Está en la página 1de 17

Diseño de Experimental

Diseño Aleatorizado por Bloques


Completos

Ing° María Guzmán Valle


Diseño por bloques completos
En investigación se desea poder controlar la
variabilidad producida por diversas fuentes
extrañas.
Ejemplo: Se desea determinar si cuatro diferentes puntas
producen una diferencia en las lecturas de un equipo para medir
la dureza. La máquina funciona presionando la punta sobre una
probeta de metal y determinando la dureza de la probeta a partir
de la profundidad de la marca que se produce. El experimentador
ha decidido obtener cuatro observaciones para cada punta.

Ing° María Guzmán Valle


Si las probetas son ligeramente distintas en cuanto a
dureza, entonces las unidades experimentales
contribuyen a la variabilidad observada en las lecturas
de dureza.
Por lo tanto, el error experimental reflejará tanto el error
aleatorio como la variabilidad entre las probetas.
Si se desea sustraer del error experimental la
variabilidad producida por las probetas, se utilizará un
diseño en el que el experimentador pruebe cada punta,
una vez, en cada una de las cuatro probetas diferentes.
Este diseño se conoce como Diseño aleatorizado por
bloques completos.
Ing° María Guzmán Valle
Tipo de Probeta
punta 1 2 3 4
1 9.3 9.4 9.6 10.0
2 9.4 9.3 9.8 9.9
3 9.2 9.4 9.5 9.7
4 9.7 9.6 10.0 10.2

Ing° María Guzmán Valle


“Completo” significa que todos los tratamientos
(puntas) son probadas en cada bloque(probeta).
Usando este diseño, los bloques o probetas
forman una unidad experimental más
homogénea con la cual comparar las puntas.

Ing° María Guzmán Valle


Análisis Estadístico
Error
Efecto del i-ésimo
aleatorio
tratamiento

Yij =  + i + j + ij
Observació
n Efecto del
Media j-ésimo
general bloque

i = 1, 2, ..., a j = 1, 2, ..., b
Ing° María Guzmán Valle
Diseño aleatorio por bloques completos
Bloque 1 Bloque 2 Bloque b
y11 y12 y1b
y21 y22 y2b
y31 y32 y3b

. . ... .
. . .
. . .
ya1 ya2 yab
Ing° María Guzmán Valle
Se desea probar la igualdad de las medias de
tratamientos.
Ho : 1 = 2 = . . . = a
H1: Al menos una i ≠ j

Ho : 1 = 2 = . . . = a = 0
H1: Al menos una i ≠ 0

Ing° María Guzmán Valle


b
yi. =  yij i = 1, 2, ..., a
i=1

a
y.j =  yij j = 1, 2, ..., b
j=1

yi. = yi./b y.j = y.j/a y.. = y../N

Ing° María Guzmán Valle


Análisis de varianza
SST = SSTratamientos + SSBloques + SSE

Suma Cuadrados Grados de Libertad


SSTratamientos a–1
SSBloques b–1
SSE (a – 1)(b – 1)
SST N–1

Ing° María Guzmán Valle


Análisis de Varianza
SSTratamientos=  yi.2 – y..2
b N

SSBloques=  y.j2 – y..2


a N
SSTotal=  yij2 – y..2
N
SSE = Por diferencia

Ing° María Guzmán Valle


Análisis de Varianza
Fuente de Suma Grados Media
Cuadrados
Fo
Variación Libertad Cuadrados

Tratamientos SSTrat a–1 SSTrat/(a – 1) MSTrat/MSE

Bloques SSBloq b–1 SSBloq/(b – 1)

Error SSE (a – 1)(b – 1) SSE/(a – 1)(b – 1)

Total SST N-1

Ing° María Guzmán Valle


Análisis de Varianza (Bloques aleatorizado)
Fuente de Suma Grados Media
Cuadrados
Fo
Variación Libertad Cuadrados

Tipo de Punta

Probetas

Error

Total

Ing° María Guzmán Valle


Análisis de Varianza (completamente aleatorizado)

Fuente de Suma Grados Media


Cuadrad
Fo
Variación Libertad Cuadrad
Tipo de Punta

Error

Total

Ing° María Guzmán Valle


Comparaciones Múltiples
Syi.=  MSE/b

DUNCAN

Ing° María Guzmán Valle


Estimación de Valores Faltantes
ay’i. + by’.j – y’..
x=
(a – 1)(b – 1)
Tipo de Probeta(Bloque)
Punta 1 2 3 4
1 -2 -1 1 5
2 -1 -2 X 4
3 -3 -1 0 2
4 2 1 5 7

Ing° María Guzmán Valle


Estimación de Valores Faltantes
ay’i. + by’.j – y’..
x1=
(a – 1)(b – 1)
Tipo de Probeta(Bloque)
Punta 1 2 3 4
1 -2 -1 1 5
2 -1 -2 X1 4
3 -3 -1 0 2
4 2 X2 5 7

Ing° María Guzmán Valle