DISEÑO COMPLETAMENTE

ALEATORIZADO
Se origina por la asignación aleatoria de los
tratamientos de un factor a un conjunto de
unidades experimentales previamente
establecidos.

La aleatoriedad es necesaria para evitar que los

efectos de variable perturbadoras desconocidos
contaminen los resultados.

El efecto de un tratamiento sobre la variable

bajo estudio, es el mismo, independientemente
de la unidad experimental.
Las unidades experimentales deben tener las
mismas características (homogéneas).

La homogeneidad permite que cada tratamiento

pueda ensayarse con el número de repeticiones que
se desee.

Los tratamientos se aplican completamente al azar

sobre las unidades experimentales, bajo la
condición que cada una de ellas debe tener la
misma probabilidad de recibir un tratamiento en
particular.
Interés: Estudiar un solo factor con varios niveles.

Técnica Estadística: Análisis de varianza de un

factor.

Objetivo: Comparar entre varios grupos o

tratamientos.

Método: Descomposición de la variabilidad total de

un experimento en componentes independientes
MODELO ESTADÍSTICO
 Yik = i + ik i=1,2….a
k=1,2…ri

i es la media del nivel del factor o

tratamiento i-esimo.

ik Variable aleatoria que engloba un conjunto

de factores, cada uno de los cuales influye en
la respuesta solo en pequeñas magnitudes
pero que de forma conjunta debe tenerse en
cuenta.
 Yik =  +i + ik i=1,2….a
k=1,2…ri

 es la media global
i es el efecto del tratamiento i-ésimo.
ik Variable aleatoria que engloba un conjunto
de factores, cada uno de los cuales influye en
la respuesta solo en pequeñas magnitudes
pero que de forma conjunta debe tenerse en
cuenta.
MODELO DE EFECTO FIJO
Los a tratamientos son elegidos por el
experimentador.

Se prueban hipótesis acerca de las medias de los

tratamientos.

Las conclusiones se aplican únicamente a los

niveles del factor considerado en el análisis

Las conclusiones no pueden extenderse a

tratamientos similares que no fueron considerados
explícitamente.
 Yik  DNI( +i, 2) mutuamente
independientes

2 es constante para todos los niveles

ik  DNI(0,  ) mutuamente independientes

2

i = 0 para i=1…a

Estimador de la media global

Estimadores de los efectos de tratamiento

donde i=1…a

r es el número de
repeticiones
Estimador de la media global

Estimadores de los efectos de tratamiento

donde i=1…a

ri es el número de
repeticiones en cada
tratamiento
 H0 : 1 =2 =….=a = 0 Ha : j  0 para algún
j=1,…,a

Fuente de Sumas de
GL Cuadrado Medio F
Variación cuadrado
Tratamiento a-1 SCtratamiento Sctratamiento/(a-1) CMtrat /CMerror

Error a*(r –1) SCerror Scerror /a*(r –1)

Total r*a-1 SCtotal

Datos
Balanceados
 H0 : 1 =2 =….=a = 0 Ha : j  0 para algún
j=1,…,a

Fuente de GL Sumas de Cuadrado Medio F

Variación cuadrado

Tratamiento a-1 SCtratamiento Sctratamiento/(a-1) CMtrat /CMerror

Error ri -a SCerror Scerror /(ri -a)

Total ri -1 SCtotal

Datos no
Balanceados
Datos Balanceados
Datos Balanceados
Datos Balanceados
Datos no Balanceados
Datos no Balanceados
Datos no Balanceados
MODELO DE EFECTO
ALEATORIO
 Los a tratamientos provienen de una muestra
aleatoria de una población mas grande de
tratamientos.

 Se prueban hipótesis acerca de la variabilidad de los

tratamientos.

 Es deseable poder extender las conclusiones a la

totalidad de los tratamientos de la población se
hayan considerado explícitamente en el análisis o
no
Yik  NID(, ()2 +()2) mutuamente
independientes

i  NID(0, ()2)

ik  NID(0, () ) mutuamente

2

independientes
 H0 :   = 0 Ha :    0

Para el modelo de efectos aleatorios es de

interés hacer una evaluación de cuanto de la
variabilidad en las observaciones se debe a
diferencias reales en la media de los
tratamientos y cuanto se debe a errores
aleatorios con respectos a estas medias
La descomposición de la suma total cuadrado y
el análisis de varianza es igual al de efecto fijo.
 ()2 +2 =

(S2)trat = S2 + r(S2)

((S2)

Es el porcentaje de variabilidad que se debe a

la diferencia de los tratamientos
Una planta de enlatado emplea un gran número
de máquinas para su proceso de llenado. Se da
por hecho que cada maquina vacía un peso
especificado del producto en cada lata. El
gerente de la planta sospecha que existe una
gran variación en la cantidad del producto que
se vacía entre las distintas maquinas. Para
verificar su sospecha, escoge al azar cuatro
maquina y pesa el contenido de cinco lata,
seleccionada en forma aleatoria, llenadas por
cada una de las cuatro maquinas.
 MAQUINAS
1 2 3 4
1.24 1.2 1.19 1.18
1.22 1.2 1.2 1.18
1.22 1.21 1.19 1.19
1.23 1.22 1.2 1.18
1.23 1.20 1.21 1.2
Qué proporción de la varianza en los pesos
puede atribuirse a las diferencias que existen
entre las maquinas

Fuente de GL Sumas de Cuadrado F

Variación cuadrado Medio
Tratamiento 3 0.004695 0.001565 20.87

Error 16 0.0012 0.000075

Total 19 0.005895