Universidad Nacional de San Cristóbal de Huamanga.

Ayacucho, Perú, 2010

DISEÑOS EN BLOQUES INCOMPLETOS

Es posible que en algunos experimentos que usan diseños por bloques no puedan
realizarse los ensayos de todas las combinaciones de los tratamientos dentro de cada
bloque. Situaciones como éstas ocurren debido a la escasez en los recursos del experi-
mento o por el tamaño físico de los bloques. Por ejemplo, supongamos un experimento
en el que el tamaño físico de las probetas sólo alcanza para probar tres puntas en
cada probeta. En estos casos es posible usar diseños aleatorizados por bloques en los
que cada tratamiento no está presente en cada bloque. Estos diseños se conocen como
Diseños Aleatorizados por Bloques Incompletos.

DISEÑOS POR BLOQUES INCOMPLETOS BALANCEADOS

Cuando las comparaciones entre todos los tratamientos tienen la misma importan-
cia, éstas deben elegirse de manera que ocurran en forma balanceada dentro de cada
bloque. Esto significa que cualquier par de tratamientos ocurren juntos el mismo nú-
mero de veces que cualquier otro par. Por lo tanto, un diseño balanceado por bloques
incompletos es un diseño por bloques incompletos en el que cualquier par de trata-
mientos ocurren juntos el mismo número de veces. En este tipo de diseño, el análisis
estadístico se centra en la información intra-bloque, en donde para estimar el efecto
de los tratamientos, se considera inicialmente la estimación de las parcelas dentro del
mismo bloque. Así, los efectos de tratamientos sufren un proceso de ajuste. Con los
tratamientos ajustados se lleva a cabo la estimación de los efectos de tratamientos.

ANÁLISIS ESTADÍSTICO
Como es usual,suponemos que existen t tratamientos y b bloques, se supone además,
que se prueban k tratamientos en cada bloque, que cada tratamiento sucede r veces en
el diseño (o se repite r veces) y que hay un total de N = t.r = b.k observaciones. Más
aún, el número de veces que cada par de tratamientos ocurre en el mismo bloque es:
r(k − 1)
λ=
t−1
Ejemplo 1 Para t = 4 (no de tratamientos), b = 4 (no de bloques), k = 3 (tratamien-
tos en cada bloque), un diseño BIB puede ser construido con:

r = b.kt = 3 (cada tratamiento sucede 3 veces en el diseño).

3(3−1)
λ = r(k−1)
a−1 = 4−1 = 2 (el número de veces que cada par de tratamientos ocurre
en el mismo bloque).

Bloques Tratamientos
1 1 ,2 ,3
2 1 ,2 ,4
3 1 ,3 ,4
4 2 ,3 ,4

Ejemplo 2 Para t = 4 (no de tratamientos), b = 6 (no de bloques), k = 2 (tratamien-

tos en cada bloque), un diseño BIB puede ser construido con:

1
Universidad Nacional de San Cristóbal de Huamanga. Ayacucho, Perú, 2010

r = b.kt = 3 (cada tratamiento sucede 3 veces en el diseño).

λ = r(k−1
t−1 = 3(2 − 1)4 − 1 = 1 (el número de veces que cada par de tratamientos
ocurre en el mismo bloque).

Bloques Tratamientos
1 1 ,2
2 3 ,4
3 1 ,3
4 2 ,4
5 1 ,4
6 2 ,3

EL MODELO ESTADISTICO ES:

yij = u + τi + βj + εij
donde:
yij: Es la i-ésima observación del j-ésimo bloque.
µ: Es la media general.
τi: Es el efecto del i-ésimo tratamiento.
βj: Es el efecto del j-ésimo bloque. t
Σ
εij: Es la componente del error aleatorio NID(0,σ 2) y τi = 0.
e
i=1
La variación total en los datos se expresa mediante la suma total de cuadrados
corregidos (o ajustados).
Σ
t
Σ
b 2
y..
SCT = y2 −
ij N
i=1 j=1

La variabilidad total puede ser descompuesta en

SCT = SCTrat. ajustados + SCB + SCE

donde la suma de cuadrados de los tratamientos
de los tratamientos y de los bloques. Este ajuste
está representado en un conjunto diferente de r
entre los totales de los tratamientos no ajustados
por las diferencias entre los bloques.
La suma de cuadrados de los bloques es
está ajustada para separar los efectos
es necesario porque cada tratamiento
bloques. Por lo tanto, las diferencias
y1., y2., ..., yt. tambien son afectadas

1Σ b
y2
SCB = y2.j − ..
k j=1 N
donde
y.j : es el total del bloque j-ésimo.
y.. : Es la suma de todos los datos.

La suma de cuadrados de tratamiento corregida (o ajustada) es

2
Universidad Nacional de San Cristóbal de Huamanga. Ayacucho, Perú, 2010

Σt
k. 2
i
i=1
SCTrat. ajustados = Q
λt
donde
Qi : Es el total ajustado del i-ésimo tratamiento, el cual se calcula mediante
b
Σ
1 nij y.j
Qi = yi. −
k
j=1

con nij = 1 si el tratamiento i ocurre en el bloque j. nij = 0 en otro caso. Los totales
de los tratamientos ajustados siempre sumarán cero.
Σb
1
nijy.j es el promedio de los totales e los bloques en los que se aplica el trata-
k
j=1
miento i.
La suma de cuadrados del error se calcula por diferencia

SCE = SCT − SCT ratrat. ajustados − SCB

La estadística apropiada para probar la igualdad de los efectos de tratamiento es

CM Trat. ajustados
F= ∼ F αt−1,N−t−b+1
CM E

Análisis de varianza para el diseño BIB

F.V. G.L. Suma de Cuadrados Cuad. medios F
Σb
y2
Bloques b−1 1 y2 − .. SCB
K .j
N b−1
j=1 t
Σ
Trat. ajust. t−1 K. Q2i λt SCTrat
F= CMTrat.
t−1 CM E
i=1

Error N −t−b+1 SCE SCE

N−t−b+1
Σ
t
Σ
b 2
Total N −1 yij2 − y..
N
i=1 j=1

Ejemplo 3 Supóngase que un ingeniero químico cree que el tiempo de reacción en un

proceso químico es función del catalizador empleado. De hecho 4 catalizadores están
siendo investigados. El procedimiento experimental consiste en seleccionar un lote de
materia prima, cargar una planta piloto, aplicar cada catalizador a ensayos separados
de dicha planta y observar el tiempo de reacción. Debido a que las variaciones en los
lotes de materia prima pueden afectar el comportamiento del catalizador, el ingeniero
decide controlar este factor por medio de bloques. Sin embargo, cada lote es apenas lo
suficientemente grande para permitir que se prueben 3 catalizadores. Por lo tanto, es
necesario utilizar un diseño aleatorizado por bloques incompletos. El diseño BIB, junto
con las observaciones recopiladas aparecen en la siguiente tabla:

3
Universidad Nacional de San Cristóbal de Huamanga. Ayacucho, Perú, 2010

Tratamiento Bloque (lote de materia prima)

(Catalizador) 1 2 3 4 yi.
1 73 74 – 71 218
2 – 75 67 72 214
3 73 75 68 – 216
4 75 – 72 75 222
y.j 221 224 207 218 870 = y..

Considérense los datos de la tabla para el experimento de los catalizadores. Este es

un BIBD con t = 4, b = 4, k = 3, r = 3, λ = 2 y N = 12.

Para comprobar la hipótesis H0 : τ1 = τ2 = τ3 = τ4 = 0, se calculan las diferentes

sumas de cuadrados.

La suma de cuadrados total es

4 4 2 2
ΣΣ y.. 870
SCT = y2ij − = 63156 − = 81
12 12
i=1 j=1

La suma de cuadrados de los bloques es

4 2 2
1Σ y.. 1 2 2 2 2 870
SCB = y.j2 − = [221 + 207 + 224 + 218 ] − = 55
3 j=1
12 3 12
j=1

Para calcular la suma de cuadrados de tratamientos ajustados para los bloques,

primero hay que determinar los totales de tratamientos ajustados como
221 + 224 + 218 −9
Q1 = 218 − =
3 3
207 + 224 + 218 −7
Q2 = 214 − =
3 3
221 + 207 + 224 −4
Q3 = 216 − =
3 3
221 + 207 + 218 20
Q4 = 222 − =
3 3
La suma de cuadrados de tratamientos ajustados es

4
Σ
K Q2i
i=1 3[(−9/3)2 + (−7/3)2 + (−4/3)2 + (20/3)2]
SCTrat. (ajustados) = = = 22, 75
λt 2(4)
La suma de cuadrados del error se obtiene por diferencia como

SCE = SCT − SCTrat. ajustados − SCB = 81 − 22, 75 − 55 = 3, 25

En la tabla se muestra el análisis de varianza.

4
Universidad Nacional de San Cristóbal de Huamanga. Ayacucho, Perú, 2010

F.V. G. L. S. C. C. M. F
Bloques 3 55
Trat. (ajust. para los bloques) 3 22,75 7,58 11,66
Error 5 3,25 0,65
Total 11 81

0,05 = 5, 41 se concluye que no hay diferencia significativa entre los efectos

Como F 3,5
de los catalizadores empleados sobre el tiempo de reacción, con un nivel de significancia
α = 0, 05.

COMPARACIONES MULTIPLES
Si el factor bajo estudio es fijo, las pruebas para las medias de tratamientos indivi-
duales pueden ser de interés. Si se emplean contrastes ortogonales, los contrastes deben
hacerse sobre los totales de los tratamientos ajustados, las Qi en lugar de las yi.
La suma de cuadrados de los contrastes es
. t Σ2
Σ
k CiQi
SCcontrastes = i=1
t
Σ
λt C 2i
i=1

Σ
t
donde Ci son los coeficientes de los contrastes y Ci = 0
i=1
La estadística de prueba es
SCcontrastes α
F = ∼ F 1,N−t−b+1
CM E
Las pruebas de hipótesis para el ejemplo 3 son
H0 : Q1 + Q2 = Q3 + Q4
H 0 : Q1 = Q 2 .
H0 : Q3 = Q4
y los contrates ortogonales son
H0 : Q1 + Q2 − Q3 − Q4 = 0
H0 : Q1 − Q2 = 0
H0 : Q3 − Q4 = 0
los coeficientes de los contrastes ortogonales están dados en la tabla:
Qi. C1 C2 C3 Qi.C1 Qi.C2 Qi.C3
9 9 9
− 37 1 1 0 − 37 −3 0
− 34 1 -1 0 −3 7
3 0
4
−3 -1 0 1 4
320 0 −20
3
20
3 -1 0 -1 −3 0 −3
4
Σ 32 2 24
C 2i 4 2 2 −3 −3 −3
i=1

5
Universidad Nacional de San Cristóbal de Huamanga. Ayacucho, Perú, 2010

Calculando la suma de cuadrados de los contrates

3(−323 )2
SCC1 = = 10, 66666667
2(4)4
3(− 23)2
SCC2 = = 0, 083333333
2(4)2
3(−243 )2
SCC3 = = 12
2(4)2

Luego el análisis de varianza es

F.V. G. L. S. C. C. M. F
Trat. (ajustados) 3 22,75 7,58 11,66
C1 1 10,66666667 10,66666667 16,41025642
C2 1 0,083333333 0,083333333 0,128205128
C3 1 12 12 18,46153846
Error 5 3,25 0,65
Total 11 81

α
Comparando con F1,N−t−b+1 0,05 = 6, 61 se concluye que:
= F 1,5

Si hay diferencia significativa entre los efectos de los catalizadores 1 y 2, en conjun-

to, con respecto a los catalizadores 3 y 4, en conjunto, sobre el tiempo de reacción.

No hay diferencia significativa entre los efectos del catalizador 1 con respecto al
catalizador 2 sobre el tiempo de reacción.

Si hay diferencia significativa entre los efectos del catalizador 3 con respecto al
catalizador 4 sobre el tiempo de reacción.

Héber Gómez Huamaní

UNSCH