Diseño Cuadrado Latino

 3 factores influyen en la variable de respuesta (el fator de interés uno de ellos).

 Permite analizar por bloques en dos direcciones.
 Los renglones y las columnas representan 2 restricciones de aleatorización
 El diseño DEBE tener un mismo número de niveles, filas y columnas
 Los cuadrados latinos t=4 o menos niveles tienen pocos grados de libertad para
estimar la varianza del error experimental. Si tiene más de 8 puede ser prohibitivo.
Lo ideal es de 5 a 7 niveles.
 Pasos:
o Definición del problema
o Identificar factor de interés, boques y variables de respuesta
o Modelo Estadístico:
Yijk     i   j  k   ijk
i  1....t
j  1....t
k  1....t
Y = Observación correspondiente al k-ésimo nivel del factor de interés
(representado por las letras latinas) para la i-ésima fila y la j-ésima columna
 = es la media general
I = es el efecto de la i-ésima fila sobre la Variable de Respuesta
j = es el efecto de la j-ésima columna sobre la Variable de Respuesta
k = es el efecto del k-ésimo nivel del factor de interés (letra latina) sobre
la variable de respuesta
εijk= error experimental
 Para sacar las conclusiones se Eben cumplir los supuestos de interdependencia,
normalidad con media y varianza, aditividad: interacción entre filas, columnas y
niveles del factor de interés; homogeneidad de varianzas.
 La contrastes de hipótesis debe ser con filas, columnas y letras latinas. Regla de
decisión: Descartar H0 si Fc  F, gln, gld gln= t -1 gld= (t -1)(t -2)
 Aleatorización: sudoku
 Análisis de varianza


 Intervalos de confianza:
o Para medias del factor de interés:

IC  k  y .. k  t / 2,( t 1)( t  2 ) CMEE t

o Para medias de columnas:

IC j  y . j .  t / 2,( t 1)( t  2 ) CMEE t

o Para medias de las filas:

IC i  y i ..  t / 2 ,( t 1)( t  2 ) CMEE t
 Coeficiente de determinación: R² = (SCF + SCC + SCLL) / SCTo