Documentos de Académico
Documentos de Profesional
Documentos de Cultura
EXPERIMENTOS FACTORIALES
Según Yates mencionado por Pimentel (1978), experimentos factoriales son aquellos que
incluyen en todas las combinaciones de varios conjuntos de tratamientos o factores.
Los experimentos factoriales son más eficientes que los experimentos simples con un solo
conjunto de tratamientos, permitiendo obtener conclusiones más generales.
En un experimento de factoriales, si todos los niveles de un factor se combinan con todos los
niveles de otro factor, entonces se dice que estos factores están cruzados y si los niveles de un
factor que se combinan con ciertos niveles de otro factor se dice que estos factores están
asociados, ejm: un factor A con niveles a0, a1 y a2 se combinan con el factor B de niveles b0,
b1, b2. b3, b4 y b5 resulta:
Conceptos generales
Factor: Es sinónimo de tratamiento e involucra diferentes niveles del tratamiento, por ejm el
sorbato de potasio como aditivo químico en conservación de alimentos, este puede utilizarse a
diferentes porcentajes, cada uno constituye un nivel que también representa un tratamiento.
Nivel: Es la dosis o cantidad del ingrediente (factor) empleado en el tratmiento. Ejm 2,5% de
cultivo madre en la elaboración de yogurt.
Efecto principal: Es efecto promedio del factor sobre los otros niveles del mismo factor
independiente de otros factores. Ejm efecto de la temperatura en las unidades experimentales al
aplicar en tratamiento térmico en la conservación de un producto por calor.
Efecto interacción: Es el efecto adicional debido a la influencia combinada de dos o más
factores. Ejm efecto conjunto de bisulfito de sodio y sorbato de potasio en la unidad
experimental (sinergismo).
Efecto simple: Es el efecto de los niveles del factor en un nivel de otro factor. Ejm efecto del
BHA bajo la presencia de 0,05% de tocoferol. Es un efecto derivado del efecto de la interacción.
Efecto simple simple: Es el efecto de los niveles del factor a una combinación de los otros
factores. Ejm el efecto del nitrógeno en las unidades experimentales bajo la presencia de 0,5%
de fósforo y 1% de potasio.
Tipos de factores:
Factores cuantitativos: Si sus niveles son cantidades cuantificables Ejm niveles de hierro a
0,01%; 0,05%; 0,1%.
Formación de factoriales:
Para el planeamiento de los experimentos factoriales deben contestarse las siguientes preguntas:
1. ¿Qué factores deben incluirse?
2. ¿Qué factores son fijos (modelo I) y cuáles al azar (modelo II)?
3. ¿Cuántos tratamientos o niveles de cada factor deben ser considerados?
4. Si son factores cuantitativos, ¿cuál debe ser el espaciamiento de los niveles de cada factor?
0%, 5% y 10% de enzimas, tienen igual espaciamiento.
Ventajas:
1. Permite el estudio de los efectos principales, efectos de interacción de los factores, efectos
simples y efectos cruzados.
2. Todas las unidades experimentales intervienen en la determinación de los efectos principales
y de los efectos de interacción de los factores, por lo que el número de repeticiones es
elevado para estos casos.
3. El número de grados de libertad del error es alto comparándolo con los experimentos simples
de los mismos factores, lo que contribuye a disminuir la variancia del error, aumentando por
este motivo la precisión del experimento.
Desventajas:
1. El número de unidades experimentales utilizadas es mayor que en experimentos simples y es
más difícil contar con un número suficiente de unidades homogéneas.
2. El análisis se complica, a medida que el número de factores y niveles se incrementa.
3. Algunas combinaciones tal vez no tienen importancia en el análisis pero deben incluirse para
completar el factorial, esto obliga usar más material experimental.
4. El análisis estadístico es más complicado que en los experimentos simples, y la interpretación
de los resultados se hace más difícil a medida que aumenta el número de factores y
tratamientos en el experimento.
a. Factores cuantitativos:
Son aquellos factores cuyos tratamientos son cantidades numéricas de una variable cuantitativa.
Estos factores son frecuentes en experimentos de economía, física, química, tecnología,
medicina, agricultura, etc. Ejm: diferentes dosis crecientes de nitrógeno aplicados con un abono
en experimentos agrícolas; temperaturas crecientes, presiones creciente, concentraciones cada
vez mayores, cantidades crecientes de un reactivo, etc, en experimentos de física y química;
duraciones crecientes en la aplicación de una droga o un estimulantes en medicina, etc.
a. Factores cualitativos:
Son aquellos cuyos tratamientos no tienen orden natural establecido, y cada nivel tiene un
interés intrínseco. Ejm: variedades de trigo; diferentes tratamientos de una enfermedad;
diferentes técnicas de poda de árboles, etc. Pertenecen a este grupo también los factores
constituidos por unidades experimentales clasificadas; por ejm: diferentes clases de lana,
diferentes grupos temperamentales en experimentos de sicología, diferentes laboratorios en
ensayos interlaboratorios en los que cada laboratorio usa su propio personal, equipo y material,
etc.
Los niveles o tratamientos que deben escogerse para cada factor de un experimento, es una de
las tareas más delicadas que tiene el experimentador. En la elección debe tenerse en cuenta
todos los elementos de juicio a su alcance, incluyendo los resultados de experimentos similares
realizados en el mismo lugar o en otros lugares de condiciones similares. También debe
analizarse la bibliografía disponible al respecto.
La elección de los niveles de un factor, no solo depende del factor en sí mismo, sino también de
las características del material experimental (que constituirá las unidades experimentales a las
que se aplicarán los niveles), sea éste un terreno agrícola, enfermos de un hospital, alumnos de
un colegio, vacas de un establo, etc. Es necesario estudiar anticipadamente el material,
realizando por ejm análisis, estudiando características, tomando datos (edad, peso, estado de
salud, nivel intelectual, etc), para determinar los niveles del factor de acuerdo a los resultados de
este estudio. Es frecuente ver que se hacen por ejm experimentos de niveles de abonamiento de
nitrógeno en suelos que resultan ser ricos en este elemento, esto solo por no haberse realizado
un análisis previo de suelo. As así pues, cómo muchas veces se lleva a cabo experimentos con
niveles que no encajan en absoluto con el material experimental empleado.
Los niveles de un factor pueden ser igualmente espaciados o no; sin embargo, para facilitar el
análisis estadístico, y en especial, el estudio de las respuestas lineal y curvilínea de los niveles,
es preferible que éstos estén igualmente espaciados; así por ejm, en un estudio de medicina para
investigar el efecto de una droga, los niveles podrían ser 3, 6, 9, 12 unidades.
Supongamos que tenemos:
a1 a2 a3
Suponiendo:
b1 b2 b3
c1 c2 c1 c2 c1 c2
a1
a2
a3
Donde:
i = 1,2,…,a
j = 1,2,…,b
k = 1,2,…,c
FV GL SC CM Fc Sign.
Efecto de A (a-1) SCA CMA CMA./CMERROR
Efecto de B (b-1) SCB CMB CMB./CMERROR
Efecto de C (c-1) SCc CMC CMC./CMERROR
Interacción AB (a-1)(b-1) SCAB CMAB CMAB./CMERROR
Interacción AC (a-1)(c-1) SCAC CMAC CMAC./CMERROR
Interacción BC (b-1)(c-1) SCBC CMBC CMBC./CMERROR
Interac. ABC (a-1)(b-1)(c-1) SCABC CMABC CMABC./CMERROR
Error a*b*c(r-1) SCERROR CMERROR
Total a*b*c*r -1 SCTOTAL
Esquema:
Modelo aditivo lineal de los experimentos factoriales de dos factores y análisis de variancia
Debe definirse las fuentes de variación que influyen en cada valor de Yijk de los experimentos,
pues constituyen la guía para el análisis de la variancia, así como para la determinación de los
componentes de los valores esperados de los cuadrados medios, de los cuales dependen las pruebas
de F.
Para los experimentos factoriales de dos factores, el modelo aditivo lineal para el caso de que los
factores A y B interaccionen entre sí, es el siguiente:
i = 1,2,…,a
Yijk = µ + αi + βj + (αβ)ij + ρk + εijk j = 1,2,…,b
k = 1,2,…,k
Donde:
FV GL SC CM Fc Sign.
Bloques (k-1) SCBLOQUES CMBLOQUES CMBLOQ./CMERROR
Efecto de A (a-1) SCA CMA CMA./CMERROR
Efecto de B (b-1) SCB CMB CMB./CMERROR
Interacción AB (a-1)(b-1) SCAB CMAB CMAB./CMERROR
Error (ab-1)(k-1) SCERROR CMERROR
Total k x a x b -1 SCTOTAL
Si es que en un experimento, resulta significativa la Int. AB, las conclusiones mas importantes
serán las que se deduzcan de los efectos simples de A (en los niveles de B) y de los efectos simples
de B (en los niveles de A) que lleguen a alcanzar a la significación (0,05) y a la alta significación
(0,01).
Pero, si en el experimento no resulta significativa la Int. AB, las conclusiones más importantes son
las que se deduzcan de los efectos principales de A y de los efectos principales de B, que sean
significativas, así como las que se deduzcan de los efectos simples de A y de los efectos simples de
B si es que resultan altamente significativas (0,01).
En aquellos experimentos en los que los efectos principales y la Int. AB resulten significativos, las
conclusiones que puedan deducirse de los efectos principalmente pierden su interés, adquiriendo
por el contrario importancia las conclusiones que se deduzcan de la significación de los efectos
simples, ya que al ser significativa la Int. AB esto está indicando que no se puede considerar las
diferencias entre los niveles de un factor sin tener que tomarse en cuenta con qué nivel del otro
factor se combinan.
Se analiza un experimento en cultivo de soya; las características que interesan del experimento son
las siguientes:
Hipótesis:
a. Para el factor V:
H0: αi = 0
H1: αi ≠ 0
Conclusiones:
Existe suficiente evidencia estadística a un nivel de significación de 0,05 para aceptar la H 0.
Por lo tanto podemos afirmar que al menos a un nivel de V no se produce un rendimiento
medio distinto a los demás.
b. Para el factor C:
H0: βj = 0
H1: βj ≠ 0
Conclusiones:
Existe suficiente evidencia estadística a un nivel de significación de 0,05 para rechazar la
H0.
Por lo tanto podemos afirmar que al menos un nivel de cantidad de plantas produce un
rendimiento medio distinto a los demás.
Al ser significativa la Int. VC, es necesario estudiar los efectos simples del experimento. Así, las
SC de los efectos simples de los niveles de C en cada nivel de V están dadas por:
Conclusión:
Hay evidencia estadística para afirmar que entre los niveles de C hay diferencias significativas con
las variedades v1 y v3.
* Suponiendo: A, B, C
ABC
*Suponiendo, 4 factores: A, B, C, D
(1) Efecto de factores: A,B,C,D
(2) Efecto de la interacción de primer orden.
AB, AC, AD
BC, BD, CD
(3) Efecto de la interacción de segundo orden.
ABC, ABD, ACD y BCD
(4) Efecto de la interacción de tercer orden.
ABCD
Características:
- Una u.e ( unidad experimental) puede ser una parte de terreno, un camada de cerdos, la
fundición de un horno, un árbol y las subunidades serían las sub-parcelas de cada parcela, los
cerdos de cada camada, los moldes en que se hecha la fundición de un horno, las ramas de un
árbol,
- En los experimentos de este tipo, las comparaciones entre los tratamientos que van en parcelas
(unidades). Es menor precisa que las comparaciones entre tratamientos que van en sub-parcelas
(sub-unidades); esto se debe al menor número de repeticiones de los que van en parcelas.
r1 r2 r3 r2 r3 r1 r3 r2 r1
V1 V2 V4 V3 V2 V3 V4 V1 V4
V3 V4 V1 V2 V3 V1 V2 V3 V2
V2 V3 V2 V1 V4 V2 V1 V4 V1
V4 V2 V3 V4 V3 V4 V3 V2 V3
3 R en parcelas, 4 V en subparcelas en el BCR.
En el experimento considerado el ANVA debe tener dos partes. La primera es para el estudio de los
sistemas de riego y la segunda para el de variedades y la interacción RV.
F.V. G.L.
Bloques (r-1) = 4
A (p-1) = 4
Error (a) (p-1)(r-1) = 16
Total parcelas Pr-1 = 24
Bloque de subparcelas Pr-1 = 24
B (q-1) = 1
AB (p-1)(q-1) = 4
Error (b) P(r-1)(q-1) = 20
Total subparcelas rpq-1 = 49
F.V. G.L.
Bloques (p-1) = 4
Columnas (p-1) = 4
A (p-1) = 4
Error (a) (p-1)(p-2) = 12
Total parcelas (p2-1) = 24
Bloque de subparcelas (p2-1) = 24
B (q-1) = 1
AB (p-1)(q-1) = 4
Error (b) P(p-1)(q-1) = 20
Total subparcelas p2q-1 = 49
Si el experimento se conduce en el CR, entonces los G.L: del error (a) es igual a p(r-1), los demás
G.L. tanto de la primera como de la segunda parte no varía con respecto al BCR.
COVARIANCIA
Las diferentes formas de disminuir el error experimental en los experimentos pueden reunirse en
dos grandes grupos: directa e indirecta.
Para realizar el análisis de covarianza se toma en los experimentos, además de los datos propios del
estudio que se realiza, otros datos concomitantes (acompañan otros datos) con ellos; ejm. el
número de plantas es concomitante del rendimiento de c/parcela; los pesos iniciales de los animales
al comienzo del experimento son concomitantes de los pesos finales, etc.
En el análisis de covarianza se combinan los análisis de varianza y el de regresión que hemos visto
en capítulos anteriores. El análisis de covarianza es posible aplicarlo en los más diversos diseños
experimentales y en las más variadas condiciones, incluso cuando se tiene desigual número de
unidades por tratamientos y cuando se dispone de subunidades por unidad.
Finalidades: