UNIVERSIDAD NACIONAL DE SAN MARTN

FACULTAD DE CIENCIAS AGRARIAS

DEPARTAMENTO ACADMICO AGROSILVO PASTORIL
ESCUELA PROFESIONAL DE AGRONOMA
MTODOS ESTADSTICOS PARA LA INVESTIGACIN

DBCA con 2 unidades perdidas

Docente:
Ing. M.Sc. Dr. Orlando Ros Ramrez

Estudiante:
Junior Garca Garca

Morales, 13 de octubre del 2016

 INTRODUCCIN
Antes de 1920, el diseo experimental estadstico aplicado a la agricultura era poco
desarrollado, esto cambi en los aos comprendidos entre 1920 y principios de la dcada de
1930. En este periodo, Fisher fue el responsable de las estadsticas y anlisis de datos en la
Estacin Agrcola Experimental de Rothamsted en las cercanas de Londres, Inglaterra
(Montgomery, 2004). Algunos autores llaman a este periodo como la era agrcola del
desarrollo moderno del diseo experimental estadstico. Fisher se percat de que las fallas en
la forma en que llevaba a cabo el experimento que generaba los datos obstaculizaban con
frecuencia el anlisis de los datos de los sistemas (en este caso sistemas agrcolas)
(Montgomery, 2004). Fue durante su trabajo en Rothamsted, que desarrollo las ideas que
formaron los principios bsicos del diseo experimental. (Kuehl, 2001), habla al respecto:
Fue durante su ejercicio en Rothamted, donde permaneci hasta 1933, que desarroll y
consolid los principios bsicos y anlisis que hasta la fecha son prcticas necesarias para
llegar a resultados de investigacin vlidos. en su artculo titulado The Arrangement of
Field Experiments publicado en 1926, dio a conocer un resumen de sus ideas.
En este importante artculo describi tres componentes fundamentales de los
experimentos en el rea de pruebas agrcolas: control local de las condiciones de
campo para reducir el error experimental, replicacin como un medio para estimar la
varianza del error experimental y la aleatorizacin para obtener una estimacin
vlida de esa varianza. (Kuehl, 2001)
 NDICE
Introduccin..................................................................................................................2
Principios bsicos del Diseo en bloques completos al azar (DBCA).........................5

Aleatorizacin:......................................................................................................5
Repeticin o rplicas:...........................................................................................5
Bloqueo o bloquizacin:.......................................................................................5

Bloquizacin.............................................................................................................6

Uso de bloques para aumentar la precisin..........................................................6

Una demostracin de la reduccin de la varianza mediante bloquizacin...............7

diseo en bloques completos al azar (dbca).................................................................8

Caractersticas:..........................................................................................................8
Ventajas:....................................................................................................................9
Desventajas:..............................................................................................................9
Usos:.........................................................................................................................9
Modelo estadstico....................................................................................................9
Croquis del DBCA:.................................................................................................10
Esquema del diseo: Representacin simblica del DBCA...................................10
Anlisis Estadstico:................................................................................................11
Esquema del anlisis de varianza............................................................................11

DBCA con unidades perdidas.....................................................................................12

Con una unidad perdida:.........................................................................................12

Ejercicio :............................................................................................................12
Tabla de datos:....................................................................................................12

Con dos unidades perdidas.....................................................................................15

Ejercicio:.............................................................................................................15
Para estimar la unidad perdida:...........................................................................16
Ciclo de estimaciones.........................................................................................17
Anlisis estadstico:............................................................................................18
DUNCAN...........................................................................................................19

Bibliografa.................................................................................................................21
PRINCIPIOS BSICOS DEL DISEO EN BLOQUES COMPLETOS AL
AZAR (DBCA)
Existen 3 principios bsicos en los cuales se fundamentan los diseos
experimentales, tales como el DBCA, (Gutirrez Pulido & De la Vara Salazar, 2008), hablan
acerca de ellos:

Aleatorizacin:
Consiste en hacer las corridas experimentales en orden aleatorio (al azar) y con
material tambin seleccionado aleatoriamente. Este principio aumenta la probabilidad
de que el supuesto de independencia de los errores se cumpla, lo cual es un requisito
para la validez de las pruebas de estadsticas que se realizan. Tambin es una manera
de asegurar que las pequeas diferencias provocadas por materiales, equipo y todos los
factores no controlados, se repartan de manera homognea en todos los tratamientos.
Por ejemplo, una evidencia de incumplimiento o violacin de este principio se
manifiesta cuando el resultado obtenido en una prueba est muy influenciado por la
prueba inmediata anterior.

Repeticin o rplicas:
Es correr ms de una vez un tratamiento o una combinacin de factores. Es preciso no
confundir este principio con medir varias veces el mismo resultado experimental.
Repetir es volver a realizar un tratamiento, pero no inmediatamente despus de haber
corrido el mismo tratamiento, sino cuando corresponda de acuerdo con la
aleatorizacin. Las repeticiones permiten distinguir mejor qu parte de la variabilidad
total de los datos se debe al error aleatorio y cul a los factores. Cuando no se hacen
repeticiones no hay manera de estimar la variabilidad natural o el error aleatorio, y esto
dificulta la construccin de estadsticas realistas en el anlisis de los datos.

Bloqueo o bloquizacin:
Consiste en nulificar o tomar en cuenta, en forma adecuada, todos los factores que
pueden afectar la respuesta observada. Al bloquear, se supone que el subconjunto de
datos que se obtengan dentro de cada bloque (nivel particular del factor bloqueado),
debe resultar ms homogneo que el conjunto total de datos.
El DCA a diferencia del DBCA, se base en los dos primeros principios: Aleatorizacin
y la repeticin o rplicas, en cambio el DBCA utiliza estos dos y el bloqueo, algunos autores
lo llaman bloquizacin, este principio le da una mayor precisin a diferencia del DCA, ya que
le permite estratificar los tratamientos en grupos ms homogneos, reduciendo as la variacin
generada por el error experimental.

Bloquizacin
Para entender mejor en que cosiste el DBCA, debemos comprender bien la tcnica de
la bloquizacin.
La bloquizacin proporciona control local del ambiente para reducir el error
experimental. Las unidades experimentales se agrupan de manera que su variabilidad
dentro de los grupos sea menor que entre las unidades antes de agruparlas. La
prctica de bloquizar o agrupar las unidades experimentales en conjuntos
homogneos, va de la mano con la seleccin de las unidades experimentales para
tener uniformidad. Los tratamientos se comparan entre s dentro de los grupos de
unidades en un entorno ms uniforme y las diferencias entre ellos no se confunden
con las grandes discrepancias entre las unidades experimentales. En el anlisis
estadstico es posible separar el error experimental de la variabilidad asociada con las
diferencias del entorno entre los grupos de unidades.
Las unidades experimentales se bloquizan en grupos de unidades similares, con base
en un factor o factores que se espera o se sabe que tienen alguna relacin con la
variable de respuesta o con la medicin que se supone responde de manera diferente
a los diversos tratamientos. (Kuehl, 2001)

Uso de bloques para aumentar la precisin

(Kuehl, 2001), menciona lo siguiente:
El objetivo es tener comparaciones precisas entre los tratamientos de los estudios de
investigacin. La bloquizacin es un medio para reducir y controlar la varianza del error
experimental con el fin de lograr una mayor precisin.
Cualquier factor que afecta la variable de respuesta y que vara entre las unidades
experimentales aumenta la varianza del error experimental y disminuye la precisin de los
resultados del experimento. Factores tales como la edad o peso de los animales, lotes distintos
de reactivos o material fabricado, gnero de sujetos humanos y separaciones fsicas de
parcelas son ejemplos de variables externas al tratamiento que pueden aumentar la variacin
entre las observaciones de las variables de respuesta.
El uso de bloques estratifica las unidades experimentales en grupos homogneos, o
unidades parecidas. Una eleccin de los criterios de la bloquizacin disminuye la variacin
entre las unidades dentro de los bloques en comparacin con las unidades de diferentes
bloques, las categoras generales de buenos criterios son:
1. Proximidad (parcelas adyacentes)
 2. Caractersticas fsicas (edad o peso)
3. Tiempo.
4. Administracin de tareas en el experimento.
Los diseos de bloques completos aleatorizados usan un criterio de bloqueo.

Una demostracin de la reduccin de la varianza mediante bloquizacin

(Kuehl, 2001), dice lo siguiente:
Una prueba de uniformidad muestra la posible efectividad que puede tener la
bloquizacin en la reduccin de la varianza dentro de un estudio de investigacin.
Supongamos que en una prueba de uniformidad se tienen observaciones de diez unidades o de
mediciones previas al tratamiento: 43, 72, 46, 66, 49, 68, 59, 76, 42 y 69. La media y la
varianza de las observaciones en estas diez unidades son xx = 58 y S2 = 175. al agrupar las
unidades en dos bloques segn el tamao de las que se midieron, se tiene
Bloque 1: 43, 46, 49, 50, 42 xx = 46 S2 = 12, 5
Bloque 2: 72, 66, 68, 79, 69 xx = 70 S2 = 15, 2
Mientras que la varianza total entre las diez unidades era 175, en cada bloque se
redujo a 12, 5 y 15, 2, respectivamente. El componente de error eliminado por la bloquizacin
se reflejar en la varianza entre las medias de los dos bloques, 46 y 70. Se supone ahora que la
variabilidad dentro de los bloques representa la variacin natural que existe entre las unidades
experimentales relativamente uniformes, sin la restriccin de las diferencias ambientales
controlables. Del mismo modo, la comparacin entre los tratamientos dentro de esos bloques
no tendr influencia de esas diferencias ambientales controlables.
 DISEO EN BLOQUES COMPLETOS AL AZAR (DBCA)
La palabra completo en el nombre del diseo se debe a que en cada bloque se
prueban todos los tratamientos, o sea, los bloques estn completos. La aleatorizacin
se hace dentro de cada bloque; por lo tanto, no se realiza de manera total como en el
diseo completamente al azar. El hecho de que existan bloques hacen que no sea
prctico o que incluso sea imposible aleatorizar en su totalidad. (Gutirrez Pulido &
De la Vara Salazar, 2008)
Generalmente este diseo es utilizado en experimento de campo y aun se pueden
utilizar en invernaderos. Donde existen uno o ms fuentes de variacin.(Torres Armas, 2013)
(Calzada Benza, 1970) dice que:
Este es uno de los diseos ms utilizados en experimentacin. Es recomendado cuando las
unidades experimentales pueden agruparse de acuerdo a los niveles de variacin de una fuente
de variabilidad, y se disponga en cada grupo de un nmero de unidades igual al nmero de
tratamientos por estudiar.
(Kuehl, 2001) dice que el diseo de bloques completos aleatorizados es el ms sencillo de este
tipo de diseos utilizados para controlar y reducir el error experimental, en l las unidades
experimentales quedan estratificadas en bloques de unidades homogneas, cada tratamiento se
asigna al azar a un nmero igual (por lo general uno) de unidades experimentales en cada
bloque y es posible hacer comparaciones ms precisas entre los tratamientos dentro del
conjunto homogneo de unidades experimentales en un bloque.
Este diseo es conocido tambin como diseo de doble va de clasificacin, en este diseo
las unidades experimentales se agrupan en bloques o grupos siendo estas homogneas dentro
de cada bloque y heterogneas entre bloques. (Torres Armas, 2013).

Caractersticas:
(Torres Armas, 2013), menciona las siguientes caractersticas:

Las unidades experimentales se distribuyen en grupos o en bloques bajo el

criterio de homogeneidad dentro de grupos y heterogeneidad entre grupos.
En cada bloque el nmero de unidades experimentales es igual al nmero de
tratamientos (bloques completos).
Los tratamientos son asignados aleatoriamente en las unidades experimentales
dentro de cada bloque.
Los nmeros de bloque, puede ser igual o diferente al nmero de tratamientos.
 (Calzada Benza, 1970) nos dice que el Bloque Randomizado tiene mltiples ventajas
sobre otros diseos que hacen que aun en la actualidad, en que han parecido nmeros diseos
nuevos ms complicados, sigue siendo el ms usado junto con el Cuadrado Latino.

Ventajas:
(Torres Armas, 2013)

En general es ms preciso que el diseo completamente al azar.

Es simple y fcil de planificar.
Las unidades experimentales perdidas no causan mucha dificultad.
Es flexible con relacin al nmero de tratamientos y repeticiones.

Desventajas:
(Torres Armas, 2013)

No es apropiado para un nmero elevado de tratamientos, debido a que aumenta

el tamao del bloque y como consecuencia aumenta la variabilidad dentro de cada
bloque y por ende el error experimental.
Si en la fuente de variabilidad para los bloques no existe diferencias estadsticas,
no hay ganancias en precisin con respecto al diseo completo randomizado, y
por el contrario puede haber perdida por la disminucin de los grados de libertad
del error.

Usos:
(Torres Armas, 2013), menciona lo siguiente:

Son utilizados en experimentos de campo, laboratorio, etc.

Se utilizan en cultivos anuales y perennes.
Siempre que se pueda distinguir la presencia de una fuente de variabilidad en las
unidades experimentales. (Calzada Benza, 1970)

Modelo estadstico
En un diseo en bloques completos al azar (DBCA) se consideran tres fuentes de
variabilidad: el factor de tratamientos [i], el factor de bloqueo [j] y el error aleatorio [ij], es
decir, se tienen tres posibles culpables de la variabilidad presente en los datos. (Gutirrez
Pulido & De la Vara Salazar, 2008)

{
y ij =+ i + j + ij i=1, 2, , t
j=1, 2, , r
Donde:
 Yij = Es la j sima parcela dentro del i simo tratamiento.
= Es la media general.
i = Efecto debido al i simo tratamiento.
j = Efecto del j simo bloque.
ij = Error experimental asociado al j simo bloque del i simo
tratamiento.

Croquis del DBCA:

Esquema del diseo: Representacin simblica del DBCA.

Tratamientos
Total de
Bloque T1 T2 T3 Ti
bloques
1 Y11 Y21 Y31 Yi1 Y.1
2 Y12 Y22 Y32 Yi2 Y.2
: : : : : : : :
J Y1j Y2j Y3j Yij Y.j
Total de
trat. Y1 Y2 Y3 Yi. Y..
i = 1, 2, 3, t tratamientos
Para:
j = 1, 2, 3, r bloques
Anlisis Estadstico:
2
( Y ij )
FC=
r t
t r
SC total =
( )
i=1 j=1
Y 2ij FC

t
SC trat . = ( )
i=1
Y 2i . /r FC
 r
SC bloq . = ( )
j=1
Y 2. j /t FC

SC error =SC totalSC tratamientoSC bloque

Esquema del anlisis de varianza

Fuente de Ft
Gl SC CM Fc 0,05 0,01
variacin
Tratamientos ( t1 ) SC trat . CM trat . CM trat . /CM error

Bloques ( r1 ) SC bloq. CM bloq . CM bloq . / CM error

Error ( t 1 )( r 1 ) SC error CM error

Total r t1 SC t
 DBCA CON UNIDADES PERDIDAS
En los experimentos de campo en algunos casos debido a baja emergencia de plantas,
daos de animales, daos de maquinaria u otros daos mecnicos, se puede perder la
informacin de alguna parcela experimental.
Cuando se pierde informacin de alguna parcela, no es posible analizar el
experimento debido a que el diseo requiere para su anlisis de igual nmero de
repeticiones por tratamiento. Por lo que es necesario hacer una estimacin de la
observacin faltante. (Universidad Jos Carlos Maritegui, 2009)

Con una unidad perdida:

Ejercicio :
Se realiz un experimento con un diseo de bloques al azar con el objetivo de
evaluar el Biostn comercial en 4 variedades de tomate. La segunda rplica del tratamiento 2
hubo que eliminarlo. Estime el valor de la parcela faltante y realice el anlisis de varianza.

Tabla de datos:
VARIABLE: Rendimiento

Tratamientos
Bloques 1 2 3 4 Total
I 15 21 20 17 73
II 20 18 15 53
III 25 16 25 19 85
IV 18 15 15 22 70
Total 78 52 78 73 281

Las observaciones del tratamiento 2 del bloque II ser estimada mediante la siguiente
ecuacin:
 t T i +r B j G
Y ij =
( t1 )( r 1 )
Donde:
Yij = Valor estimado.
Ti = Valor del tratamiento que contiene a la parcela perdida.
Bj = Valor del bloque que contiene a la parcela perdida.
G = Total de todas las observaciones.
t = Nmero de tratamientos.
r = Nmero de rplicas (bloques)
Para estimar el dato perdido:
4 ( 52 ) +4 ( 53 )281
Y ij = =15,44
( 41 )( 41 )
VARIABLE: Rendimiento

Tratamientos
Bloques 1 2 3 4 Total Totalcorregido
I 15 21 20 17 73 73
II 20 15,44 18 15 53 68,44
III 25 16 25 19 85 85
IV 18 15 15 22 70 70
Total 78 52 78 73 281
Totalcorrecgido 78 67,44 78 73 296,44
X 19,5 16,86 19,5 18,25 18,53

Anlisis Estadstico:
2
( Y ij )
FC=
r t
( 296,44 )2
FC= =5476,29
44
t r
SC total =
( )
i=1 j=1
Y 2ij FC

SC total =( 15 2+ +222 )5476,29

SC total=191,10
t
SC trat . = ( )
i=1
Y 2i . /r FC

( 782 ++73 2)
SC trat . = 5476,29
4
SC trat . =35
r
SC bloq . =
( )
j=1
Y 2. j /t FC
 ( 732 ++702 )
SC bloq. = 5476,29
4
SC bloq . =58,22
SC error =SC totalSC tratamientoSC bloque
SC error =191,103558,22
SC error =97,88

ANLISIS DE VARIANZA

Fuente de Ft
Gl SC CM Fc 5% 1%
variacin
Tratamientos ( t1 ) N
35 11,67 0,95 4,07 7,59
3 S
Bloques ( r1 ) N
58,22 19,41 1,59 4,07 7,59
3 S
Error ( t1 )( r 1 )1
97,88 12,24
8
Total r t 2
191,10
14

Como Fc es menor que el Ft no existen diferencias estadsticas entre tratamientos ni

entre bloques.
Con dos unidades perdidas
Ejercicio:
En el fundo Aucaloma de la UNSM-T, se desarroll un experimento en el cual se
evalu la respuesta del maz en rendimientos de Kg/parcela de 10 m2 con la aplicacin de 4
dosis de Humus. En vista a que el rea de experimentacin tena una pendiente del 20%, se
decidi utilizar un DBCA. Durante el desarrollo del experimento el ataque de plagas caus la
perdida de la mayora de plantas del T2 del bloque 2 y T4 del bloque 1, por lo que se decidi
eliminarlas. Con los datos adjuntos en el cuadro encontrar lo siguiente:

a. Planteamiento de Hiptesis c. Duncan

d. C.V
literal y simblica.
e. R2
b. Anlisis de varianza

Tabla de datos de campo:

 Tratamientos
Bloques 1 2 3 4 Total
I 15,00 15,19 16,49 b 46,68
II 15,57 a 17,86 18,05 51,48
III 17,00 17,25 18,90 20,53 73,68
IV 18,85 19,00 21,00 21,79 80,64
V 20,97 21,45 22,87 24,02 89,31
Total 87,39 72,89 97,12 84,39 341,79

Estimacin de la unidad perdida:

La observacin del tratamiento 4 del bloque I ser estimada mediante la siguiente
ecuacin:
xx i + xx j
b=
2
Donde:
b= La segunda unidad perdida.
xxi= Media del tratamiento que contiene la unidad perdida.
xxj= Media del bloque que contiene la unidad perdida.
Clculo de las medias:
T B
xx i= i xx j= j
ni nj
Donde:
Ti = Total del tratamiento que contiene la unidad perdida.
Bj = Total del bloque que contiene la unidad perdida.
ni = Nmeros de repeticiones del tratamiento que contiene la unidad perdida.
nj = Nmero de tratamientos del bloque que contiene la unidad perdida.

Para estimar la unidad perdida:

84,39 46,68
+
4 3
b=
2
b= 18.33

Ciclo de estimaciones
Para el ciclo de estimaciones se utiliza la siguiente ecuacin:
t T +r B j (G+b)
Y ij = i
( t 1 )( r 1 )
Donde:
Yij = Valor estimado.
Ti = Valor del tratamiento que contiene a la parcela perdida.
Bj = Valor del bloque que contiene a la parcela perdida.
G = Total de todas las observaciones.
t = Nmero de tratamientos.
r = Nmero de rplicas (bloques)
 b = Valor de la primera unidad estimada.

Primera estimacin:
( 4 72,89 ) + ( 5 51,48 )( 341,79+18,33 )
a=
( 41 ) ( 51 )
a=15,74
( 4 84,39 )+ (5 46,68 ) ( 341,79+ 15,74 )
b=
( 41 )( 51 )
b=17,79

Segunda estimacin:
( 4 72,89 ) + ( 5 51,48 )( 341,79+17,79 )
a=
( 41 ) ( 51 )
a=15,78
( 4 84,39 )+ (5 46,68 ) ( 341,79+ 15,78 )
b=
( 41 )( 51 )
b=17,78

Tercera estimacin:
( 4 72,89 ) + ( 5 51,48 )( 341,79+17,78 )
a=
( 41 ) ( 51 )
a=15,78
( 4 84,39 )+ (5 46,68 ) ( 341,79+ 15,78 )
b=
( 41 )( 51 )
b=17,78

Los valores encontrados con las estimaciones se colocan en la tabla.

Datos corregidos:

Tratamientos
Bloques 1 2 3 4 Total x
I 15,00 15,19 16,49 b = 17,78 64,46 16,12
II 15,57 a = 15,78 17,86 18,05 67,26 16,82
III 17,00 17,25 18,90 20,53 73,68 18,42
IV 18,85 19,00 21,00 21,79 80,64 20,16
V 20,97 21,45 22,87 24,02 89,31 22,33
Total 87,39 88,67 97,12 102,17 375,35
x 17,48 17,73 19,42 20,43 18, 77
Anlisis estadstico:
2
( Y ij )
FC=
r t
( 375,35 )2
FC=
5 4
FC=7044,38
t r
SC total =
( Y 2ij FC
i=1 j=1
)
SC total=( 15,00 2+ +24,022 )7044,38
SC total=132,84
t
SC trat . = ( Y 2i . /r FC
i=1
)
2 2
SC trat . = ( 87,39 + +102,17
5
7044,38 )
SC trat . =29,70
r
SC bloq . =
( Y 2. j /t FC
j=1
)
73,952 + + 85,372
SC bloq. = ( 4 )
7044,38

SC bloq. =102,33
SC error =SC totalSC tratamientoSC bloque
SC error =132,8429,70102,33
SC error =0,81

ANLISIS DE VARIANZA

Fuente de Ft
Gl SC CM Fc 5% 1%
variacin
Tratamientos ( t1 )
29,70 9,9 122,22 3,71 6,55 **
3
Bloques ( r1 )
102,33 25,58 315,80 3,48 5,99 **
4
Error ( t1 )( r 1 )2
0,81 0,081
10
Total r t3
132,84
17

DUNCAN
Duncan 0,05=S xx p

S x =
CM error
r
p=2,3,4,5

S x =
0,08
5
S x =0,13
r 5=0,13 3,43=0,45
r 4 =0,13 3,37=0,44
r 3=0,13 3,30=0,43
r 2=0,13 3,15=0,41

Comparacin por tratamientos:

xx TTOS 87,39 88,67 97,12 Comparador Duncan 0,05
T4:102,17 14,78* 13,5* 5,05* a
T3:97,12 9,73* 8,45* --- b
T2:88,67 1,28* --- c
T1:87,39 --- d

Coeficiente de variabilidad (C.V)

C.V=
CM error 100
xx
C . V =6,57

Coeficiente de determinacin (R2)

SC trat . +SC bloq.
R 2= 100
SC total

R2=99,39
 BIBLIOGRAFA
Calzada Benza, J. (1970). Mtodos Estadsticos para la Investigacin. Lima: EDITORIAL
JURIDICA S.A.
Gutirrez Pulido, H., & De la Vara Salazar, R. (2008). Anlisis y Diseo de Experimentos.
Mxico: McGRAW-HILL/INTERAMERICANA EDITORES, S.A.
Kuehl, R. (2001). Diseo de Experimentos. Arizona: International Thomson Editores, S:A.
Montgomery, D. (2004). Diseo y Anlisis de Experimentos. Mxico: Editorial LIMUSA,
SAC.
Torres Armas, E. (2013). Mtodos Estadsticos para la Investigacin Experimental.
Chachapoyas: Compugraf S.R.L.
Universidad Jos Carlos Maritegui. (2009). Experimentacin Agrcola. Moquegua.