, comn a todas las unidades.

es el efecto producido por el i-simo nivel del factor la. Dichos efectos
estn sujetos a la restriccin
es el efecto producido por el j-simo nivel del factor columna. Dichos

efectos estn sujetos a la restriccin
es el efecto producido por el h-simo nivel del factor letra latina.

Dichos efectos estn sujetos a la restriccin
es el efecto producido por el p-simo nivel del factor letra griega.

Dichos efectos estn sujetos a la restriccin

)
son variables aleatorias independientes con distribucin N (0, ).
)


24

3.2.3. Descomposicin de la variabilidad
Simblicamente se puede escribir:
SCT = SCF + SCC + SCL + SCG + SCR,
Denominando por esas siglas los trminos en el orden en que guran en la
ecuacin y que reciben los siguientes nombres:
1) SCT suma total de cuadrados.
2) SCF suma de cuadrados debida al efecto la.
3) SCC suma de cuadrados debida al efecto columna.
4) SCL suma de cuadrados debida a las letras latinas.
5) SCG suma de cuadrados debida a las letras griegas.
6) SCR suma de cuadrados del error.

3.2.4. Anlisis de variancia para un diseo de cuadrado greco-
latino
El anlisis de variancia es muy similar al de un cuadrado latino. El factor
representando por las letras griegas es ortogonal a los renglones, las
columnas y los tratamientos de las letras latinas porque cada letra griega
ocurre una sola vez en cada rengln, en cada columna y para cada letra
latina.
Por lo tanto, la suma de cuadrados debida al factor letra griega puede calcularse
usando los totales de la letra griega. El error experimental se reduce en esta
cantidad. Las hiptesis nulas de igualdad entre los renglones, entre las columnas,
entre los tratamientos de la letra latina y entre los tratamientos de la letra griega
pueden probarse dividiendo la media de cuadrados correspondiente entre la media
de cuadrados del error. La regin de rechazo es el extremo superior de la
distribucin F p 1, (p 3) (p 1).
La notacin
)
indica que los niveles determinan los niveles para
un cuadrado grecolatino especicado. Es decir, los subndices l toman
valores que dependen de la celdilla ).

25

Fuente de Variacin
Suma de Cuadrados Grados de Libertad
Tratamiento de Letra
Latina

p 1
Tratamiento de Letra
Griega

p 1
Renglones

p 1
Columnas

p 1
Error SSE (por sustraccin) (p 3)(p 1)
Total

p2 1

3.2.5. Ejemplos aplicativos usando statgraphics centurin XVI
Ejemplo
Un experimento opina que las lneas de ensamble son fuentes de variacin
al momento de reproducir la frmula para la elaboracin de dinamita. Para
comprobarlo disea un arreglo de cuadrado Grecolatino el cual se muestra a
continuacin:
Supngase que en el experimento para comparar las frmulas para la
dinamita, tiene importancia el factor adicional lnea de montaje.
Considrese que existen cinco lneas de montaje representadas por las letras

26

griegas , , , y . El diseo de cuadrado grecolatino 5 x 5 que resulta se
muestra en la Tabla.
N=25
n= 5

Sumas:

Lotes
Materia
Prima
Operadores
1 2 3 4 5

1 A 24 By 20 C 19 D 24 E 24
111 12 321
2 B 17 C 24 D 30 Ey 27 A 36
134 17 956
3 Cy 18 D 38 E 26 A 27 B 21
130 16 900
4 D 26 E 31 Ay 26 B 23 C 22
128 16 384
5 E 22 A 30 B 20 C 29 Dy 31
132 17 424
107 143 121 130 134

80985

11449
2044
9

1464
1

169
00

1795
6
81
395
Para latino
A= 24+30+26+27+36 143 20 449
B= 17+20+20+23+21 101 10 201
C= 18+24+19+29+22 112 122 544
D= 26+38+30+24+31 149 22 201
E= 22+31+26+27+24 130 16 900
635 82295

27

Diseo de cuadrado grecolatino para el problema de
formulacin de dinamita

Sumas:

Datos al cuadrado:

Sumas:

Para Grecolatino
= 24+31+30+29+21 135 18225
= 17+30+26+24+22 119 14161
y= 18+20+26+27+31 122 14884
= 26+24+20+27+24 121 14641
= 22+38+19+23+36 138 19044
635 80955
1 2 3 4 5
A 576 By 400 C 361 D 576 E 576
2,489
B 289 C 556 D 900 Ey 729 A 1296
3,790
Cy 324 D 1444 E 676 A 729 B 441
3,614
D 676 E 961 Ay 676 B 529 C 484
3,326
E 484 A 900 B 400 C 841 Dy 961
3,86
2,349 4,281 3,013 3,404 3,758 16,805

28

Coeficiente
de variacin
Grados de
libertad (Y)
Suma de
cuadrados
Cuadrados
medios
F Calculada
Filas
(lotes)
n-1
5-1=4

68 CMF=68/4=17

Columnas
(operador)
n-1
5-1=4

150 CMC=150/4=37.5

Tratamiento
latino
n-1
5-1=4

330

CML=330/4=82.5

Tratamiento
greco
n-1
5-1=4

62

CMG=62/4=15.5

ERROR
(n-3)(n-1)
(5-3)(5-1)
(2)(4)=8

66 CME=66/8=8.25
TOTAL
n
2
-1
5
2
-1
25-1=24
676 160.75


29

Para Lote (filas):

Para Operador (columnas):

Para tratamiento latino:

Para tratamiento Greco:

); ) )
); ) )
); ))
); )
F de tablas

v1 ; v2 con

:
Hiptesis a probar:

2.06 < 3.84

4.54 > 3.84

10 > 3.84

1.87 > 3.84


30

El anlisis completo se muestra en la Tabla. Las frmulas son
significativamente diferentes al 1%. Al comparar las Tablas se observa que el
error experimental se ha reducido al eliminar la variabilidad
correspondiente a la lnea de montaje.
Sin embargo, al reducir el error experimental, tambin disminuyen los
grados de libertad de 12 (en el diseo de cuadrado latino) a 8. Por lo tanto,
la estimacin del error tiene menos grados de libertad, ocasionando una
prueba menos sensible.
El concepto de pares ortogonales de cuadrados latinos que se combinan
para formar cuadrados grecolatinos puede ser extendido. Un hipercuadro p
x p es un diseo que consta de tres o ms cuadrados latinos p x
p ortogonales sobrepuestos.
En general, es posible analizar hasta p + 1 factores si se dispone de un
conjunto completo de p 1 cuadrados latinos ortogonales.
Tal diseo utilizara totalmente los (p + 1)(p 1) = p2 1 grados de libertad
y, por esta razn, se necesita una estimacin independiente para la variancia
del error. Por supuesto, no deben existir interacciones entre los factores
cuando se usan los hipercuadrados.

CONCLUSION:
Al parecer hay varianza en los Lotes de materia prima y a un ms
en los operadores lo que significa que hay una gran fuente de
variacin para los tratamientos.


31

DISEO CUADRADO GREGO-LATINO

Creacin del Diseo
Para crear un experimento en el cual la meta principal es comparar q niveles de
un solo factor categrico, seleccione Crear Diseo del men de diseo de
experimentos y complete las cajas de dilogos que se describen abajo.

Caja de Dialogo #1 Tipo de Diseo
La primera caja de dialogo despliega durante la especificacin de la creacin del
diseo el tipo de diseo a ser creado:
Clase de Diseo: Tipo de diseo a ser creado.

No. Variables Respuestas: El nmero de variables respuestas Y que
debern medirse durante cada corrida experimental. Este nmero est en un
rango de 1 a 16.
Comentario: Un comentario que aparecer sobre las salidas de los
procedimientos de los anlisis.


32

Caja de Dialogo #2 Factor Experimental
La segunda caja de dialogo requiere informacin acerca del factor experimental
a ser estudiado:

Nombre: Ingrese un nombre para el factor que contenga hasta 32. Una
columna puede crearse en la base de datos con el nombre indicado.
No. de Niveles: Nmero de diferentes niveles del factor en el cul los
experimentos sern desarrollados.

Unidades o Comentario Una etiqueta opcional o un comentario hasta 64
caracteres que se incluyen sobre la hoja de trabajo experimental.

Botn Etiquetas: Presione este botn para ingresar identificadores de cada
nivel:

Si las etiquetas no son especificadas, los niveles del factor pueden numerarse
del 1 hasta q.


33

Dialogo #3 Variables Respuesta
La tercera caja de dialogo requiere informacin acerca de cada una de las
variables respuestas:

Clic sobre los nmeros 1, 2, 3,, una vez en el tiempo e ingrese la siguiente
informacin para cada variable respuesta en el experimento:
Nombre Un nombre para cada respuesta conteniendo hasta 32
caracteres.

Unidades o Comentario Una etiqueta opcional o comentario hasta 64
caracteres que se incluyen sobre la hoja de trabajo experimental.

Dialogo #4 Seleccin del Diseo
La cuarta caja de dialogo es usada para especificar el tipo de diseo a ser creado:


34

Tipo de Diseo: Los siguientes tipos de diseos estn disponibles,
dependiendo sobre el nmero de niveles del factor experimental:

1. Cuadrado Greco-Latino Es un diseo en el cual los tratamientos estn
balanceados a travs de tres factores de bloques.

Replica del Diseo El nmero de observaciones adicionales que son
tomadas de cada nivel de tratamiento o combinacin de bloque-tratamiento.

Aleatorizacin Con o sin aleatoria el orden de las corridas en el
experimento.

Nmero de Bloques Para definir en el diseo uno o ms factores de
bloque, el nmero de bloque.

Tamao de Bloque Para diseo BIB, el nmero de tratamientos que sern
estudiados en cada bloque.

Basndose en el diseo seleccionado, la caja de dialogo calcula y despliega el
nmero total de corridas (prueba) a ser desarrolladas, el nmero de bloques, y
los grados de libertad que estarn disponibles para estimar el error
experimental.

Atributos del Diseo


35

Hoja de Trabajo
Las corridas experimentales pueden ingresarse automticamente en la base de
datos. Esto tambin puede desplegarse en una Hoja de Trabajo de abajo:

Analizando los Datos
Despus de que son ingresados los resultados de las corridas experimentales,
selecciona Analizando Datos del men DDE. Una caja de dialogo puede
presentarse requiriendo la columna que contiene la respuesta a ser analizada:


36

2. En la obtencin de un determinado producto qumico se est interesado
en comparar 4 procedimientos. Se supone que en dicha obtencin
tambin puede inuir la temperatura, presin y tipo de catalizador
empleado, decidindose realizar un experimento en cuadrado greco-
latino. Para ello, se consideran 4 niveles de cada uno de estos factores. La
tabla adjunta muestra el cuadrado greco-latino que resulta elegido y las
cantidades de producto obtenidas.
En dicha tabla:

Las las representan el factor principal, procedimientos.
Las columnas representan el factor temperatura.
Las letras latinas representan el factor presin.
Las letras griegas representan el factor tipo de catalizador.

PROCEDIMIENTO TRATAMIENTOS
T1 T2 T3 T4
P1 C 5 B 12 A 13 D 13
P2 B 6 C 10 D 15 A 11
P3 D 7 A 5 B 5 C 7
P4 A 11 D 10 C 8 B 9


37

IV. Conclusiones

Conocimos el manejo y en que se fundamenta el uso de un diseo
cuadrado latino y grecolatino para la aplicacin en el diseo de
experimento.
Obtuvimos las respuestas del programa empleando este tipo de diseo la
cual en base a nuestros datos analizados, pudimos dar una interpretacin
segn las condiciones y bases de fundamentos tericos haciendo una
comparacin con lo obtenido en el clculo experimental.

V. Referencias bibliogrficas

Garca Leal, J. &. (1998). "Diseo Estadistico de Experimentos. Anlisis
de la Varianza.". Grupo Editorial Universitario.
Lara Porras, A. (2000). "Diseo Estadistico de Experimentos. Anlisis de
Varianza y Temas Relacionados:Tratamiento Informativo mediante
SPSS.". Proyecto Sur de Ediciones.
(s.f.). Obtenido de
http://www.uru.edu/fondoeditorial/libros/pdf/manualdestatistix/cap4.
pdf
Acadmica, D. N. (s.f.). Obtenido de
http://www.virtual.unal.edu.co/cursos/ciencias/2000352/html/un7/con
t_702-99.html
Hicks, c. 4., Winer, c. 9., Letner, p. 2., & Kempthorne, p. 1. (s.f.).
Obtenido de
http://bellman.ciencias.uniovi.es/d_experimentos/d_experimentos_arc
hivos/Tema4.pdf

Diseño Cuadrado Latino y Grecolatino

Cargado por

Información del documento

Descripción original:

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

Diseño Cuadrado Latino y Grecolatino

Cargado por

Copyright:

Formatos disponibles

2013

UNIVERSIDAD NACIONAL DEL SANTA

F1 = F0,95; (3;6) = 4,76

es el efecto producido por el j-simo nivel del factor columna. Dichos

es el efecto producido por el h-simo nivel del factor letra latina.

es el efecto producido por el p-simo nivel del factor letra griega.

107 143 121 130 134

También podría gustarte