INSTITUTO TECNOLÓGICO SUPERIOR DE JESÚS

CARRANZA

INGENIERÍA EN AGRONOMÍA

ASIGNATURA
DISEÑOS EXPERIMENTALES
TEMA
UNIDAD 4 EXPERIMENTOS FACTORIALES (EF)
ALUMNO
SAMUEL DE JESÚS RAMÍREZ PORTILLO

INGENIERO
ARMANDO VAZQUEZ RAMIREZ

Sayula de Alemán, Veracruz., diciembre 16 del 2020

ÍNDICE

INTRODUCCIÓN.......................................................................................................3

OBJETIVO.................................................................................................................3

4.1. DIFERENCIA ENTRE DISEÑO, EXPERIMENTO Y ARREGLO DE

TRATAMIENTOS...................................................................................................4

4.2. CARACTERÍSTICAS DE LOS EF..................................................................4

4.3. VENTAJAS Y DESVENTAJAS DE LOS EF...................................................5

4.4. EJECUCIÓN DE LOS FACTORES................................................................6

4.5. ANÁLISIS DE VARIANZA DE LOS EF...........................................................7

4.6. INTERPRETACIÓN DE LOS EF....................................................................8

4.7. CONFUSIÓN DE EFECTOS..........................................................................8

BIBLIOGRAFÍA..........................................................................................................9
INTRODUCCIÓN

l diseño experimental
suele plantearse cuando se
requiere analizar una
característica cualitativa
sometida a un único factor.
Este único factor debe de
tener una influencia
significativa sobre la
característica cualitativa.
El Diseño de Experimentos
tuvo su inicio teórico a partir
de 1935 por Sir Ronald A.
Fisher, quién sentó la base de
la teoría del Diseño
Experimental y que a la fecha
se encuentra bastante
desarrollada y ampliada.
Actualmente las aplicaciones
son
múltiples, especialmente en la
investigación de las ciencias
naturales, ingeniería,
laboratorios y casi todas las
ramas de las ciencias sociales.
La experimentación
proporciona los datos
experimentales, en contraste
con los
datos de la observación; los
datos de la observación se
representan como su
nombre indica por
observaciones de las unidades
elementales de una población
o
de una muestra, y no deben
ser cambiados ni modificados
por ningún intento de
parte de un investigador en el
curso de la observación.
El diseño experimental suele plantearse cuando se requiere analizar
una característica cualitativa sometida a un único factor. Este único factor debe
detener una influencia significativa sobre la característica cualitativa. El Diseño de
Experimentos tuvo su inicio teórico a partir de 1935 por Sir Ronald A. Fisher, quién
sentó la base de la teoría del Diseño Experimental y que a la fechase encuentra
bastante desarrollada y ampliada. Actualmente las aplicaciones son múltiples,
especialmente en la investigación de las ciencias naturales, ingeniería,
laboratorios y casi todas las ramas de las ciencias sociales. La experimentación
proporciona los datos experimentales, en contraste con los datos de la
observación; los datos de la observación se representan como su nombre
indica por observaciones de las unidades elementales de una población o de una
muestra, y no deben ser cambiados ni modificados por ningún intento de parte de
un investigador en el curso de la observación.

OBJETIVO

 Comprender el funcionamiento del diseño factorial

 Principales formulas
 4.1. DIFERENCIA ENTRE DISEÑO, EXPERIMENTO Y ARREGLO DE
TRATAMIENTOS.

El diseño experimental se distingue por el hecho de definir y controlar las variables

independientes antes de lanzarlas al mercado, intentando distintos tipos
de estímulos a los que respondan los clientes, antes de observar
cómo ocurre verdaderamente. Puede establecer diferencias en su
respuesta que pueden atribuirse a los estímulos en cuestión, como el
envoltorio o el color de un producto, y no a otros factores, como la disponibilidad
limitada del producto. Aplicar los métodos de diseño experimental requiere juicio
empresarial y un grado de sofisticación matemática y estadística Hoy en día, las
empresas pueden recopilar información detallada de los clientes con mayor
sencillez y pueden emplear dichos datos para crear modelos que
predigan la respuesta del consumidor con mayor rapidez y precisión.

4.2. CARACTERÍSTICAS DE LOS EF.

Más que un diseño experimental es un diseño de tratamientos, en este caso existe
una o más variables independientes o causales y puede haber una o varias
variables dependientes o de respuesta. Es apropiado señalar que a las variables
independientes se les denomina ‘factores’ y pueden ser representados por letras
mayúsculas, ejemplo A, B, C,…,K, mientras que, sin que ello constituya una regla,
a las variantes dentro de cada factor se acostumbra designarlas con las
correspondientes letras minúsculas acompañadas de un subíndice, que indica el
rango o niveles del factor. Por ejemplo, si A es un factor de estudio, entonces a1,
a2,…,an son los niveles o variantes; sea B otro factor de estudio con niveles b1,
b2,…,br, donde una generalización de lo anterior se consigue asignando letras
como subíndice y luego definiendo el recorrido respectivo, de modo que los dos
casos anteriores se pueden escribir como:

ai, donde i = 1,…,n y bj, donde j=1,…,r

Siempre que haya al menos dos factores incidiendo directamente sobre una
variable de respuesta, entonces se puede aplicar un diseño con arreglo factorial.
Una condición indispensable es que cada factor pueda descomponerse en niveles
bien definidos. Enseguida se ilustra de forma esquemática la relación de
causalidad entre los factores A y B, respecto a la variable de respuesta Y.

4.3. VENTAJAS Y DESVENTAJAS DE LOS EF.

VENTAJAS

1. Economía en el material experimental al obtener información sobre varios

factores sin aumentar el tamaño del experimento. Todas las u.e.se utilizan
para la evaluación de los efectos.

2. Se amplía la base de la inferencia en relación a un factor, ya que se estudia

en las diferentes condiciones representadas por los niveles de otros
factores. Se amplía el rango de validez del experimento.
 3. Permite el estudio de la interacción, esto es, estudiar el grado y forma en la
cual se modifica el efecto de un factor por los niveles de los otros factores.

DESVENTAJAS

1.- Se requiere un mayor número de unidades experimentales que los

experimentos simples y por lo tanto se tendrá un mayor costo y trabajo en la
ejecución del experimento.

2.- Como en los experimentos factoriales cada uno de los niveles de un factor se
combinan con los niveles de los otros factores; a fin de que exista un balance en el
análisis estadístico se tendrá que algunas de las combinaciones no tiene interés
práctico pero deben incluirse para mantener el balance.

3. - El análisis estadístico es más complicado que en los experimentos simples y la

interpretación de los resultados se hace más difícil a medida de que aumenta el
número de factores y niveles por factor en el experimento.

4.4. EJECUCIÓN DE LOS FACTORES.

a) Determinación del contenido de taninos en orujo de uva tratado con diferentes

concentraciones de una solución salina y en periodos diferentes.

b) Estudiar la
producción de materia seca en B. gracilis bajo diferentes niveles de humedad y
niveles de nitrógeno. Donde el esquema es semejante al indicado anteriormente.

En este caso la acción combinada entre niveles de ambos factores (a y b),

determina los tratamientos verdaderos. De tal forma que:
Entonces se obtienen los siguientes niveles de estudio:

a1 a2 a3 y b1 b2 b3

De donde los tratamientos (tij) se pueden obtener mediante un diagrama de árbol que
combina

“i” niveles del factor A con los “j” niveles del factor B de la forma siguiente:

4.5. ANÁLISIS DE VARIANZA DE LOS EF.

Es un arreglo dado por las fuentes de variación, seguido de los grados de libertad,
de las sumas de cuadrados, de los cuadrados medios de cada componente, así
como del valor F y su probabilidad de significación (valor P).
 4.6. INTERPRETACIÓN DE LOS EF.

En estadística, un experimento factorial completo es un experimento cuyo diseño

consta de dos o más factores, cada uno de los cuales con distintos valores o
niveles, cuyas unidades experimentales cubren todas las posibles combinaciones
de esos niveles en todo los factores. Este tipo de experimentos permiten el estudio
del efecto de cada factor sobre la variable respuesta, así como el efecto de las
interacciones entre factores sobre dicha variable.

Por ejemplo, con dos factores y dos niveles en cada factor, un experimento
factorial tendría en total cuatro combinaciones de tratamiento, y se le denominaría
diseño factorial de 2×2.

Si el número de combinaciones en un diseño factorial completo es demasiado alto

para su procesamiento, puede optarse por un diseño factorial fraccional, en el que
se omitan algunas de las combinaciones posibles.

4.7. CONFUSIÓN DE EFECTOS.

En la práctica el uso de los arreglos puede generar con frecuencia una cantidad muy grande
de tratamientos, por ejemplo: 43 = 64, 4 x 4 x 5 = 80, etcétera, de tal forma que disponer de
suficiente material experimental que reúna a la vez el requisito de homogeneidad es
prácticamente imposible. Incluso un arreglo de tres factores 3 x 3 x 4 = 36 tratamientos a
los que se asignarán tres réplicas, dando un total de 108 unidades experimentales. En los
dos primeros ejemplos si se asignan tres repeticiones por tratamiento se requerirán 192 y
240 unidades para cada caso respectivamente.

Si a lo anterior se añade que puede haber circunstancias en las que se dispone de poco ma-
terial experimental, o bien, donde existe la exigencia de mantener el concepto de unidades
homogéneas, entonces se obliga a dos posibles alternativas:

1. Aplicar un método que ayude a discriminar tratamientos de menor rango de

importancia, y evaluar aquellos que mayor aporte tengan sobre las variables de
 medición. Lo anterior, que consiste en eliminar tratamientos y seleccionar un grupo más
pequeño de ellos, da origen a arreglos factoriales incompletos o de fracción.

2. Se pueden sacrificar ciertos arreglos (tratamientos) confundiendo su efecto con el de los

propios bloques, de tal manera que contribuya en menor escala a incrementar el error
experimental, pero al mismo tiempo dejando libre al resto de los tratamientos para que
sean evaluados de forma más precisa utilizando UE más homogéneas en bloques
pequeños. A esto se denomina método de confusión, o simplemente efectos
confundidos.

En ambos casos lo que se busca es recobrar la distribución aleatoria del error, pero con
pérdida de generalidad de la inferencia estadística final.

Cuando dos o más arreglos de tratamientos son eliminados del estudio se origina
la confusión parcial, y cuando sólo se elimina por ejemplo la interacción de mayor
jerarquía confundiéndola con el efecto de los bloques (AB o ABC para bifactoriales
y trifactoriales, respectivamente), recibe el nombre de confusión completa.

BIBLIOGRAFÍA

Cochran.G.W. and Cox.M.G.1957. Experimental Designs, Second edition. Canada.

Pág. 611.

Infante. G. S.; Zarate. De L. G.P. 2010. Métodos Estadísticos Un enfoque

interdisciplinario. Editorial Trillas, México. Pág. 646.

Montgomery C. D.1991. Design and Analysis of Experiments. WILEY. Canada.

Pág. 649.

Martínez G. A.1994. Experimentación Agrícola (Métodos estadísticos).

Universidad Autónoma Chapingo. Texcoco, México. Pág.357.

Padrón C. E.1996. Diseños experimentales con aplicación a la agricultura y la

ganadería. Trillas, México . Pág. 215.

Rodríguez Del A. J.1991. Métodos de Investigación Pecuaria. Editorial trillas,

México. Pág.208.