Está en la página 1de 9

DISEÑO COMPLETAMENTE ALEATORIZADO

En el Diseño de Experimentos al Completo Azar, el experimentador asigna las unidades


experimentales a los tratamientos al azar, con la única restricción del número de observaciones que
se tomarán en cada tratamiento. Es el más sencillo y se origina por la asignación aleatoria de
tratamientos a un conjunto de unidades experimentales.

Para aleatorizar una tabla de números aleatorios resulta conveniente para elegir las unidades
experimentales que recibirá cada tratamiento. Si cada tratamiento ha de repetirse cuatro veces, los
primeros cuatro números aleatorios obtenidos se asignarán al tratamiento A, los siguientes cuatro
números aleatorios al tratamiento B, y así sucesivamente.

El diseño al completo azar se utiliza cuando las condiciones del sitio o lugar experimental son
totalmente homogéneas

Sea ni el número de observaciones en el i-ésimo tratamiento, i = 1,...,I. Entonces, los


valores n1,n2,...,nI, determinan por completo las propiedades estadísticas del diseño. Naturalmente,
este tipo de diseño se utiliza en experimentos que no incluyen factores bloque. El modelo matemático
es de la forma: Respuesta = Constante + Efecto tratamiento + Error.

El diseño al completo azar tiene varias ventajas y desventajas entre estas se pueden menciona las
siguientes:

Ventajes:

a) Su sencillez (estadístico fácil). Aun cuando el dato de algunos tratamiento se hayan perdido, o
rechacen por alguna causa el método de análisis sigue siendo sencillo. La pérdida relativa de
información debida a los datos faltantes, es de menos importancia que en cualquier otro sistema.
b) La flexibilidad. Puede utilizarse cualquier número de tratamientos y repeticiones y pueden variar a
voluntad del investigador el numero de repeticiones de un tratamiento a otro, pero no es
recomendable sino existe una buena razón. Todo el material experimental disponible puede
usarse, lo cual es una ventaja en experimentos preliminares pequeños donde el material
experimental de que se dispone es escaso.
c) El número de grados de libertad es máximo en comparación con otros modelos, el modelo
estadístico sigue siendo fácil aún cuando se pierdan unidades experimentales .
d) Aún cuando el dato de algún tratamiento se hayan perdido, o rechacen por alguna causa el
método de análisis sigue siendo sencillo

Desventajas:

a) La principal estriba en su grado de precisión, algún otro diseño suele ser capaz de estimar el error
stándar por unidad experimental (error experimental) con un mayor grado de precisión
b) No siempre puede garantizarse condiciones de homogeneidad. No se asegura, ninguna forma para
aseverar que las unidades reciben un tratamiento similar a aquellas que reciben otro tratamiento,
toda la variación que existe entre las unidades pasa a formar parte del error experimental.

¿Por qué aleatorizar?

Para transformar la variabilidad sistemática no planificada en variabilidad no planificada o ruido


aleatorio; en otros términos: prevenir contra la introducción de sesgos en el experimento. La
aleatorización evita la dependencia entre observaciones y valida muchos de los procedimientos
estadísticos más comunes.

¿Cuando puede ser apropiada la aleatorización?

La aleatorización puede ser apropiada si:

a) El material experimental es homogéneo.


b) Donde es probable que una parte apreciable de las unidades se destruyan o no respondan
c) En experimentos pequeños en donde la mayor precisión de otros diseños no compensa la pérdida
de grados de libertad del error.

PROCEDIMIENTO DE ANÁLISIS

Procedimiento

a. Determinar el número de unidades experimentales (n) y numerarlas. Es posible obtener “n” al


multiplicar el número de tratamientos por el número de repeticiones n = ( t * r).

b. Asignar el número de unidades experimentales a cada tratamiento utilizando una tabla de números
aleatorios o bien cualquier otra herramienta que sirva para el mismo propósito. Por ejemplo si cada
tratamiento ha de repetirse cuatro veces, los primeros cuatro números aleatorios obtenidos se
asignarán al tratamiento A, los siguientes cuatro números aleatorios al tratamiento B, y así
sucesivamente.

c. Una vez hecha la distribución anterior (liberal b) se numeran las unidades experimentales y se
localizan los tratamientos de acuerdo al número que les corresponde y se obtiene así las distribución
de campo.

Modelo Estadístico

Yij = µ + i + εij

En donde:
Yij Variable respuesta de la ij-esima unidad experimental
µ Efecto de la media general
i Efecto del i-esimo tratamiento
εij Efecto del error experimental asociado a la i-esima unidad experimental

Análisis de Varianza

Hipótesis Nula Ho: i = 0 (Los i tratamientos tienen el mismo efecto sobre la variable
en estudio)

Hipótesis Alterna Ha: i 0 (No todos los tratamientos tienen el mismo efecto sobre la
variable en estudio, al menos uno produce un resultado distinto)

Tabla de Datos
Repeticiones Yi.
Tratamientos
1 2 3 4 r
1 Y11 Y12 Y12 . . . Y1r Y1 .
2 Y21 Y22 Y23 . . . Y2r Y2 .
3 Y31 Y32 Y33 . . . Y3r Y3 .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
r Yt1 Yt2 Yt3 . . . Ytr Y ..

Supuestos

Los supuestos que validan el análisis varianza son:

a. Los errores son independientes


b. Los errores están normalmente distribuidos con media cero y varianza constante
c. Existe homogeneidad de varianza entre los tratamientos.

Fuentes de variación y grados de libertad.

Para el análisis de varianza se construye una tabla de análisis de varianza y se completan los
datos. Existen sólo dos fuentes de variación en el diseño completamente aleatorio: entre unidades
experimentales dentro de un tratamiento, la cual denominamos error experimental y aquella entre
medias de tratamiento.

Tabla de Análisis de Varianza

Fuentes Grados Ft
Suma de Cuadrados
de de Fc Calculada Requerida
Cuadrados Medios
Variación Libertad
Tratamien- t-1 ∑[(Y2../r Sctrat/gltotal Scmedios/Cmerror
tos Y2..)/(tr)]
Error t ( r – 1) Sctotal - SCtrat Scerror/glerror
Total t r -1 ∑∑[ (Yij- Y2..)/
(tr) ]

Los grados de libertad son uno menos que el número de observaciones para cada fuente de
variación.

Regla de Decisión
Rechazar la hipótesis Ho. Si Fc > Ft (Gltrat, Gl error, α )

Aceptar la Hipótesis Ha. Si Fc < Ft (Gltrat, Gl error, α )

Ft = Valor tabular .

Coeficiente de Variación

Se puede considerar como medida relativa de la variación que no es posible controlar en el


experimento (error experimental), por costumbre se utiliza como que se controló adecuadamente el
error cuanto el coeficiente de variación es menor de 20.

El coeficiente de variación se calcula por medio de la fórmula siguiente:

CV = ( Raiz(CM) / Y.. )*100

Y.. = Y.. / tr

Ejemplo de Aplicación

Al probar concentraciones de 1, 2, 3 y 4 ppm de cierta encima más un control ( en que no se añadió


encima) para estudiar el efecto en la separación de un jugo de naranja. A cada tratamiento se aplicó
4 veces y se usó un diseño al completo azar. Se añadió agua a las 20 muestras y se midió el tiempo
de separación (minutos) en cada muestra, los resultados fueron los siguientes.

1. Datos ordenados – Factor de Corrección -

Datos I II III IV Suma r suma2 /r


A 3.96 6.24 5.42 11.11 26.73 4 178.62

B 27.31 26.96 32.21 30.13 116.61 4 3399.47

C 35.30 34.71 36.75 38.38 145.14 4 5266.40

D 41.09 43.99 48.70 41.78 175.56 4 7705.33

E 48.90 47.61 50.38 49.61 196.50 4 9653.06

- -

- -

Suma 156.56 159.51 173.46 171.01 660.54 20 26202.89

Factor de Corrección (Fc) = Y2../rt

Fc = ( 660.542 / 20 ) = 21,815.65

Nota: r es el número de repeticiones y t el número de tratamientos. Si el número de repeticiones no


es el mismo para todos los tratamientos, el divisor correcto es Σr i . Si por ejemplo, la primera repetición
del tratamiento A estuviera ausente, el término de corrección sería:

Fc = (ΣY)2 para el caso objeto de estudio (656.58)/19

Σr

2. Grados de Libertad.

De tratamientos (Gltrat) = t – 1

Los grados de libertad son uno menos que el número de tratamientos para cada fuente de variación
existiendo cinco tratamientos y, por tanto, 4 gl..

Gltrat = 5 – 1 = 4

Grados de libertad total (Gltot) = r * t - 1

Los grados de libertad total están dados por el número de observaciones totales menos 1, se dieron
20 observaciones por lo tanto tenemos 19 grados de libertad total,
Gltrat = 4 * 5 – 1 = 19

Grados de libertad del error (Gle) = GLtot - GLtrat

Los grados de libertar del error están dados por el total de grados de libertad del experimento (19)
menos los grados de libertad de los tratamientos (4), por lo que para el caso se tienen 15 grados de
error.

Gle = 19 – 4 = 15

3. Suma de cuadrados y Cuadrados Medios

Cuadrados de “Yi”

Datos I II III IV Suma

A 15.68 38.94 29.38 123.43 207.43

B 745.84 726.84 1,037.48 907.82 3,417.98

C 1,246.09 1,204.78 1,350.56 1,473.02 5,274.46

D 1,688.39 1,935.12 2,371.69 1,745.57 7,740.77

E 2,391.21 2,266.71 2,538.14 2,461.15 9,657.22

Suma 6,087.21 6,172.40 7,327.26 6,710.99 26,297.85

a. Cuadrados de Tratamientos

SCtrat = Σ(Yi)2 /r

Donde “Yi” totales de tratamientos y “r” el número de repeticiones en cada tratamiento. Cuando el
número de repeticiones no es el mismo para todos los tratamientos (se ha perdido un dato), el
cuadrado de un total debe ser dividido entre el número de repeticiones y así sucesivamente para
cada tratamiento, los resultados así obtenidos se suman para obtener el total.
SCtrat = 26,202.89 - 21,815.65 = 4,387.24

b. Suma de Cuadrados Totales (Sctot).

SCtot = 26,297.85 - 21,815.65 = 4,482.20

c. Suma de cuadrados del error (Sce)

Sce = Sctrat - SCtot

Sce = 4,482.20 – 4,387.24 = 94.96

d) Cuadrados Medios de Tratamientos (CMtrat)

Los cuadrados medios de los tratamientos están dados por la suma de cuadrados del error (Cce)
dividido entre el número de repeticiones (r).

CMtrat = Sce /r

CMtrat = 4,387.24/4 = 1,096.81

e) Cuadrados medios del error (Cme)

Los cuadrados medios del error están dados por la suma de cuadrados del error (Sce) dividido
entre del error.

Cme = Sce/Gle

Cme = 94.96/15 = 6.33

4. F Calculada
La Fc se calcula dividiendo los cuadrados medios de los tratamientos entre el cuadrado medio del
error.

Fc = Cmtrat/Cme

Fc = 1,096.81/6.33 = 173.27

5. F Tabulada

La Ft se encuentra en una tabla diseñada y elaborada para el efecto. La forma de encontrar el valor
es dependiendo del nivel de significancia.

Con un nivel de significancia del 1% se tiene:

Grados de libertad de tratamientos Gltrat

Grados 1 2 3 4

de Libertad 2

del error .

Gle .

15 4.89

6. Coeficiente de Variación

CV = ( Raiz(CM) / Y.. )*100

Y.. = Y.. / tr

Y.. = 660.54 / 20 = 33.03


CV = ((Raiz(6.33)/ 33.03 ) * 100 = 7.62

De acuerdo al resultado obtenido y a la costumbre, se puede considerar que en el ejemplo


experimento existió un buen control del error experimental, toda vez que 7.62 < 20.

7. Cuadro de ANDEVA Ó ANOVA

Fuente de Grados de Suma de Cuadrados Fc


Ft Tabulada
Variación Libertad Cuadrados Medios Calculada

Tratamientos 4 4,387.24 1,096.81 173.25 4.89

Error 15 94.96 6.33

Total 19 4,482.20

8. Interpretación.

Fc (F calculada) 173.25 > Ft (F tabulada) 4.89. Como F calculada es mayor de la F tabulada se


rechaza la hipótesis nula, lo que quiere decir que con el nivel de significancia del 1%, al menos un
tratamiento es diferente, por lo tanto se recomiendo aplicar una metodología complementaria.