INTRODUCCIN

Algunos ejemplos de factores de bloqueo que aparecen en la prctica son:

turno,
lote,
da,
tipo de material,
operador,
mquina,
etc.
El modelo se llama completo porque en cada bloque se deben probar todos los
tratamientos, sin embargo, la existencia de estos har que en algunas ocasiones sea
imposible aleatorizar completamente la muestra.

EJEMPLO
Un equipo de mejora investiga el efecto de cuatro mtodos de ensamble, sobre
el tiempo de ensamble en minutos. Se controlar tambin a los operadores que
realizarn el ensamble. Los datos recopilados son los siguientes:
Operador
Mtodo de
Ensamblado

A
B
C
D

1
6
7
10
10

2
9
10
16
13

3
7
11
11
11

4
8
8
14
9

En este ejemplo podramos estar interesados en responder dos preguntas: hay

diferencias en el tiempo de ensamblado dependiendo del mtodo que se utilice?
Influye el operador en el tiempo de ensamblado?

MODELO EN BLOQUES
Si todos los elementos son aditivos entonces podemos establecer el modelo
estadstico como
= + + + ;

= 1,2, , ,

= 1,2, , .

Donde es la media global, es el efecto del tratamiento , es el efecto del

bloque y es el error aleatorio que supondremos que tiene una distribucin
normal con media cero y varianza constante 2 y que son independientes entre
s.

HIPTESIS
Existen dos hiptesis de inters a probar, la primera es si existen diferencias
significativas entre los diferentes tratamientos:
0 : 1 = 2 = = = 0,
1 : 0 .

La segunda hiptesis de inters, es si existen diferencias significativas entre los

bloques
0 : 1 = 2 = = = 0,
1 : 0 .

ANLISIS DE VARIANZA
Aplicaremos nuevamente la tcnica vista con anterioridad, descompondremos la variabilidad
total en sus partes componentes, de forma que podremos contrastarlas y saber cules son
significativas y cules no. La suma total de cuadrados es

,
=1 =1

la cual puede descomponerse como:

=1 =1

=1

=1

+
=1 =1

ANLISIS DE VARIANZA
Simblicamente podemos escribirlo como
= + + ,
donde es la suma de cuadrados debida a los tratamientos,
es la suma de cuadrados debida a los bloques y es la suma de
cuadrados debida al error. tiene 1 grados de libertad,
tiene 1 grados de libertad, tiene b-1 grados de libertad y (
1)( 1) grados de libertad para el error.

ANLISIS DE VARIANZA
Como se ha hecho anteriormente, veremos qu variacin es significativa
comparndola con la variacin del error puro :
2
~ 1
2
~ 1
2
~ (1)(1)

Luego,

1 ~
1,(1)(1)

( 1)( 1)

( 1)( 1)

~ 1,(1)(1)

EJEMPLO
Utilizaremos los datos del tiempo de ensamble. En este caso tendremos
= 108
= 61.5
= 28.5

= 18

EJEMPLO
Para contrastar las hiptesis
0 : 1 = 2 = = = 0,
1 : 0 .
es decir, si el efecto de los diferentes tratamientos es el mismo utilizaremos el
estadstico:

61.5
( 1)
3 = 10.25.
0 =
=

18
9
( 1)( 1)
A un nivel de significancia = 0.05 se rechaza la hiptesis nula pues 0 =
10.25 > 3.86 = 0.05,3,9 . Por lo tanto existe una diferencia significativa en el
tiempo de ensamblado, dependiendo del mtodo elegido.

EJEMPLO
Para contrastar las hiptesis
0 : 1 = 2 = = = 0,
1 : 0 .
Para verificar si existen diferencias entre los operadores utilizaremos el estadstico

0 =

( 1)( 1)

28.5
=

18

3 = 4.75
9

A un nivel de significancia = 0.05 se rechaza la hiptesis nula pues 0 = 4.75 >

3.86 = 0.05,3,9 . Por lo tanto el operador que realiza el experimento influye en el tiempo
de ensamble.

EJEMPLO
Los resultados se resumen en la siguiente tabla:

Fuente de
Variacin
Mtodo de
Ensamble
Operador
Error
Total

Suma de
Cuadrados

Grados de
Libertad

Media de
Cuadrados

61.5

20.5

10.25

28.5
18
108

3
9

9.5
2

4.75

COMPARACIONES
Al igual que en el caso de un solo factor, ya que hemos concluido que existen
diferencias entre los diferentes tratamientos y entre los diferentes bloques,
podramos hacer comparaciones pareadas para verificar los tratamientos o
bloques que provocaron dicha diferencia.

ANLISIS GRFICO

ANLISIS GRFICO

PRUEBA DE FRIEDMAN
La prueba de Friedman es una prueba no paramtrica desarrollada por el
economista Milton Friedman. Equivalente a la prueba ANOVA para medidas
repetidas en la versin no paramtrica, se comparan varios grupos, pero usando
la mediana de cada uno de ellos, en lugar de las medias.
La hiptesis nula y alternativa son:
0 : 1 = 2 = = ,
1 : .

PRUEBA DE FRIEDMAN
Ya obtenida la nueva tabla de rangos (por bloque) se calculan el siguiente
estadstico:

=
( + )

2 +
=

2
El cual tiene una distribucin 1
.

2 es la suma de los rangos por tratamiento.

DISEO EN CUADRADO LATINO

Se mostr que la introduccin de bloques al modelo reduce el error de los
residuos en un experimento. Analizaremos otro diseo que usa el principio de
bloques.

EJEMPLO
Un experimentador est estudiando el efecto de cinco frmulas diferentes de la
mezcla de dinamita sobre la fuerza explosiva observada. Cada frmula se
prepara utilizando un lote de materia prima, ms an, las mezclas las preparan
varios operadores. Como se puede observar hay dos efectos que debemos
tomar en cuenta en el diseo: lotes de materia prima y operador:
Lote
1
2
3
4
5

1
A = 24
B = 17
C = 18
D = 26
E = 22

2
B = 20
C = 24
D = 38
E = 31
A = 30

Operador
3
C = 19
D = 30
E = 26
A = 26
B = 20

4
D = 24
E = 27
A = 27
B = 23
C = 29

5
E = 24
A = 36
B = 21
C = 22
D = 31

Observacin.- Un cuadrado latino es un diseo en bloques incompletos que

requiere el mismo nmero de niveles para los bloques que para el factor de
inters.

ANLISIS DE VARIANZA
El modelo estadstico del cuadrado latino es
= + + + + ,

, , = 1,2, ,

donde es la observacin del tratamiento , rengln , columna , es la

media general, es el efecto del tratamiento , el efecto del rengln , el
efecto de la columna y es el error aleatorio que de nuevo supondremos
que sigue una distribucin normal con media cero, varianza constante y que son
independientes entre s.

ANLISIS DE VARIANZA
El anlisis de varianza consiste en descomponer la suma total de cuadrados:

=1 =1

en sus componentes de tratamiento, rengln, columna y error puro:

= + + + ,

donde

=1

=1

=1

+ 2
=1 =1

ANLISIS DE VARIANZA
Los respectivo grados de libertad son
2 1 = ( 1) + ( 1) + ( 1) + ( 2)( 1).
Bajo las hiptesis usuales, cada una se las sumas al dividirlas entre la varianza
2 tendr una distribucin 2 .

EJEMPLO
En el caso del experimentador que se encuentra estudiando el efecto de las
mezclas para dinamita, la tabla ANOVA sera:

Fuente de
Variacin
Tratamiento
(Frmula)
Renglones (Lote)
Columnas
(Operador)
Error
Total

Suma de
Cuadrados
330

Grados de
Libertad
4

Cuadrados
Medios
82.5

7.73

68
150

4
4

17
37.5

1.59
3.52

128
676

12
24

10.67

EJEMPLO
Tomando un nivel de significancia de = 0.05 (0.05,4,12 = 3.26) se concluye que
existe una diferencia significativa en la fuerza explosiva media debida a las cinco
frmulas diferentes. Tambin hay una indicacin de diferencia entre los
operadores, por lo tanto, controlar este factor fue una buena precaucin. No
existe una fuerte evidencia de que haya una diferencia entre los lotes de materia
prima.

DISEO EN CUADRADO GRECO-LATINO

Consideremos un cuadrado latino de tamao 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.
A
B
C
D

B
A
D
C

C
D
A
B

D
C
B
A

ANLISIS DE VARIANZA
El diseo estadstico de un diseo por cuadrados grecolatinos es:
= + + + + + ,

, , , = 1,2, ,

donde es la observacin del tratamiento , rengln , columna , letra griega

-sima, es la media general, es el efecto del tratamiento , el efecto del
rengln , el efecto de la columna , el efecto de la -sima letra griega y
es el error aleatorio con distribucin normal de media cero, varianza
constante e independientes entre s.

ANLISIS DE VARIANZA
La variabilidad total puede descomponerse como
= + + + + ,
con los correspondientes grados de libertad
2 1 = ( 1) + ( 1) + ( 1) + ( 1) + ( 3)( 1).

EJEMPLO
Supngase que en el experimento para comparar las frmulas para la dinamita
tiene importancia el factor adicional lnea de montaje. Existen cinco lneas de
montaje representadas por las letras griegas , , , y .
El diseo de cuadrado grecolatino resultante es:
Lote
1
2
3
4
5

1
A = 24
B = 17
C = 18
D = 26
E = 22

2
B = 20
C = 24
D = 38
E = 31
A = 30

Operador
3
C = 19
D = 30
E = 26
A = 26
B = 20

4
D = 24
E = 27
A = 27
B = 23
C = 29

5
E = 24
A = 36
B = 21
C = 22
D = 31

EJEMPLO
Haciendo los clculos se obtiene la tabla ANOVA:

Fuente de
Variacin
Tratamiento
(Frmula)
Renglones (Lote)
Columnas
(Operador)
Griegas (Lnea de
Ensamble)
Error
Total

Suma de
Cuadrados
330

Grados de
Libertad
4

Cuadrados
Medios
82.5

68
150

4
4

17
37.5

2.06
4.55

62

15.5

1.88

66
676

8
24

8.25

10

EJEMPLO
Utilizando un nivel de significancia de = 0.05 (0.05,4,8 = 3.84) se concluye que
la fuerza explosiva presenta diferencias debido a la frmula utilizada as como
por el operador que prepara la frmula. Segn el anlisis no hay evidencia de
que el lote o la lnea de ensamble afecte a la fuerza explosiva.