Documentos de Académico
Documentos de Profesional
Documentos de Cultura
UNC- FCV-2018 Biometria Veterinaria JFCL 1 UNC- FCV-2018 Biometria Veterinaria JFCL 2
UNC- FCV-2018 Biometria Veterinaria JFCL 3 UNC- FCV-2018 Biometria Veterinaria JFCL 4
BIOMETRIA VETERINARIA 1
CUADRADO LATINO Y FACTORIALES 7/16/2018
Restricción.
UNC- FCV-2018 Biometria Veterinaria JFCL 9 UNC- FCV-2018 Biometria Veterinaria JFCL 10
BIOMETRIA VETERINARIA 2
CUADRADO LATINO Y FACTORIALES 7/16/2018
PENDIENTE
Ejemplo 3: Si se quiere realizar un experimento en el
que se utiliza sistemas de crianza, en animales de 4
camadas diferentes, para determinar los incrementos
de pesos de los animales por alimentos diferentes
(tratamientos) podemos realizarlo en cuadrado latino.
PENDIENTE
H1
H2
H3
H4
UNC- FCV-2018 Biometria Veterinaria JFCL 15 UNC- FCV-2018 Biometria Veterinaria JFCL 16
SISTEMA DE CRIANZA
H2
tratamientos se pueden formar 4 cuadros
diferentes llamadas típicas o estándar (en la
H3
primera fila y en la primera columna se tiene la
H4
misma distribución).
UNC- FCV-2018 Biometria Veterinaria JFCL 17 UNC- FCV-2018 Biometria Veterinaria JFCL 18
BIOMETRIA VETERINARIA 3
CUADRADO LATINO Y FACTORIALES 7/16/2018
tratamientos: HA : Ti # 0 H A : σ2t # 0 r
Y..2k
Columnas r-1 rΣ(Ŷ.j –Ŷ..)2
k 1 r
TC
Ho: Ck= 0 σ2
Ho: C= 0 Error Exptal rΣ(Yij –Ŷi.-Ŷ.j -Ŷi.+2Ŷ…)2 ∑∑Y2IJ -ΣY2 i./n-∑Y2.j/n-∑Y2(k)/n +2FC
Respecto a columna (r-1)(t-2)
HA : Ck # 0 H A : σ2C # 0 (EE)
UNC- FCV-2018 Biometria Veterinaria JFCL 23 UNC- FCV-2018 Biometria Veterinaria JFCL 24
BIOMETRIA VETERINARIA 4
CUADRADO LATINO Y FACTORIALES 7/16/2018
VACA
1 2 3 Hk
Ejemplo B
Periodo
I A 608 C 940 2433
885
En un experimento se probaron tres dietas diferentes
(A,B y C) para medir su efecto en la producción de II B 715 C 1087 A 766 2568
leche. Las dietas se aplicaron a tres vacas en tres III C 884 A 711 B 832 2427
periodos de lactancia diferente. Los resultados son los Cj 2207 2683 2538 Y…=7428
siguientes: A 608 711 766 2085
B 715 885 832 2432
C 884 1087 940 2911
Y…= 7428
UNC- FCV-2018 Biometria Veterinaria JFCL 25 UNC- FCV-2018 Biometria Veterinaria JFCL 26
Suma de Cuadrados
TC
Y...2
r2
7428
2
9
6130576 Tabla :Análisis de Varianza
24332 25682 2427 2 F.V. G.L. S.C. C.M FC 0.05 0.01
SCtratamientos 6130576 114680.6
3 Periodos 2 4238.00 2119.00 0.70 ns 4.46
2433 2568 2427
2 2 2 8.65
SC Periodos 6130576 4238 Vacas 2 39687.60 19842.30 6.55*
3
2207 2683 2583
2 2 2
Tratamiento 2 114680.60 57340.30 18.92**
SCVacas 6130576 39684.667 s
3
Error Exptal 2 6060.80 3030.40
SCtotal 608 ....832 6130576 164664
2 2
UNC- FCV-2018 Biometria Veterinaria JFCL 29 UNC- FCV-2018 Biometria Veterinaria JFCL 30
BIOMETRIA VETERINARIA 5
CUADRADO LATINO Y FACTORIALES 7/16/2018
UNC- FCV-2018 Biometria Veterinaria JFCL 31 UNC- FCV-2018 Biometria Veterinaria JFCL 32
A
Las diferencias a2 - a1 , a cada nivel de B y las
diferencias de b2 - b1, a cada nivel de A se llaman
a1 a2 Media a2 - a1
efectos simples. Así el efecto simple de a2 sobre a1
b1 30 32 31 2 al nivel b1 de B es 2. El efecto simple del factor B al
B nivel mas alto de A es 12.
b2 36 44 40 8
Cuando los efectos simples son promediados los
Media 33 38 355 5 resultados son llamados efectos medios, los que son
denotados por letras mayúsculas al igual que los
b2 - b1 6 12 9 factores.
El efecto medio del factor A es 5.
UNC- FCV-2018 Biometria Veterinaria JFCL 33 UNC- FCV-2018 Biometria Veterinaria JFCL 34
BIOMETRIA VETERINARIA 6
CUADRADO LATINO Y FACTORIALES 7/16/2018
UNC- FCV-2018 Biometria Veterinaria JFCL 37 UNC- FCV-2018 Biometria Veterinaria JFCL 38
UNC- FCV-2018 Biometria Veterinaria JFCL 39 UNC- FCV-2018 Biometria Veterinaria JFCL 40
BIOMETRIA VETERINARIA 7
CUADRADO LATINO Y FACTORIALES 7/16/2018
UNC- FCV-2018 Biometria Veterinaria JFCL 43 UNC- FCV-2018 Biometria Veterinaria JFCL 44
Desventajas
3. Permite el estudio de la interacción, esto es, 1. Una desventaja de los experimentos factoriales es que
estudiar el grado y forma en la cual se modifica el requiere un gran número de unidades experimentales,
sobre todo cuando se prueba muchos factores o muchos
efecto de un factor por los niveles de los otros
niveles de algunos factores, es decir, se tiene un número
factores.
grande de tratamientos ( factoriales fraccionales).
4. Los efectos son evaluados sobre un amplio rango 2. Una desventaja real del experimento factorial es el gran y
de condiciones prohibitivo número de combinaciones necesarias para
5. El componente de tratamientos provenientes de estudiar varios factores a varios niveles
una estructura factorial es el óptimo para estimar 3. Esto lleva asociado que a medida que aumenta el número
los efectos principales e interacciones de combinaciones de tratamientos requeridos disminuye
la eficiencia de un experimento debido al aumento del
tamaño de repetición.
UNC- FCV-2018 Biometria Veterinaria JFCL 45 UNC- FCV-2018 Biometria Veterinaria JFCL 46
Interacción.
Suponga un diseño con dos factores: A con a niveles y B
con b niveles, en diseño completamente al azar.
(Factorial a x b completo, balanceado, efectos fijos).
Sea yijk la respuesta para la k-ésima unidad
experimental del nivel i de A y j de B.
yijk i j rij ijk
i 1,....., a j 1,....., b k 1,...., n
Las hipótesis que se prueban son :
H 01 : rij 0 i, j
H 02 : i r ij 0 i
H o3 : j r . j 0 j Figura A
Figura B
UNC- FCV-2018 Biometria Veterinaria JFCL 47 UNC- FCV-2018 Biometria Veterinaria JFCL 48
BIOMETRIA VETERINARIA 8
CUADRADO LATINO Y FACTORIALES 7/16/2018
UNC- FCV-2018 Biometria Veterinaria JFCL 49 UNC- FCV-2018 Biometria Veterinaria JFCL 50
Figura: Gráfica que ilustra cuando se varía un factor a la vez en un factorial de 2 factores
UNC- FCV-2018 Biometria Veterinaria JFCL 51 UNC- FCV-2018 Biometria Veterinaria JFCL 52
UNC- FCV-2018 Biometria Veterinaria JFCL 53 UNC- FCV-2018 Biometria Veterinaria JFCL 54
BIOMETRIA VETERINARIA 9
CUADRADO LATINO Y FACTORIALES 7/16/2018
UNC- FCV-2018 Biometria Veterinaria JFCL 55 UNC- FCV-2018 Biometria Veterinaria JFCL 56
Conocer la interacción es más útil que conocer los Con la aplicación de métodos de mínimos cuadrados
efectos principales. se logra la estimación de los parámetros identificados
Una interacción significativa frecuentemente oscurece anteriormente.
la significancia de los efectos principales.
Cuando hay interacción significativa, se deberán
examinar los niveles de un factor, digamos A, con los
Yijk Y (Y i.. Y ) (Y . j. Y ) (Y ij. Y i.. Y . j. Y ) (Yijk Y ij. )
niveles del o de los otros factores fijos, para tener
conclusiones acerca del efecto principal A..
Dos factores con a niveles y B con b niveles.
Se dice que se tiene factorial a x b, con diseño
completamente al azar (bloques, etc.).
Se tiene ab tratamientos.
UNC- FCV-2018 Biometria Veterinaria JFCL 57 UNC- FCV-2018 Biometria Veterinaria JFCL 58
UNC- FCV-2018 Biometria Veterinaria JFCL 59 UNC- FCV-2018 Biometria Veterinaria JFCL 60
BIOMETRIA VETERINARIA 10
CUADRADO LATINO Y FACTORIALES 7/16/2018
UNC- FCV-2018 Biometria Veterinaria JFCL 61 UNC- FCV-2018 Biometria Veterinaria JFCL 62
UNC- FCV-2018 Biometria Veterinaria JFCL 63 UNC- FCV-2018 Biometria Veterinaria JFCL 64
17 2 7 2 22 2 30 2 76 2
SStratamiento 139
2 8
SS AB SStratamiento SS A SS B
139 0.5 98 40.5
SS error SStotal SS A SS B SS AB
144 0.5 98 40.5 5
Si todos los factores en un experimento factorial tienen 2
niveles, conocemos estos factores como 2k donde k es el
número de factores.
2k = número de tratamientos o condiciones experimentales
En la siguiente figura se muestra como se verían
representados los tratamientos o
combinaciones de este tipo de diseño experimental tomando
diferentes valores de k.
UNC- FCV-2018 Biometria Veterinaria JFCL 65 UNC- FCV-2018 Biometria Veterinaria JFCL 66
BIOMETRIA VETERINARIA 11
CUADRADO LATINO Y FACTORIALES 7/16/2018
UNC- FCV-2018 Biometria Veterinaria JFCL 67 UNC- FCV-2018 Biometria Veterinaria JFCL 68
BIOMETRIA VETERINARIA 12