Familia de diseños para comparar tratamientos.

Los diseños experimentales más utilizados para comparar tratamientos son:

1. Diseño completamente al azar (DCA)
2. Diseño en bloque completamente al azar (DBCA)
3. Diseño en cuadro latino (DCL)
4. Diseño en cuadro grecolatino (DCGL)

La diferencia fundamental entre estos diseños es el número de factores de

bloque que incorporan o controlan de forma explícita durante el experimento.
La comparación de los tratamientos en cuanto a la respuesta media que logran,
en cualquiera de estos diseños, se hace mediante la hipótesis

que se prueba con la técnica estadística llamada Análisis de Varianza

(ANOVA) con uno, dos, tres o cuatro criterios de clasificación,
dependiendo del número de factores de bloques incorporados al diseño.

Dise Factores ANOVA Modelo estadístico

ño de
bloqueo con
DC 0 Un criterio
A
DB 1 Dos criterios
CA
DCL 2 Tres criterios
DC 3 Cuatro criterios
GL

Y es la variable de salida, la media global, el efecto del i-ésimo tratamiento, error aleatorio, y
, son los efectos de tres factores de bloqueo.

El modelo estadístico que describe el comportamiento de la variable

observada Y en cada diseño, incorpora un término adicional por cada
factor de bloqueo controlado.
De acuerdo con los modelos dados en la tabla, para cada diseño
comparativo se tienen al menos dos fuentes de variabilidad: los tratamientos o
niveles del factor de interés y el error aleatorio. Se agrega una nueva fuente de
variabilidad por cada factor de bloque que se controla directamente. Se observa
que los diseños suponen que no hay efectos de interacción entre los
factores, lo cual sería lo deseable que ocurra; de no ocurrir así, tal efecto se
recarga al error y el problema de comparación no se resuelve con éxito.
 Un efecto de interacción entre dos factores hace referencia a que el
efecto de cada factor depende del nivel en que se encuentra el otro.