Está en la página 1de 10

4-4 DISEOS DE BLOQUES INCOMPLETOS BALANCEADOS

Tabla 4-24 Anlisis de varianza del ejemplo 4-5


Suma de
cuadrados
Fuente de variacin
natamientos (ajustados
para los bloques)
Bloques

Error
lbtal

157

Grados de
libertad

Cuadrado
medio

Fo

Valor P

22.75

7.58

11.66

0.0107

55.00
3.25
81.00

3
5

0.65

11

Para calcular la suma de cuadrados de los tratamientos ajustados para los bloques, primero se determinan
los totales de los tratamientos ajustados utilizando la ecuacin 4-30 como
Q1 = (218)- +(221 + 224+ 218) = -9/3
Q2 = (214)-+(207+224+218)= -7/3
Q3 = (216)-+(221+207+224)= -4/ 3
Q4 = (222)- +(221 + 207 + 218) = 20/3
La suma de cuadrados de los tratamientos ajustados se calcula con la ecuacin 4-29 como
4

k Q;
SSTratamientos(ajustlldOS)

= ---"i==~-a3[(-9/3)2 +(-7/3)2 +(-4/3)2 +(20/3)2]


(2)(4)

22.75

La suma de cuadrados del error se obtiene por sustraccin como


SSE

= SST -

SS Tratamientos(aju~tados) -

SS Bloques

= 81.00-22.75-55.00= 3.25
Enla tabla 4-24 se muestra el anlisis de varianza. Puesto que el valor P es pequeo, se concluye que el catalizador empleado tiene un efecto significativo sobre el tiempo de reaccin.

Si el factor bajo estudio es fijo, las pruebas para las medias de tratamientos individuales pueden ser
de inters. Si se emplean contrastes ortogonales, los contrastes deben hacerse sobre los totales de los tratamientos ajnstados, las {Q) en lugar de las {Ji). La suma de cuadrados de los contrastes es

SS e

k(! C

i Qi

)2

---,-_1=_1- - - ' - -

Aa! c;
i=l

donde {c) son los coeficientes de los contrastes. Pueden usarse otros mtodos de comparacin mltiple

158

CAPTULO 4

BLOQUES ALEATORIZADOS, CUADRADOS LATINOS Y DISEOS RELACIONADOS

para comparar todos los pares de efectos de los tratamientos ajustados (seccin 4-4.2), los cuales se estiman con:i = kQJ(Aa). El error estndar del efecto de un tratamiento ajustado es

s=~kMSE
Aa

(4-32)

En el anlisis que acaba de describirse, se ha hecho la particin de la suma de cuadrados total en una
suma de cuadrados de los tratamientos ajustados, una suma de cuadrados de los bloques sin ajuste y una
suma de cuadrados del error. En ocasiones habra inters en evaluar los efectos de los bloques. Para ello
se requiere hacer una particin alternativa de SSn es decir,
SST

= SSTratamientos + SS Bloqnes(ajustados) +SSE

Aqu, SS1tatamientos est sin ajuste. Si el diseo es simtrico, es decir, si a = b, puede obtenerse una frmula
simple para SSBloques(ajustadOS)' Los totales de los bloques ajustados son
1

Q~=y--Ln
.. y.
J
.J
r ;=1 lJ l.

j= 1,2, ..., b

(4-33)

SS
Bloques(ajustados)

El BIBD del ejemplo 4-5 es simtrico porque a

-"-i=_1

Ab

(4-34)

= b = 4. Por lo tanto,

Q; = (221)-+(218+216+222)= 7/3
Q~

=(224)-+(218+214+216)= 24/3

Q~

= (207)- +(214+ 216+ 222) = -31/3

Q~

=(218)-+(218+214+222)= O

ss

.
Bloques(aJustados)

= 3[(7/3)2 +(24/3)2 +(-31/ 3? +(0)2] = 6608


(2)( 4)
.

Asimismo,

ss
Tratamientos

= (218)2 +(214)2 +(216)2 +(222)2 _ (870)2 _


3
12 - 11.67

Tabla 4-25 Anlisis de varianza del ejemplo 4-5, incluyendo tanto los tratamientos como los bloques
Suma de
Grados de
Cuadrado
Fuente de variacin
cuadrados
libertad
medio
Tratamientos (ajustados)
ltatamientos (sin ajuste)
Bloques (sin ajuste)
Bloques (ajustados)
Error
Total

22.75
11.67
55.00
66.08
3.25
81.0

3
3
3
3
5

11

Valor P

7.58

11.66

0.0107

22.03
0.65

33.90

0.0010

4-4 DISEOS DE BLOQUES INCOMPLETOS BALANCEADOS

159

En la tabla 4-25 se presenta un resumen del anlisis de varianza del BIBD simtrico. Observe que las
sumas de cuadrados asociadas con los cuadrados medios de la tabla 4-25 no producen la suma de cuadrados total, es decir,
SST

:;z!: SSTratamientoS(ajUstados)

+ SSBIOqueS(ajustadOS) + SSE

Esto es consecuencia del carcter no ortogonal de los tratamientos y los bloques.

Salida de computadora
Existen varios paquetes de computadora que realizarn el anlisis de un diseo de bloques incompletos
balanceados. El procedimiento de Modelos Lineales Generales (General Linear Models) del SAS es uno
de ellos, y Minitab, un paquete de estadstica para computadoras personales de uso generalizado, es otro.
La parte superior de la tabla 4-26 es la salida del procedimiento de Modelos Lineales Generales de Minitab para el ejemplo 4-5. Al comparar las tablas 4-26 y 4-25, se observa que Minitab ha calculado la suma
de cuadrados de los tratamientos ajustados y la suma de cuadrados de los bloques ajustados (en la salida
de Minitab se les llama ''AdjSS'' o SS ajustada).
La parte inferior de la tabla 4-26 es un anlisis de comparaciones mltiples, en el que se utiliza el mtodo de Tukey. Se presentan los intervalos de confianza para las diferencias de todos los pares de medias y
la prueba de Tukey. Observe que el mtodo de Tukey llevara a la conclusin de que el catalizador 4 es diferente de los otros tres.
4~4.2

Estimacin de mnimos cuadrados de los parmetros

Considere la estimacin de los efectos de los tratamientos en el modelo BIBD. Las ecuaciones normales
de mnimos cuadrados son
a

fl: Nft+r ~ i +k
~1

L P j = Y..
j~l

:rft+ri

+~

nijP j = Y.

i = 1, 2, ..., a

(4-35)

j~l

!3 j : k ft+

niji +kP j = Y.j

j= 1, 2, ..., b

i=1

Al imponer las restricciones Li

= LP j = O, se encuentra que ft = Y.. . Adems, al utilizar las ecuaciones

para {fJj} para eliminar los efectos de los bloques de las ecuaciones para {}, se obtiene
b

rki-ri- ~~ nijnpji p =ky. j~l p~l

nijy.j

(4-36)

j~l

p~i

Observe que el miembro del lado derecho de la ecuacin 4-36 es kQ, donde Q es el total del tratamiento
ajustado i-simo (ver la ecuacin 4-29). Entonces, puesto que L~~lnppj =..t sip :;z!: iyn~j = n pj (ya que n pj =
O o 1), la ecuacin 4-36 puede reescribirse como
r(k-1)i

-..t
p~l

p~i

ip

= kQ

i=l, 2, ..., a

(4-37)

,C'.

Tabla 4-26 Anlisis de Minitab (Modelo Lineal General) para el ejemplo 4-5
Modelo Lineal General

Factor
CataLyst
BLock

Type LeveLs VaLues


fixed
4 1 2 3 4
fixed
4 1 2 3 4

AnaLysis of Variance for Time, using Adjusted SS for Tests


Source
CataLyst
BLock
Error
TotaL

DF
3
3

5
11

Seq SS
11.667
66.083
3.250
81.000

Adj SS
22.750
66.083
3.250

Ad j MS
7.583
22.028
0.650

11 .67
33.89

0.011
0.001

Tukey 95.0% SimuLtaneous Confidence IntervaLs


Response VariabLe Time
ALL Pairwise Comparisons among LeveLs of CataLyst
CataLyst = 1 subtracted from:
CataLyst
2
3

Lower
-2.327
-1.952
1.048

Center
0.2500
0.6250
3.6250

Upper
2.827
3.202
6.202

----------+---------+---------+-----(---------*---------)
.(----------*---------)
(----------*---------)
----------+---------+---------+-----0.0
2.5
5.0

CataLyst = 2 subtracted from:


CataLyst

Center
0.3750
3.3750

Lower
-2.202
0.798

CataLyst

3 subtracted from:

CataLyst

Lower
0.4228

Center
3.000

Upper
2.952
5.952

----------+---------+---------+-----(---------*---------)
(----------*---------)
----------+---------+---------+-----0.0
2.5
5.0

Upper
5.577

----------+---------+---------+----~-

(---------*~--------)

----------+---------+---------+-----0.0
2.5
5.0

Tukey SimuLtaneous Tests


Response VariabLe Time
ALL Pairwise Comparisons among LeveLs of CataLyst
CataLyst = 1 subtracted from:
LeveL
CataLyst
2
3
4
CataLyst
LeveL
CataLyst
3
4

Difference
of Means
0.2500
0.6250
3.6250

SE of
Difference
0.6982
0.6982
0.6982

T-VaLue
0.3581
0.8951
5.1918

Adjusted
P-VaLue
0.9825
0.8085
0.0130

T-VaLue
0.5371
4.8338

Adjusted
P-VaLue
0.9462
0.0175

T-VaLue
4.297

Adjusted
P-VaLue
0.0281

2 subtracted from:

Difference
of Means
0.3750
3.3750

SE of
Difference
0.6982
0.6982

CataLyst = 3 subtracted from:


LeveL
CataLyst
4

Difference
of Means
3.000

SE of
Difference
0.6982

4-4 DISEOS DE BLOQUES INCOMPLETOS BALANCEADOS

161

por ltimo, observe que la restriccin L~=1f = oimplica que L~=1f p = -f yrecuerde que r(k -1) = A(a1), de donde se obtiene
p",
Aaf =kQ

i=l, 2, ..., a

(4-38)

por lo tanto, los estimadores de mnimos cuadrados de los efectos de los tratamientos en el modelo de
bloques incompletos balanceados son

i = 1, 2, ...,

(4-39)

Como una ilustracin, considere elBIBD del ejemplo 4-5. Puesto que Q1 = -9/3, Q2 = -7/3, Q3 = -4/3
Y Q4 = 20/3, se obtiene
f = 3(-9/3)=_9/8
f = 3(- 7 / 3) - 7 / 8
1
(2)( 4)
2
(2)(4)
f = 3(-4/3)=_4/8
3
(2)(4)

f
4

=3(20/3)=20/8
(2)( 4)

como se encontr en la seccin 4-4.1.


4~4.3

Recuperacin de informacin interbloques en el diseo


. de bloques incompletos balanceados

Al anlisis del BIBD presentado en la seccin 4-4.1 suele llamrsele el anlisis intrabloques porque las
diferencias de los bloques se eliminan y todos los contrastes de los efectos de los tratamientos pueden expresarse como comparaciones entre las observaciones del mismo bloque. Este anlisis es apropiado independientemente de si los bloques son fijos o aleatmios. Yates [1l3c] seal que si los efectos de los
bloques son variables aleatorias no correlacionadas con medias cero y varianza a~, es posible obtener informacin adicional acerca de los efectos de los tratamientos 'ti' Yates llam anlisis interbloques al mtodo para obtener esta informacin adicional.
Considere los totales de los b10quesYj como una coleccin de b observaciones. El modelo para estas
observaciones (siguiendo a John [61d]) es
Y.j

= k,t+ ~

l1ij't

+ (k,Bj +~ Sij)

(4-40)

donde el trmino entre parntesis puede considerarse como el error. Los estimadores interb10ques de ,t y
'ti se encuentran minimizando la funcin de mnimos cuadrados
L=

b (
a)2
~ Y.j -k,t- ~ l1ij't

Se obtienen as las siguientes ecuaciones normales de mnimos cuadrados:


,t: Nfi+r! T
=1

= Y..

't:kr1+rf +..1.

L T = L l1ijY.j
p

p=1
p;t:.i

(4-41)

j=1

i=l, 2'00" a

162

CAPTULO 4

BLOQUES ALEATORIZADOS, CUADRADOS LATINOS Y DISEOS RELACIONADOS

donde y Ti denotan los estimadores interbloques. Al imponer la restriccin :2::=1 Ti


soluciones de las ecuaciones 4-41 como

= O, se obtienen las

= Y..

(4-42)

~ n .. y.-J,ayLJ
l}.}

..

j=l

= ~-r---..l--

i=l, 2, ..., a

(4-43)

Es posible demostrar que los estimadores interbloques {i} Ylos estimadores intrabloques {Ti} no estn
correlacionados.
Los estimadores interbloques {i 1 } pueden diferir de los estimadores intrabloques {T i }. Por ejemplo,
los estimadores interbloques para el BIDD del ejemplo 4-5 se calculan de la siguiente manera:

i = 663- (3)(3)(72.50) = 10.50


1
3-2

= 649- (3)(3)(72.50)

-3.50

3-2

= 652- (3)(3)(72.50) -0.50

3-2

= 646-(3)(3)(72.50) = -6.50

7:
4

3-2

Observe que los valores de :2: ~=1 nij Y.j se usaron en la pgina 157 para calcular los totales de los tratamientos ajustados en el anlisis intrabloques.
Suponga ahora que quieren combinarse los estimadores interbloques e intrabloques para obtener
una sola estimacin de la varianza mnima insesgada de cada Ti' Es posible demostrar que T Yf son insesgados y tambin que
1

V(~ )= k(a-1) Z
Ti
..la z a

(intrabloques)

(intrabloques)
Se usa una combinacin lineal de los dos estimadores, por ejemplo

(4-44)
para estimar T. En este mtodo de estimacin, el estimador combinado insesgado de la varianza mnima
T; deber tener las ponderaciones al = U1/(U 1 + u z) y a z = UZ/(u 1 + u z), donde U1 = l/V(T i ) YU z = l/V(f i ).
Por lo tanto, las ponderaciones ptimas son inversamente proporcionales a las varianzas de Ti Yf i . Esto
implica que el mejor estimador combinado es

T. k(a-1) (a z +ka z )+7:. k(a-1) aZ


a(r-..l)
fJ
..la z

T; = --:-':--...,-!------:::-:---,;-:------I

k( a - 1) z + k( a -1) ( a z + ka z)
z

~~~a

..la

a(r-..l)

fJ

i=l, 2'00" a

4-4 DISEOS DE BLOQUES INCOMPLETOS BALANCEADOS

163

que puede simplificarse como


2
kQi (a +
*

Ti

ka~ )+ (

llij

Y.j - lay.. )a

J=l

i=l, 2, ..., a

(1'- A)a 2+Aa(a 2 +ka~)

(4-45)

Desafortunadamente, la ecuacin 4-45 no puede usarse para estimar Ti porque no se conocen las varianzas a2 y a ~ . El enfoque comn es estimar a2 y a ~ a partir de los datos y sustituir estos parmetros de la
ecuacin 4-45 con las estimaciones. La estimacin que suele tomarse para a2 es el cuadrado medio del
error del anlisis de varianza intrabloques, o el error intrabloques. Por lo tanto,
fJ2

= MS E

La estimacin de a~ se encuentra a partir del cuadrado medio de los bloques ajustados para los tratamientos. En general, para un diseo de bloques incompletos balanceados, este cuadrado medio es

k~Q2
LJ i
i=l

Aa
MSBloqUeS(ajustadOS)

2
b

j=l

y2
_.J -

Yi.

i=l

l'

= -'-----(b---1-)------'-

(4-46)

y su valor esperado (cuya deduccin se hace en Graybill [50]) es


E[ MS Bloques(ajustados) ] = a

Por lo tanto, si

MSBloqueS(ajustadOS)

2 a(r-1) 2
+ b _ 1 a fJ

> MSE , la estimacin de fJ~ es


MS E ](b-1)
a(r-1)

[MSBloqUeS(ajustados) -

a = ------'----.:...=.-----'-------A

fJ

y si MSBloques(ajustadOS)

S;

MSE , se hace fJ~

= O.

kQ,(I)' +M;
T*i -

(4-47)

Esto resulta en el estimador combinado

)+(~ n,Y. -kry. JI)'


(4-48a)

(r-A)fJ 2 + Aa(fJ 2 +kfJ~)


Yi. -(l/a)y.

(4-48b)

l'

A continuacin se calculan las estimaciones combinadas para los datos del ejemplo 4-5. Por la tabla
4-25 se obtiene fJ2 = MSE = 0.65 YMSBIOques(ajustadOS) = 22.03. (Observe que para calcular MSBloqueS(ajustadOS) se
hace uso del hecho de que ste es un diseo simtrico. En general, debe usarse la ecuacin 4-46.) Puesto
que MSBloques(ajustados) > MSE , se usa la ecuacin 4-47 para estimar a~ como
A

=
fJ

(22.03- 0.65)(3)
4(3-1)

8.02

Por lo tanto, pueden sustituirse fJ2 = 0.65 y fJ~ = 8.02 en la ecuacin 4-48a para obtener las estimaciones
combinadas que se enlistan enseguida. Por conveniencia, tambin se presentan las estimaciones intrablo-

1'' ',

164

CAPTULO 4 BLOQUES ALEATORIZADOS, CUADRADOS LATINOS Y DISEOS RELACIONADOS

ques e interbloques. En este ejemplo, las estimaciones combinadas estn prximas a las estimaciones intrabloques debido a que la varianza de las estimaciones interbloques es relativamente grande.
Parmetro

4~5

4-1.

Estimacin intrabloques

Estimacin interbloques

Estimacin combinada

-1.12
-0.88
-0.50
2.50

10.50
-3.50
-0.50
-6.50

-1.09
-0.88
-0.50

PROBLEMAS
Un qumico quiere probar el efecto de cuatro agentes qumicos sobre la resistencia de un tipo particular de
tela. Debido a que podra haber variabilidad de un rollo de tela a otro, el qumico decide usar un diseo de bloques aleatorizados, con los rollos de tela considerados como bloques. Selecciona cinco rollos y aplica los
cuatro agentes qumicos de manera aleatoria a cada rollo. A continuacin se presentan las resistencias a la
tensin resultantes. Analizar los datos de este experimento (utilizar a = 0.05) Ysacar las conclusiones
apropiadas.
Agente
qumico
1

2
3
4
4-2.

2.47

Rollo
1

73
73
75
73

3
74
75
78
75

2
68
67
68
71

4
71
72

73
75

5
67
70
68
69

Se estn comparando tres soluciones de lavado diferentes a fin de estudiar su efectividad para retardar el
crecimiento de bacterias en contenedores de leche de 5 galones. El anlisis se hace en un laboratorio y slo
pueden realizarse tres ensayos en un da. Puesto que 19s das podran representar una fuente potencial devariabilidad, el experimentador decide usar un diseo de bloques aleatorizados. Se hacen observaciones en
cuatro das, cuyos datos se muestran enseguida. Analizar los datos de este experimento (utilizar a = 0.05) Y
sacar las conclusiones apropiadas.
Das

4-3.
4-4.
4-5.

Solucin

1
2
3

16
5

13

2
22
24
4

3
18
17
1

4
39
44
22

Graficar las resistencias a la tensin medias observadas para cada tipo de agente qumico en el problema 4-1
y compararlas con una distribucin t con la escalacin apropiada. Qu conclusiones se sacaran a partir de
esta representacin grfica?
Graficar los conteos de bacterias promedio para cada solucin en el problema 4-2 y compararlos con una distribucin t escalada. Qu conclusiones pueden sacarse?
En un artculo de Fire Safety Joumal ("El efecto del diseo de boquillas en la estabilidad y el desempeo de
surtidores de agua turbulenta", vol. 4) se describe un experimento en el que se determin un factor de la forma para varios diseos diferentes de boquillas con seis niveles de la velocidad del flujo de salida del surtidor.

165

4-5 PROBLEMAS

El inters se centr en las diferencias potenciales entre los diseos de las boquillas, con la velocidad considerada como una variable perturbadora. Los datos se presentan a continuacin.

Diseo de la
boquilla

1
2
3
4
5

Velocidad del flujo de salida del surtidor (m/s)


11.73

14.37

16.59

20.43

23.46

28.74

0.78
0.85
0.93
1.140.97

0.80
0.85
0.92
0.97
0.86

0.81
0.92
0.95
0.98
0.78

0.75
0.86
0.89
0.88
0.76

0.77
0.81
0.89
0.86
0.76

0.78
0.83
0.83
0.83
0.75

a) El diseo de la boquilla afecta el factor de la forma? Comparar las boquillas con un diagrama de dispersin y con un anlisis de varianza, utilizando a = 0.05.
b) Analizar los residuales de este experimento.
Qu diseos de las boquillas son diferentes con respecto al factor de la forma? Trazar una grfica del
factor de la forma promedio para cada tipo de boquilla y compararla con una distribucin t escalada.
Comparar las conclusiones que se sacaron a partir de esta grfica con las de la prueba del rango mltiple
de Duncan.
Considere el experimento del algoritmo para controlar la proporcin de almina del captulo 3, seccin 3-8.
El experimento se llev a cabo en realidad como un diseo de bloques aleatorizados, en el que se seleccionaron seis periodos como bloques, y se probaron los cuatro algoritmos para controlar la proporcin en cada periodo. El voltaje promedio de la celda y la desviacin estndar del voltaje (indicada entre parntesis) para
cada celda son los siguientes:

c)

4-6.

Algoritmo
para controlar
la proporcin
1
2
3
4

Tiempo
1
4.93
4.85
4.83
4.89

(0.05)
(0.04)
(0.09)
(0.03)

4.86 (0.04)
4.91 (0.02)
4.88 (0.13)
4.77 (0.04)

4.75 (0.05)
4.79 (0.03)
4.90 (0.11)
4.94 (0.05)

4
4.95
4.85
4.75
4.86

(0.06)
(0.05)
(0.15)
(0.05)

5
4.79 (0.03)
4.75 (0.03)
4.82 (0.08)
4.79 (0.03)

6
4.88
4.85
4.90
4.76

(0.05)
(0.02)
(0.12)
(0.02)

a) Analizarlos datos del voltaje promedio de las celdas. (Utilizar a = 0.05.) La eleccin del algoritmo para

4-7.

controlar la proporcin afecta el voltaje promedio de las celdas?


b) Realizar el anlisis apropiado de la desviacin estndar del voltaje. (Recuerde que a ste se le llam "ruido del crisol".) La eleccin del algoritmo para controlar la proporcin afecta el ruido del crisol?
c) Realizar los anlisis residuales que parezcan apropiados.
d) Qu algoritmo para controlar la proporcin debera seleccionarse si el objetivo es reducir tanto el voltaje promedio de las celdas como el ruido del crisol?
El fabricante de una aleacin maestra de aluminio produce refinadores de textura en forma de lingotes. La
compaa produce el producto en cuatro hornos. Se sabe que cada horno tiene sus propias caractersticas
nicas de operacin, por lo que en cualquier experimento que se corra en la fundicin en el que se use ms de
un horno, los hornos se considerarn como una variable perturbadora. Los ingenieros del proceso sospechan
que la velocidad de agitacin afecta la medida de la textura del producto. Cada horno puede operarse con

f1

I
166

CAPTULO 4

BLOQUES ALEATORIZADOS, CUADRADOS LATINOS Y DISEOS RELACIONADOS

cuatro diferentes velocidades de agitacin. Se lleva a cabo un diseo de bloques aleatorizados para un refinador particular y los datos resultantes de la medida de la textura se muestran a continuacin:

Velocidad de agitacin (rpm)


5
10
15
20

4-8.
4-9.
4-10.
4-11.
4-12.

4-13.

1
8
14
14
17

Horno
2
3
4
5
5
6
6
9

4
6
9

a) Existe evidencia de que la velocidad de agitacin afecta la medida de la textura?


b) Representar los residuales de este experimento en una grfica de probabilidad normal. Interpretar esta grfica.
e) Graficar los residuales contra el horno y la velocidad de agitacin. Esta grfica proporciona alguna informacin til?
d) Cul sera la recomendacin de los ingenieros del proceso con respecto a la eleccin de la velocidad de
agitacin y del horno para este refinador de textura particular si es deseable una medida de la textura pequea?
Analizar los datos del problema 4-2 utilizando la prueba general de significacin de la regresin.
Suponiendo que los tipos de agentes qumicos y los rollos de tela son fijos, estimar los parmetros del modelo
Ti y {Ji del problema 4-1.
Trazar una curva de operacin caracterstica para el diseo del problema 4-2. La prueba parece ser sensible
a las diferencias pequeas en los efectos de los tratamientos?
Suponga que falta la observacin del agente qumico 2 y el rollo 3 en el problema 4-1. Analizar el problema
estimando el valor faltante. Realizar el anlisis exacto y comparar los resultados.
Dos valoresfaltantes en un bloque aleatorizado. Suponga que en el problema 4-1 faltan las observaciones del
agente qumico tipo 2 y el rollo 3 y del agente qumico tipo 4 y el rollo 4.
a) Analizar el diseo haciendo la estimacin iterativa de los valores faltantes, como se describe en la seccin 4-1.3.
b) Derivar SSE con respecto a los dos valores faltantes, igualar los resultados con cero y resolver las ecuaciones para las estimaciones de los valores faltantes. Analizar el diseo utilizando estas dos estimaciones de
los valores faltantes.
e) Deducir las frmulas generales para estimar dos valores faltantes cuando las observaciones estn en bloques diferentes.
d) Deducir las frmulas generales para estimar dos valores faltantes cuando las observaciones estn en el
mismo bloque.
Un ingeniero industrial est realizando un experimento sobre el tiempo de enfoque del ojo. Se interesa en el
efecto de la distancia del objeto alojo sobre el tiempo de enfoque. Cuatro distancias diferentes son de inters. Cuenta con cinco sujetos para el experimento. Debido a que puede haber diferencias entre los individuos, el ingeniero decide realizar el experimento en un diseo de bloques aleatorizados. Los datos obtenidos
se presentan a continuacin. Analizar los datos de este experimento (utilizar a = 0.05) Ysacar las conclusiones apropiadas.

Sujeto
3

2
6
6

6
6

10
7
5

10

3
4

3
4

Distancia (pies)
4
6

6
6

1
2
2

5
3