Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Introduccin
8.2.
i = 1, 2 . . . , K
j = 1, 2 . . . , K
yij(hp) = + i + j + h + p + ij(hp)
,
(8.1)
h = 1, 2 . . . , K
p = 1, 2 . . . , K
donde
yij(..)
i
y.... =
y....
K2
yi... =
yij(..)
j=1
yi... =
yi...
K
(8.2)
y.j.. =
yij(..)
y.j.. =
y.j..
K
(8.3)
y..h. =
y..h.
K
(8.4)
y...p =
y...p
K
(8.5)
i=1
yij(h.)
i,j
yij(.p)
i,j
y..h. se obtiene sumando las K observaciones en las que la letra latina se ha jado al
nivel h.
y...p se obtiene sumando las K observaciones en las que la letra griega se ha jado al
nivel p.
Comentario 8.1
Uno de los inconvenientes del cuadrado greco-latino, al igual que el cuadrado latino, es
que requiere el mismo nmero de niveles para los cuatro factores que intervienen. Adems
no hay cuadrados greco-latinos de dimensin 6.
8.3.
Siguiendo el mismo proceso que en los diseos anteriores se obtienen los siguientes
estimadores mximos verosmiles de los parmetros del modelo
yij(..)
i
=
1
i =
K
1
j =
K
K2
= y.... ,
(8.6)
(8.7)
(8.8)
j=1
K
i=1
h =
p =
2 =
8.3.1.
1
N
1
K
1
K
(8.9)
(8.10)
i,j
i,j
yij.. i j h p
(8.11)
i,j
Residuos
Los residuos en este modelo adoptan la expresin
eij(hp) = yij(hp) yij(hp) = yij(hp) i j h p =
(8.12)
y.... .
yij(hp) yi... y.j.. y..h. y...p + 3
Como en el diseo en cuadrado latino los residuos suman cero por las, por columnas,
para cada letra latina y adems tambin deben sumar cero para cada letra griega. Por lo
tanto, el nmero de grados de libertad de los residuos es (K 1)(K 3). En efecto
K 2 (K + 3(K 1)) = (K 1)(K 3)
Se verican las mismas propiedades para los estimadores mximo-verosmiles que en los
modelos anteriores. En este modelo la expresin de la varianza residual tiene la siguiente
forma
K
yij(hp) yij(hp)
2
2 = SR
=
8.4.
i=1 j=1
(K 1)(K 3)
e2ij(hp)
=
i=1 j=1
(K 1)(K 3)
(8.13)
Descomposicin de la variabilidad
(yij(hp) y.... )2 = K
i=1 j=1
(
yi... y.... )2 + K
i=1
(
y.j.. y.... )2 +
j=1
(
y..h. y....
)2
(8.14)
p=1
h=1
K
(
y...p y.... )2 +
+K
2i
K
E(CMF ) = E(SF2 ) = 2 +
i=1
K 1
(8.15)
2j
(8.16)
j=1
E(CMC) = E(SC2 ) = 2 +
K 1
K
2h
(8.17)
h=1
E(CML) = E(SL2 ) = 2 +
K 1
K
2p
K
2 ) = 2 +
E(CM G) = E(SG
(8.18)
p=1
K 1
2 ) = 2
E(CMR) = E(SR
(8.19)
Como en el modelo anterior, este diseo tiene la propiedad de que todos los contrastes
H0 : i = 0,
H0 : h = 0, h
i
;
H0 : j = 0, j
(8.20)
H0 : p = 0,
son ortogonales. Y los estadsticos de contraste para vericar dichas hiptesis son, respectivamente
F =
SCF/ 2
K 1
=
SCR/2
(K 1)(K 3)
SF2
2
SR
F =
SCC/2
K 1
=
SCR/2
(K 1)(K 3)
SC2
2
SR
F =
SCL/2
K 1
=
SCR/ 2
(K 1)(K 3)
F =
SCG/ 2
K 1
=
SCR/ 2
(K 1)(K 3)
SL2
2
SR
2
SG
2
SR
.
(8.21)
Bajo las hiptesis nulas (8.20) cada uno de los estadticos de contraste sigue una
distribucin F de Snedecor con K 1 y (K 1)(K 3) grados de libertad. Por tanto,
se rechazar la hiptesis nula correspondiente cuando el valor experimental del estadstico
Suma de
cuadrados
Grados de
libertad
Cuadrados
medios
Fexp
(
yi... y.... )2
K 1
SF2
2
SF2 /SR
(
y.j.. y.... )2
K 1
SC2
2
SC2 /SR
(
y..h. y.... )2
K 1
SL2
2
SL2 /SR
(
y...p y.... )2
K 1
2
SG
2 /S 2
SG
R
(K 1)(K 3)
2
SR
K2 1
ST2
E. la
K
i=1
K
E. col.
K
j=1
K
E. l. l.
K
h=1
K
E. l. g.
K
p=1
Residual
SCT SCF
SCC SCL SCG
K
TOTAL
yij(hp) y....
i
Las expresiones abreviadas de SCT , SCF , SCC, SCL, SCG y SCR, son
K
K
2
yij..
SCT =
i=1 j=1
2
y....
K2
SCC =
SCF =
1
K
K
2
yi...
i=1
2
y....
K2
1
K
K
2
y...p
p=1
K
2
y.j..
j=1
2
y....
K2
(8.22)
SCL =
SCG =
1
K
2
y....
K2
1
K
K
2
y..h.
h=1
2
y....
K2
(8.23)
Y utilizando las expresiones abreviadas de SCT , SCF , SCC, SCL, SCG y SCR,
dadas en (8.22), se construye la siguiente tabla ANOVA.
Tabla 5-10. Forma prctica de la tabla ANOVA para
el modelo de cuadrado greco-latino
Fuentes de
variacin
Suma de
cuadrados
E. la
1
K
E. col.
1
K
E. l. l.
1
K
E. l. g.
1
K
Residual
K 1
SF2
2
SF2 /SR
2
y.j..
2
y....
K2
K 1
SC2
2
SC2 /SR
2
y..h.
2
y....
K2
K 1
SL2
2
SL2 /SR
2
y...p
2
y....
K2
K 1
2
SG
2 /S 2
SG
R
(K 1)(K 3)
2
SR
K2 1
ST2
j
K
h
K
p
K
2
yij(hp)
Fexp
2
y....
K2
i
K
TOTAL
Cuadrados
medios
2
yi...
SCT SCF
SCC SCL SCG
K
Grados de
libertad
2
y....
K2
Coeciente de determinacin
A continuacin se dene el coeciente de determinacin como
R2 =
donde R2 , R2 , R2 y R2 son los cocientes entre la variacin explicada por cada uno de los
efectos y la total y se denominan coecientes de determinacin parciales.
8.5.
Ejemplo numrico
Ejemplo 8.2
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.
Procedimientos
P1
P2
P3
P4
y.j..
2
y.j..
2
yij(hp)
T1
11
29
841
231
B
C
A
D
Temperaturas
T2
T3
12
13
10
15
5
5
10
8
37
41
1369
1681
369
483
T4
D
A
C
B
13
11
9
40
1600
420
yi...
2
yi...
43
1849
42
1764
24
576
38
147
5491
1503
1444
5633
Por otra parte, los totales y sus cuadrados para las letras latinas y griegas se muestran
en las tablas 5-12 y 5-13
10
letra latina
A
B
C
D
Tabla 5-12.
Observaciones
11 5 13 11
6 12 5
9
5 10 8
7
7 10 15 13
letra griega
Tabla 5-13.
Observaciones
11 12 15 7
5 10 5 11
6
5
8 13
7 10 13 9
y..h.
40
32
30
45
147
2
y..h.
1600
1024
900
2025
5549
y...p
45
31
32
39
147
2
y...p
2025
961
1024
1521
5531
SCT =
2
yij..
2
y....
1472
=
1503
= 152,4375
K2
42
2
yi...
2
y....
5633 1472
=
2 = 57,6875
K2
4
4
2
y.j..
2
y....
5491 1472
=
2 = 22,1875
K2
4
4
2
y..h.
2
y....
5549 1472
=
2 = 36,6875
K2
4
4
i=1 j=1
SCF =
SCC =
SCL =
1
K
1
K
1
K
1
SCG =
K
4
i=1
4
j=1
4
h=1
4
2
y...p
p=1
2
y....
5531 1472
=
2 = 32,1875 ,
K2
4
4
11
Tabla 5-14. Anlisis de la varianza para los datos del Ejemplo 5-2
Fuentes de
variacin
E. la
E. columna
E. letra latina
E. letra griega
Residual
TOTAL
Suma de
cuadrados
57.6875
22.1875
36.6875
32.1875
3.6875
152.4375
Grados de
libertad
3
3
3
3
3
15
Cuadrados
medios
19.2291
7.3958
12.2291
10.7291
1.2291
Fexp
15.644
6.017
9.949
8.729
Bibliografa utilizada
Garca Leal, J. & Lara Porras, A.M. (1998). Diseo Estadstico de Experimentos.
Anlisis de la Varianza. Grupo Editorial Universitario.
Lara Porras, A.M. (2000). Diseo Estadstico de Experimentos, Anlisis de la Varianza y Temas Relacionados: Tratamiento Informtico mediante SPSS. Proyecto
Sur de Ediciones.