Documentos de Académico
Documentos de Profesional
Documentos de Cultura
deteccin
de
efectos
entre
los
tratamiento
condiciones
8
Este diseo no impone ninguna restriccin en cuanto a las
unidades
experimentales,
stas
debern
ser,
en
todo
caso,
homogneas.
Yij i ij
Donde:
Yij :
i :
es el efecto de tratamiento
ij :
9
Modelo I (o Modelo de Efectos Fijos)
Cuando los factores son fijos el investigador ha escogido los
factores en forma no aleatoria y slo est interesado en ellos.
En este caso el investigador asume que
0 , lo cual refleja la
de
investigacin
comparativa
pertenecen
este
modelo.
Modelo
II
(Modelo
de
efectos
aleatorios
modelo
de
componentes de varianza)
Cuando los factores son aleatorios, el investigador, selecciona al
azar los de inters de varios que dispone y los asigna a las unidades
experimentales.
En este caso el investigador asume que los
tratamientos estn
tanto
experimento.
factores
fijos
como
aleatorios
en
el
mismo
10
Modelo I
Modelo II
TRATAMIENTO
2 n i2 /(t 1)
2 n 2
ERROR EXP.
Modelo I
Modelo II
TRATAMIENTO
2 ni i2 /(t 1)
2 n0 2
ERROR EXP.
11
2 n 2
F
2
Segn este cociente de varianzas, F deber tener un valor
cercano a uno, cuando las medias de tratamientos sean iguales, esto
es
Y11
Y21
Yk1
Y12
Y22
Yk2
Y13
Y23
Yk3
Y1n1
Y2n2
Yknk
Totales
Y1.
Y2.
Yk.
Medias
Y1.
Y2.
Yk .
Observaciones
i (Yi. Y.. ) 2
Esta suma de cuadrados de tratamiento puede ser calculada as:
SCTRAT= ni (Yi. Y.. ) 2
12
O tambin:
Yi.2
FC
SCTRAT=
ni
Donde
(ii)
FC
( Yij ) 2
N
(Y
SCTOTAL=
Y.. ) 2
ij
O tambin:
2
ij
SCTOTAL=
(iii)
FC
SCERROR=SCT - SCTRAT
Cuadro de anova
El cuadro de anlisis de varianza (anova) es un arreglo dado por
las fuentes de variacin, seguido de los grados de libertad, de las
sumas de cuadrados, de los cuadrados medios de cada componente,
as como del valor F y su probabilidad de significacin (valor P).
El esquema es como sigue:
Fuentes
Grados de
Suma
de
Cuadrados
Valor
Valor
de
libertad
Cuadrados
Medios
P(*)
TRAT
k-1
SCTRAT
SCTRAT
CMTRAT
k 1
ERROR
(n
SCERROR
SCERROR
CMERROR
(ni 1)
TOTAL
SCT
SCT
CMTOTAL
ni 1
Variacin
1)
CMTRAT
CMERROR
(*) El valor P suele ser fijado arbitrariamente en: 0,05; 0,01 0,001.
13
Diseo completamente al azar con submuestreo
En algunas ocasiones es necesario trabajar con unidades
experimentales muy grandes, digamos por ejemplo, parcelas de gran
tamao o toda una hacienda o finca como unidad. Tambin puede
necesitarse realizar algunas determinaciones en los experimentos las
cuales seran muy tediosas tomarlas en toda la unidad experimental,
siendo por esto necesario extraer subunidades de cada unidad
experimental
esta
situacin
genera
un
submuestreo
de
R2
Rk
Y111
Y211
Yk11
Y112
Y212
Yk12
Y121
Y221
Yk21
Y122
Y222
Yk22
Y1n1
Y2n1
Ykn1
Y1n2
Y2n2
Ykn2
14
(i)
El
error
de
muestreo
que
es
la
variacin
entre
Yijk i ij ijk
Donde:
I=1,2,3,,k; J=1,2,3,,ni y l=1,2,3,,nij
i :
ij :
Y... : es un estimador de
(Yi. Y... ) : es el estimador de los efectos de tratamiento
(Yij. Yi. ) : es el estimador del error experimental
ij
15
Ho : 1 2 3 ... k
H1 : 1 2 3 ... k
Es decir,
Ho: no existe diferencia significativa entre los tratamientos
H1: existe diferencia significativa entre los tratamientos
Grados de
Suma de
Cuadrados
Variacin
Libertad
Cuadrados
Medios
TRAT
K-1
ERROR
(n
1)
SCTRAT
CMTRAT
SCERROR_EXP
CMERROR
EXP:
EXP
(n
ERROR
ij
1)
MUESTREO
TOTAL
N-1
SCERROR_
CMERROR
MUESTREO
MUESTREO
SCT
Donde FC
2
ijl
FC
Y...2
ni nij k
Y
SCTRAT
n
ijl
ij
FC
16
Suma de Cuadrados del Error Experimental:
Y
Yijl
SCEE=
n
n
ijl
ij
ij
Yijl
2
SCTRAT SCERROR _ EXP
SCEM= Yijl
N
Donde:
N=
ij
FC
2
ijl
SCTRAT= nm
Y...
SCERROR_EXP= m
ij
Yi..
Yijl
2
Yijl
SCTRAT SCERROR _ EXP
tnm
Proceso
de
aleatorizacin
en
el
diseo
completamente
aleatorizado
El proceso de distribucin de los tratamientos al azar en las
unidades experimentales se puede realizar usando una tabla de
nmeros aleatorios o mediante un algoritmo computarizado de SAS.
Se utilizar el primero de stos por ser de uso ms frecuente.
17
Supongamos un experimento donde deseamos probar 4 tipos
diferentes de hormonas A,B,C y D, cada una en una dosis nica, para
determinar su efecto sobre la capacidad de aumento de peso en
ovejas. Se desean realizar 5 repeticiones.
Se procede as:
Se forman grupos homogneos en cuanto a una variable
(digamos en este caso peso)
Cada grupo va a contener 4 ovejas.
Realizando el sorteo, mediante la tabla de nmeros aleatorios,
puede resultar as:
1
(2)
(3)
(4)
18
Desventajas del diseo completamente al azar
(1)
(2)
Es
apropiado
slo
en
caso
de
disponer
de
material
experimental homogneo.
(3)
detectar
diferencias
significativas
entre
los
varianza)
H1 : 12 22 32 ... k2 (no todos los k tratamientos tienen
igual varianza)
19
Para verificar el cumplimiento de este supuesto se utiliza
la prueba de Bartlett o de Levene. La aplicacin de estas
pruebas debe conducir a un no rechazo de Ho para que
exista la homogeneidad de varianzas.
ERROR _ RESIDUAL Yi Yi
Las hiptesis son:
Ho: Hay independencia de errores
H1: Hay dependencia de errores
El supuesto de independencia se verifica su cumplimiento
utilizando la prueba de aleatoriedad o de las rachas que es
una prueba del mbito no paramtrico.
muestras
pequeas
Kolmogorov-Smirnov
para
20
La prueba estadstica apropiada es la Prueba de Tukey para
la aditividad. Esta prueba debe conducir a un no rechazo de
Ho para que el supuesto se cumpla.
21
Matutino
Vespertino
Nocturno
16
10
15
17
11
08
18
12
09
19
13
13
20
14
14
Se pide:
(a)
(b)
(c)
(d)
(e)
(f)
Concluir
Solucin:
(a) Hiptesis Estadsticas: Nula y Alterna
Ho : 1 2 3 ... k
H1 : 1 2 3 ... k
Es decir,
Ho: no existe diferencia significativa entre los tratamientos
H1: existe diferencia significativa entre los tratamientos
Respecto al problema planteado:
Ho: los rendimientos no difieren por turno
H1: los rendimientos difieren por turno
(b) La matriz de datos es:
Codificando los turnos como 1=matutino, 2=vespertino y
3=nocturno, tenemos:
22
TURNO
NOTA
16
17
18
19
20
10
11
12
13
14
15
08
09
13
14
23
RESULTADOS (PARA REALIZAR COMPARACIONES MLTIPLES)
PRUEBA TUKEY
24
25
26
Conclusiones:
(a)
(b)
(c)