PRACTICA 8

EXPERIMENTOS FACTORIALES 3
K


EJEMPLO ILUSTRATIVO 5.

Machado y Chacn (1992) llevaron a cabo un ensayo donde probaron la influencia de la
fertilizacin nitrogenada (0, 120 y 240 Kg/Ha) y la densidad de siembra (66000, 80000 y
94000 plantas/Ha) en el rendimiento (medido en Kg/Ha) de maz (Zea mays L.), con un diseo
de tratamientos 3
2
bajo un diseo de bloques al azar con 3 repeticiones. Los resultados se
presentan en el siguiente cuadro:

Bloque a
0
b
0
a
0
b
1
a
0
b
2
a
1
b
0
a
1
b
1
a
1
b
2
a
2
b
0
a
2
b
1
a
2
b
2
Total
I 3.988 3.772 4.246 4.017 3.549 4.047 3.972 4.910 4.979 37.48
II 3.250 5.404 4.095 3.192 4.095 3.970 4.558 4.552 5.159 38.28
III 3.789 4.500 4.325 3.753 3.915 4.000 4.300 4.700 5.125 38.41
Total 11.03 13.68 12.67 10.96 11.56 12.02 12.83 14.16 15.26 114.16

A: Densidad de siembra
B: Dosis de nitrgeno
t: N de tratamientos = 9
r: N de repeticiones = 3
a: N de niveles del factor A = 3
b: N de niveles del factor B = 3
Total de observaciones abr = 27

Modelo lineal aditivo

( )
ijk k ij j i ijk
y + + + + + =

i a
j b
k r
=
=
=
1
1
1
, ,
, ,
, ,



K
K
K


Donde:
y
ijk
: observacin del i-esimo nivel del factor A, j-esimo nivel del factor B y k-esima
repeticin.
: media general.

i
: efecto del i-esimo nivel del factor A.

j
: efecto del j-esimo nivel del factor B.






( )
ij
: efecto de la interaccin de primer orden del i-esimo nivel del factor A y el j-esimo
nivel del factor B.

k
: efecto de la k-esima repeticin.

ijk
: error experimental de i-esimo nivel del factor A, el j-esimo nivel del factor B y la k-
esima repeticin.

Supuestos del modelo

Modelo I. Modelo II.

i
i
a
=

=
1
0
( )

i
NID 0
2
,

j
j
b
=

=
1
0
( )

j
NID 0
2
,
( )
ij
b
i
a
j=
=

= 1
0
1

( )
( )

ij
NID 0
2
,

k
l
r
=

=
1
0
( )

k
NID 0
2
,
( )

ijk
NID 0
2
,
( )

ijk
NID 0
2
,

Cuando se quieren plantear los supuestos de un experimento con modelo mixto (modelo III),
stos sern la combinacin de los supuestos para cada fuente de variacin, segn sean de
efecto fijo o aleatorio.

Cuando una interaccin involucra por lo menos un factor de efecto aleatorio, dicha interaccin
se considera de efecto aleatorio tambin.
















Hiptesis

Factores

Efecto fijo (Modelo I). Efecto aleatorio (Modelo II).
H
i 0
0 : =
H
0
0 :
2

=
H
i 1
0 :
H
1
0 :
2

H
j 0
0 : =
H
0
0 :
2

=
H
j 1
0 :
H
1
0 :
2

( ) H
ij
0
0 : =
H
0
0 :
2

=
( ) H
ij
1
0 :
H
1
0 :
2

Bloques

Efecto fijo (Modelo I). Efecto aleatorio (Modelo II).
H
l 0
0 : = H
0
0 :
2

=
H
l 1
0 : H
1
0 :
2

Cuando se quieren plantear las hiptesis de un experimento con modelo mixto (modelo III),
stas sern la combinacin de las hiptesis para cada fuente de variacin, segn sean de efecto
fijo o aleatorio.





















Esperanza de los cuadrados medios

Esperanza de los cuadrados medios
F. de V. Grados de libertad Modelo I. Modelo II.
A a 1

2
2
1
1
+

br
a
i
i
a

2 2 2
+ + r rb
B b 1

2
2
1
1
+

ar
b
j
j
b



2 2 2
+ + r ra
AB ( )( ) a b 1 1
( )
( )( )

2
2
1 1
1 1
+

= =

r
a b
ij
j
b
i
a



2 2
+ r
Bloques r 1

2
2
1
1
+

ab
r
k
l
r



2 2
+ ab
E. E. ( )( ) ab r 1 1

2






















Esquema del anlisis de varianza

F. de V. G. de L. Suma de Cuadrados CM F
A a 1
( ) a
br
FC
i
i
2

( ) SC A
a 1

B b 1
( )
b
ar
FC
j
j
2

( ) SC B
b 1

AB ( )( ) a b 1 1
( )
( ) ( )
a b
r
FC
SC A SC B
i j
ij
2

( )
( )( )
SC AB
a b 1 1


Bloques r 1
( )
k
k
r
FC
2

( ) SC Bloq
r 1

E. E. ( )( ) ab r 1 1
Diferencia
( )
( )( )
SC E E
ab r
. .
1 1


Total abcr 1
y FC
ijk
k
r
j
b
i
a
2
1 1 1 = = =




FC
y
abr
a b r
abr
ijk
k
r
j
b
i
a
i j k
ijk
=

= = =

1 1 1
2 2






DESARROLLO DEL EJEMPLO

En esta ocasin, el clculo de las sumas de cuadrados se realizar slo utilizando la matriz de
coeficientes ortogonales.

Suma de cuadrados utilizando la matriz de coeficientes ortogonales

Cuadro 4. Matriz de coeficientes ortogonales

Los denominadores para las pruebas de F dependern de las esperanzas de los cuadrados medios para cada
factor.



a
0
b
0
a
0
b
1
a
0
b
2
a
1
b
0
a
1
b
1
a
1
b
2
a
2
b
0
a
2
b
1
a
2
b
2

11.03 13.68 12.67 10.96 11.56 12.02 12.83 14.16 15.26
1 1 1 1 1 1 1 1 1
A
L
-1 -1 -1 0 0 0 1 1 1
A
C
1 1 1 -2 -2 -2 1 1 1
B
L
-1 0 1 -1 0 1 -1 0 1
B
C
1 -2 1 1 -2 1 1 -2 1
A
L
B
L
1 0 -1 0 0 0 -1 0 1
A
L
B
C
-1 2 -1 0 0 0 1 -2 1
A
C
B
L
-1 0 1 2 0 -2 -1 0 1
A
C
B
C
1 -2 1 -2 4 -2 1 -2 1

Suma de cuadrados de A
L


( )
( )
( ) ( ) [ ]
( ) 3263 . 1
3 1 3 1 3
26 . 15 16 . 14 83 . 12 67 . 12 68 . 13 03 . 11
2 2
2
=
+
+ + +
=
L L
A SC A SC


Suma de cuadrados de A
C


( )
( )( ) ( )( ) ( )( ) ( )
( ) ( ) [ ]
( ) 0604 . 2
3 2 3 1 6
26 . 15 16 . 14 83 . 12 02 . 12 2 56 . 11 2 96 . 10 2 67 . 12 68 . 13 03 . 11
2 2
2
=
+
+ + + + +
=
C
C
A SC
A SC


Suma de cuadrados de B
L

( )
( )
( ) ( ) [ ]
( ) 4603 . 1
3 1 3 1 3
26 . 15 83 . 12 02 . 12 96 . 10 67 . 12 03 . 11
2 2
2
=
+
+ + +
=
L L
B SC B SC




Suma de cuadrados de B
C


( )
( )( ) ( )( ) ( )( ) ( )
( ) ( ) [ ]
( ) 3006 . 0
3 2 3 1 6
26 . 15 16 . 14 2 83 . 12 02 . 12 56 . 11 2 96 . 10 67 . 12 68 . 13 2 03 . 11
2 2
2
=
+
+ + + + +
=
C
C
B SC
B SC





Suma de cuadrados de la interaccin A
L
B
L


( )
( )
( ) 0525 . 0
3 4
26 . 15 83 . 12 67 . 12 03 . 11
2
=

+
=
L L L L
B A SC B A SC


Suma de cuadrados de la interaccin A
L
B
C


( )
( ) ( ) ( )
( ) ( ) [ ]
( ) 3264 . 0
3 2 2 1 4
26 . 15 16 . 14 2 83 . 12 67 . 12 68 . 13 2 03 . 11
2 2
2
=
+
+ + +
=
C L C L
B A SC B A SC

Suma de cuadrados de la interaccin A
C
B
L


( )
( ) ( ) ( )
( ) ( ) [ ]
( ) 1069 . 0
3 2 2 1 4
26 . 15 83 . 12 02 . 12 2 96 . 10 2 67 . 12 03 . 11
2 2
2
=
+
+ + +
=
L C L C
B A SC B A SC


Suma de cuadrados de la interaccin A
C
B
C


( )
( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) [ ]
( ) 1280 . 0
3 4 2 4 1 4
26 . 15 16 . 14 2 83 . 12 02 . 12 2 56 . 11 4 96 . 10 2 67 . 12 68 . 13 2 03 . 11
2
2 2
2
=
+ +
+ + + +
=
C C
C C
B A SC
B A SC

Suma de cuadrados del factor A

( ) ( ) ( ) ( ) 3867 . 3 = + = A SC A SC A SC A SC
C L


Suma de cuadrados del factor B

( ) ( ) ( ) ( ) 7609 . 1 = + = B SC B SC B SC B SC
C L



Suma de cuadrados de la interaccin AB

( ) ( ) ( ) ( ) 6067 . 0 ) ( ) ( = + + + = AB SC B A SC B A SC B A SC B A SC AB SC
C C L C C L L L



Suma de cuadrados de bloques



( ) ( ) 0559 . 0
27
162 . 114
9
407 . 38 38.275 48 . 37
2 2 2 2
=
+ +
= Bloq SC Bloq SC


Suma de cuadrados total

( ) ( ) 1785 . 8
27
162 . 114
5.125 + 988 . 3
2
2 2
= + = Total SC Total SC K

Suma de cuadrados del error experimental

( ) ( ) ( ) ( ) ( ) ( ) ( ) 3683 . 2 . . . . = = E E SC Bloq SC AB SC B SC A SC Total SC E E SC



Cuadrados medios o varianzas

Cuadrado medio de A
L


( )
( )
( ) ( ) 3263 . 1
1
3263 . 1
1
= = =
L L
L
L
A CM A CM
A SC
A CM


Cuadrado medio de A
C


( )
( )
( ) ( ) 0604 . 2
1
0603 . 2
1
= = =
C C
C
C
A CM A CM
A SC
A CM


Cuadrado medio de B
L


( )
( )
( ) ( ) 4603 . 1
1
4603 . 1
1
= = =
L L
L
L
B CM B CM
B SC
B CM



Cuadrado medio de B
C


( )
( )
( ) ( ) 3006 . 0
2
3006 . 0
1
= = =
C C
C
C
B CM B CM
B SC
B CM


Cuadrado medio de la interaccin A
L
B
L




( )
( )
( ) ( ) 0525 . 0
1
0525 . 0
1
= = =
L L L L
L L
L L
B A CM B A CM
B A SC
B A CM


Cuadrado medio de la interaccin A
L
B
C


( )
( )
( ) ( ) 3264 . 0
1
3264 . 0
1
= = =
C L C L
C L
C L
B A CM B A CM
B A SC
B A CM



Cuadrado medio de la interaccin A
C
B
L


( )
( )
( ) ( ) 1069 . 0
1
1069 . 0
1
= = =
L C L C
L C
L C
B A CM B A CM
B A SC
B A CM


Cuadrado medio de la interaccin A
C
B
C


( )
( )
( ) ( ) 1208 . 0
1
1470 . 0
1
= = =
C C C C
C C
C C
B A CM B A CM
B A SC
B A CM


Cuadrado medio del factor A

( )
( )
( ) ( ) 6933 . 1
2
3867 . 3
1
= =

= A CM A CM
a
A SC
A CM


Cuadrado medio del factor B

( )
( )
( ) ( ) 8805 . 0
2
7609 . 1
1
= =

= B CM B CM
b
B SC
B CM


Cuadrado medio de la interaccin AB

( )
( )
( ) ( ) 1517 . 0
4
6067 . 0
) 1 )( 1 (
= =

= AB CM AB CM
b a
AB SC
AB CM


Cuadrado medio de bloques

( )
( )
( ) ( ) 0279 . 0
2
0559 . 0
1
= =

= Bloq CM Bloq CM
r
Bloq SC
Bloq CM

Cuadrado medio del error experimental



( )
( )
( )( )
( ) ( ) 1480 . 0 . .
16
3683 . 2
. .
1 1
. .
. . = =

= E E CM E E CM
r ab
E E SC
E E CM


Clculo del estadstico de prueba

Clculo de F para A
L

( )
( )
96 . 8
. .
= =
L L
A
L
A
F
E E CM
A CM
F


Clculo de F para A
C

( )
( )
13.92
. .
= =
C C
A
C
A
F
E E CM
A CM
F


Clculo de F para B
L


( )
( )
9.87
. .
= =
L L
B
L
B
F
E E CM
B CM
F




Clculo de F para B
C


( )
( )
2.03
. .
= =
C C
B
C
B
F
E E CM
B CM
F


Clculo de F para la interaccin A
L
B
L

( )
( )
0.35
. .
= =
L L L L
B A
L L
B A
F
E E CM
B A CM
F


Clculo de F para la interaccin A
L
B
C


( )
( )
2.21
. .
= =
C L C L
B A
C L
B A
F
E E CM
B A CM
F


Clculo de F para la interaccin A
C
B
L



( )
( )
0.72
. .
= =
L C L C
B A
L C
B A
F
E E CM
B A CM
F


Clculo de F para la interaccin A
C
B
C

( )
( )
0.82
. .
= =
C C C C
B A
C C
B A
F
E E CM
B A CM
F


Clculo de F para el factor A

( )
( )
11.44
. .
= =
A A
F
E E CM
A CM
F




Clculo de F para el factor B

( )
( )
5.95
. .
= =
B B
F
E E CM
B CM
F



Clculo de F para la interaccin AB

( )
( )
1.02
. .
= =
AB AB
F
E E CM
AB CM
F


Clculo de F para bloques

( )
( )
19 . 0
. .
= =
Bloq Bloq
F
E E CM
Bloq CM
F


Anlisis de varianza

F. de V. G. de L. SC CM F
A 2 3.3867 1.6934 11.44*
A
L
1 1.3267 1.3267 8.96*
A
C
1 2.0604 2.0604 13.47*
B 2 1.7609 0.8805 5.95*



B
L
1 1.4603 1.4603 9.87*

B
C
1 0.3006 0.3006 2.03
ns
AB 4 0.6067 0.1517 1.02
ns
A
L
B
L
1 0.0525 0.0525 0.35
ns
A
L
B
C
1 0.3264 0.3264 2.21
ns
A
C
B
L
1 0.1069 0.1069 0.72
ns
A
C
B
C
1 0.1208 0.1208 0.82
na
Bloques 2 0.0559 0.0279 0.19
ns
E. E. 16 2.3683 0.1480
Total 26 8.1785
F
(0.05;1;16)
= 4.494
F
(0.05;2;16)
= 3.634
F
(0.05;4;16)
= 3.007

Coeficiente de Variacin

( )
% 1 . 9 % 100
4.2282
1480 . 0
% 100
. .
% =

= CV CV
y
E E CM
CV



Conclusiones

Los factores A y B actan de forma independiente, ya que el anlisis de la varianza arroj no
significacin para la interaccin A con B. Una variacin en los niveles de nitrgeno produce el
mismo incremento en la respuesta (rendimiento en Kg/Ha), independientemente de la densidad
de siembra utilizada. Las variaciones que se observan en la figura 2 pueden ser atribuidas a
algn efecto aleatorio.

En la figura 3 pueden observarse los efectos de los factores A y B por separado. De acuerdo a
los resultados del anlisis de varianza, el factor A tiene un efecto cuadrtico, mientras que el
factor B tiene un efecto lineal sobre la variable respuesta (rendimiento). Puede apreciarse en la
figura 3 que los niveles mximos de los factores A y B producen mejores respuestas sobre la
variable rendimiento.

El efecto de bloque result no significativo y el coeficiente de variacin result ser bajo, por
lo cual la variabilidad que se quiso controlar con el bloqueo no se manifest.







Figura 2. Grfico del efecto de la interaccin AB sobre el
rendimiento
3,5
4,5
5,5
0 120 240
Niveles de Nitrgeno (Kg/Ha)
R
e
n
d
i
m
i
e
n
t
o

(
K
g
/
H
a
)66000
plantas/Ha
80000
plantas/Ha
94000
plantas/Ha
Figura 3. Grfico del efecto de los factores A y B
sobre el rendimiento
30
40
50
0 1 2
Niveles del factor
R
e
n
d
i
m
i
e
n
t
o

(
K
g
/
H
a
)
A
B


ANLISIS ESTADSTICO POR COMPUTADORA. EJEMPLO
ILUSTRATIVO 5.

Programa SAS

Data diseo;
input A B tratamiento Bloques Rendimiento;
cards;
0 0 1 1 3.998
0 0 1 2 3.250
0 0 1 3 3.789
0 1 2 1 3.772
0 1 2 2 5.404
0 1 2 3 4.500
0 2 3 1 4.246
0 2 3 2 4.095
0 2 3 3 4.325
1 0 4 1 4.017
1 0 4 2 3.192
1 0 4 3 3.753
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
2 2 9 1 4.979
2 2 9 2 5.159
2 2 9 3 5.125
proc anova;
class A B Bloques;
model Rendimiento = A B A*B Bloques;
contrast 'lineal' a 1 0 1;
contrast 'cuadratico' a 1 2 1;
contrast 'lineal' b 1 0 1;
contrast 'cuadratico' b 1 2 1;
contrast 'lineal*lineal' a*b 1 0 1 0 0 0 1 0 1;
contrast 'lineal*cuadratico' a*b 1 2 1 0 0 0 1 2 1;
contrast 'cuadratico*lineal' a*b 1 0 1 2 0 2 1 0 1;
contrast 'cuadratico*cuadratico' a*b 1 2 1 2 4 2 1 2 1;
run;





Salida del Programa SAS.

The SAS System

The GLM Procedure

Class Level Information

Class Levels Values

A 3 0 1 2

B 3 0 1 2

BLOQUES 3 1 2 3

Number of observations 27

The SAS System

The GLM Procedure

Dependent Variable: RENDIMIENTO


Source DF Sum of Squares Mean Square F Value Pr > F
Model 10 5.81017133 0.58101713 3.93 0.0075
Error 16 2.36827533 0.14801721
Corrected Total 26 8.17844667

R-Square C.V. Root MSE RENDIMIENTO Mean
0.710425 9.099097 0.384730 4.228222

Source DF Type I SS Mean Square F Value Pr > F
A 2 3.38665356 1.69332678 11.44 0.0008
B 2 1.76094867 0.88047433 5.95 0.0117
A*B 4 0.60668844 0.15167211 1.02 0.4244
BLOQUES 2 0.05588067 0.02794033 0.19 0.8298

Source DF Type III SS Mean Square F Value Pr > F
A 2 3.38665356 1.69332678 11.44 0.0008
B 2 1.76094867 0.88047433 5.95 0.0117
A*B 4 0.60668844 0.15167211 1.02 0.4244
BLOQUES 2 0.05588067 0.02794033 0.19 0.8298



Contrast DF Contrast SS Mean Square F Value Pr > F
A lineal 1 1.32627756 1.32627756 8.96 0.0086
A cuadratico 1 2.06037600 2.06037600 13.92 0.0018
B lineal 1 1.46034050 1.46034050 9.87 0.0063
B cuadratico 1 0.30060817 0.30060817 2.03 0.1733
A lineal *B lineal 1 0.05253633 0.05253633 0.35 0.5597
A lineal *B cuadratico 1 0.32642178 0.32642178 2.21 0.1570
A cuadratico * B lineal 1 0.10692900 0.10692900 0.72 0.4079
A cuadratico *B cuadratico 1 0.12080133 0.12080133 0.82 0.3797

































EJERCICIOS PROPUESTOS.

Con los diferentes conjuntos de datos que se presenta a continuacin, responda las siguientes
preguntas:
Establezca el modelo lineal aditivo describiendo cada uno de los trminos del modelo
y los subndices presentes.
D los supuestos del modelo.
Establezca las hiptesis a probar.
Escriba el cuadro de ANAVAR de acuerdo al modelo. Considere cuadrados medios
esperados y los estadsticos de prueba.
Realice el ANAVAR.
Pruebe la hiptesis.
Interprete los resultados.


1.- Un agrlogo desea conocer el efecto de tres lotes de compost y tres dosis de fertilizantes
sobre el comportamiento de zanahoria en la estacin experimental de bajo seco de la U.C.V.
para lograr lo planeado se desarrolla un ensayo en dicha estacin, bajo un diseo de bloques al
azar por conseguir una variabilidad de fertilidad en el terreno usado. Para la aplicacin de los
niveles de cada factor se muestrearon los lotes A, B y C del compost y se pesaron 50, 100 y
200 Kg/ha de la mezcla de fertilizante a probar. La variable medida fue el peso de las races en
Kg. por cada m
2
y los resultados se presentan a continuacin:

Bloques a
0
b
0
a
1
b
0
a
2
b
0
a
0
b
1
a
1
b
1
a
2
b
1
a
0
b
2
a
1
b
2
a
2
b
2

I 2.14 2.73 3.08 3.52 4.26 3.84 2.59 2.81 3.21
II 1.95 2.57 2.81 3.07 3.55 4.58 1.03 2.20 2.80
III 0.57 0.82 1.40 2.27 2.03 2.85 1.04 1.17 1.10
IV 0.41 0.73 1.10 2.10 2.47 2.67 0.96 1.05 1.37
V 0.37 0.85 0.73 2.53 2.10 1.85 0.55 0.78 1.40



2.- Linthurst llev a cabo un experimento de invernadero sobre el crecimiento de spartina
alterniflora, planta ecolgicamente importante en las salinas, para evaluar los efectos de
salinidad y la aireacin. La variable reportada es la biomasa, el peso seco de toda la parte
area de la planta. Se compararon tres niveles de conductividad elctrica como indicativo de
salinidad, y tres niveles de aireacin. (Steel and Torrie, 1990)


Leyenda:
Factor A: Conductividad elctrica: (a
0
: baja, a
1
: media, a
2
: alta)
Factor B: Aireacin: (b0: suelo seco, b1: suelo semihmedo, b2: suelo hmedo)




Repeticin a
0
b
0
a
1
b
0
a
2
b
0
a
0
b
1
a
1
b
1
a
2
b
1
a
0
b
2
a
1
b
2
a
2
b
2

1 8.1 6.7 6.7 6.5 9.7 6.5 10.1 17.8 12.3
2 8.7 8.8 5.4 6.7 9.1 6.7 10.3 16.5 13.4
3 6.5 8.8 6.6 9.8 10.7 6.4 10.4 17.9 15.2
4 5.4 7.5 7.3 7.6 9.5 6.5 9.9 20.2 11.9

3.- En un experimento conducido bajo un diseo completamente aleatorizado con tres
repeticiones, se evalu el efecto de tres variedades de caa de azcar y tres concentraciones de
materia prima, sobre la produccin de azcar, obtenindose los siguientes resultados:

Repeticin a
0
b
0
a
1
b
0
a
2
b
0
a
0
b
1
a
1
b
1
a
2
b
1
a
0
b
2
a
1
b
2
a
2
b
2

1 19.52 24.79 55.26 24.25 39.66 40.26 25.26 26.69 29.96
2 25.00 26.58 38.45 36.25 29.96 35.56 33.69 24.69 20.56
3 37.00 35.45 34.25 18.50 26.25 30.25 26.25 28.53 32.25
4 28.00 25.25 25.65 42.15 36.25 32.40 24.89 32.47 28.00
5 35.55 36.36 36.25 25.65 18.75 23.33 30.15 36.25 30.00

Leyenda:
Factor A: Concentraciones de material prima.
Factor B: Variedades de caa de azcar.

4.- Se realizo el siguiente experimento con la finalidad de evaluar tres tipos diferentes de
metales (M1, M2 y M3) y tres velocidades de torno (baja, media y alta), sobre la duracin de
herramientas de corte, para ello se utiliz un diseo de tratamientos 2
k
, bajo un diseo
completamente al azar. Los datos se presentan a continuacin:

REP. a0b0 a0b1 a0b2 a1bo a1b1 a1b2 a2b0 a2b1 a1b2
1 6 9 10 11 13 14 9 8 10
2 4 8 9 10 10 12 7 10 9
3 7 6 3 9 11 15 6 9 12

Leyenda:
Factor A: Tipos de metales (a
0
: metal 1, a
1
: metal 2, a
2
: metal 3)
Factor B: Velocidades de torno: (b0: baja, b1: media, b2: alta)





5.- A continuacin se presentan los resultados de un ensayo donde se evalu el efecto de tres
mtodos de riego y de tres dosis de nitrgeno, sobre el rendimiento del cultivo de maz, para
ello se utiliz un diseo de tratamientos 3
k
, en un diseo de bloques al azar donde la potencial
fuente de variacin que se pretenda controlar era el gradiente de humedad.



Bloques a
0
b
0
a
1
b
0
a
2
b
0
a
0
b
1
a
1
b
1
a
2
b
1
a
0
b
2
a
1
b
2
a
2
b
2

I 112 120 176 112 168 224 158 168 200
II 118 115 175 115 165 230 160 160 205
III 125 125 170 110 170 220 165 155 210
IV 112 118 169 120 165 225 158 165 200
V 115 115 170 121 160 234 156 169 205