Análisis de varianza con dos criterios de clasificación con interacción

Cuando las dos variables que intervienen en un experimento, la de los tratamientos y la de los
bloques, tienen una influencia recíproca se dice que ambas variables interactúan.
Definición: Al número r de observaciones para cada combinación de tratamientos y de bloques, se
le llama réplicas
Cuando en el modelo de análisis de varianza con dos criterios de clasificación se piensa que existe
interacción entre los factores de los tratamientos(columnas) y bloques (renglones), se toman
réplicas (mas de una observación en cada recuadro), convirtiendo el modelo en uno de análisis de
varianza con dos criterios de clasificación con interacción.
Las observaciones que describen este diseño son:

Yijh = µ + αi + βj + ϒij+ eijh i= 1,2,…., k j= 1,2,…..,b h= 1,2,…,r

donde:

µ: La gran media

αi : Efecto del tratamiento i

βj: Efecto del bloque j
ϒij : Efecto de la interacción entre αi y βj

eijh : Error aleatorio del componente

Disposición general para el diseño de análisis de varianza con dos criterios de clasificación con
interacción
_____________________________________________________________________________
Tratamientos
_ Trat. 1___ Trat. 2____......__Trat. k____
Bloque 1 | Y111, Y112 | Y211, Y212,| …. |Yk11,Yk12 |
|…., Y11r_ _|….., Y21r _| |….,Yk1r_ |
Bloque 2 | Y121. Y122,| Y221, y222 | …. |yk21, Yk22 |
|…, Y12r___|…., Y22r__ | |….,Yk2r |
… …… …… ……..
Bloque b |Y1b1,Y1b2, | Y2b1,Y2b2, | …… | Ykb1,Ykb2,|
|… Y1br |…, Y2br | |…, Ykbr___|
Cada elemento Yijh pertenece, simultáneamente, a tres poblaciones distintas, a una primer
población relacionada con el tratamiento i, a una segunda población asociada con el bloque j y a una
tercer población enlazada con la interacción del tratamiento i y el bloque j.

Por ejemplo, si queremos analizar el experimento que consiste en comparar la acción de limpieza de
tres detergentes A, B y C en muestras de tres piezas de ropa blanca, lavando con cada detergente
una pieza de ropa con agua fría, otra con agua tibia y una con agua caliente, los tratamientos
podrían ser los tres detergentes A, B y C y los bloques las temperaturas del agua fría, tibia y
caliente, en este caso utilizaríamos análisis de varianza con dos criterios de clasificación; pero si se
piensa que cierto tipo de detergente ofrece una mayor blancura al usarse con alguna temperatura del
agua, las dos fuentes de variación están interactuando(detergente y temperatura del agua) y para
medir dicha interacción deben de tomarse mínimo dos réplicas para cada combinación posible de
temperatura y detergente.
En este modelo se efectuarán tres pruebas de hipótesis en un mismo problema:

i) Ho: µ1 = µ2 = ….. = µk vs. H1 : Existen diferencias entre las µi ‘ s i = 1, 2,…, k

ii) Ho’: µ1 '= µ2 '= ….. = µb' vs. H1': Existen diferencias entre las µj' ‘s j = 1,2, …,b

iii) Ho’’: µ1' '= µ2' ' = ….. = µh' ' vs. H1' ': Existen diferencias entre las µh' ' ‘ s h = 1,2,…kb

Análisis de varianza con dos criterios de clasificación con interacción

Tabla ANOVA

Fuente de Grados de Suma de cuadrados Cuadrado medio F

Variación libertad
________________________________________________________________________________
[1]
Tratamientos k−1 SC Trat [6] [6]/[1] [11] FTrat =[11]/[14]

[2] [12]
Bloques b−1 SC Bloq [7] [7]/[2] FBloq =[12]/[14]

[3] [8] [13]

Interacción (k−1)( b−1) SCInter [8]/[3] FInter =[13]/[14]

[4] [9] [14]

Error kb( r−1) SCerr =[10]−[6] – [7] − [8] [9]/[4]

[5] [10]
Total N−1 SC Tot
_____________________________________________________________________________________________________________________________

donde

k: Número de tratamientos
 b: Número de bloques

r: Número de réplicas, r≥2

N= kbr

Las fórmulas de las sumas de cuadrados son las siguientes:

k
yi ..2 Y ...2
SCTrat = ∑ −
i=1 br N
b
y . j.2 Y ... 2
. SCBloq = ∑ −
j=1 kr N
k b
yij .2 Y ...2 ❑
SCInter = ∑ ∑ − − SCTrat – SCBloq
i=1 j=1 r N ❑
k b r
Y ...2 ❑
SCTot = ∑ ❑ ∑ ∑ y2ijh −
i=1 j=1 h =1 N ❑

SCerr = SCTot − SCTrat – SCBloq – SCInter

Si FTrat > F α, k −1,kb(r−1) Se rechaza H0, se acepta H1

Si FBloq > F α, b −1, kb( r −1) Se rechaza Ho’, se acepta H1’
Si FInter > F α, (k−1)(b −1) , kb(r−1) Se rechaza Ho’’, se acepta H1’’

Ejemplo de Análisis de varianza con dos criterios de clasificación con interacción

Ejemplo: Los siguientes datos son los tiempos de vida (en horas) de tres diferentes diseños de un
ala de avión sujeta dos veces cada una a dos diferentes tipos de vibración, en frecuencia
constante.Se asignaron aleatoriamente veinticuatro piezas, dos para cada combinación de
tratamientos y bloques, y se registraron los siguientes resultados:

_____________________________________________
| | |
|_ ______ |_Diseño 1_|Diseño 2_|Diseño 3 |
| Vibración 1 | 1676 | 883 | 1212 |
|_______________| 1510 | 961 | 1090 |
| Vibración 2 | 1915 | 948 | 1091 |
| | 1763 | 1062 | 1212 |
Elaborar un análisis de varianza y probar las tres hipótesis nulas en el nivel de significancia α =
0.01.

Solución: Definiendo k, b , r y N
k=3
b=2
r= 2
N = kbr = (3)(2)(2) = 12
α = 0.05
Haciendo los cálculos para obtener las sumas de cuadrados:

____________________________________________ __ ______
❑
| |_________________________ |Y . j. |
|___________ |__Diseño 1_ |__Diseño 2_|_Diseño 3 |_______ |
| Vibración 1 | 1676 | 883 | 1212 | |
| | 31 8 6 | 1844 | 2302 | 7332 |
|___________ | 1510 | 961 | 1090 | |
| Vibración 2 | 1915 | 948 | 1091 | |
| | 3678 | 2010 | 2303 | 7991 |
| | 1763 | 1062 | 1212 | |______
| | | | | |
| Yi . . | 6864 | 3854 | 4605
❑
| |Y ...=1 5323 |
| | | | | ________ |______
br k b r
2 2 ❑
| ∑ yijh | 11864470 | 3729758 | 5316269 | | ∑ ❑ ∑ ∑ yijh❑∨¿ ¿
i=1 i=1 j=1 h =1
| | | | | =20910497 |
| | | | | ____ |
Nota: Los datos que aparecen dentro de los recuadros de color morado con subrayado son los
téminos y ij ., es decir, la suma de las réplicas para cada una de las 12 interacciones
posibles entre los 4 tratamientos y los 3 bloques.

Se efectuarán tres pruebas de hipótesis:

i) Ho: µ1 = µ2 = µ3 = vs. H1 : Existen diferencias entre las µi ‘ s i = 1, 2, 3

ii) Ho’: µ1 '= µ2' vs. H1': µ1 '≠ µ2'
iii) Ho’’: µ1 ' '= µ2 ' ' ‘….. = µ6' ' vs. H1:' ' Existen diferencias entre las µh' ' ‘ s h = 1,2, …,6

Calculando ahora los grados de libertad y las sumas de cuadrados, usando la notación abreviada
para escribir estos términos se tiene:

GlTrat = k – 1 = 3 −1 = 2
GlBloq = b – 1 = 2 −1 = 1
GlInter = (k – 1)( b – 1 )=( 3 −1)(2 −1) = 2(1) = 2
Glerr = kb(r – 1) = 3(2)(2 −1 )= 6
GlTot = N – 1 = 12 −1 =11
Nota: Al sumar los grados de libertad desde el de tratamientos hasta el del error la suma
debe dar igual a los grados de libertad del total, en este caso 2+1+2+6 = 11, que es el valor
de los grados de libertad del total, lo cual demuestra que están correctos dichos cálculos.
k
yi ..2 Y ...2
SCTrat = ∑ −
i=1 br N

68642 +3854 2+ 46052 −15 3232

=
4 12
= 20,793,459.25 – 19,566,194.08 = 1,227,265.167
b
y . j.2 Y ... 2
SCBloq = ∑ −
j=1 kr N

73292+79912 −15 3232

=
6 12

= 19,595,053.67 – 19,566,194.08 = 28859.5833

k b
yij .2 Y ...2 ❑
SCInter = ∑ ∑ − − SCTrat – SCBloq
i=1 j=1 r N ❑

31862 +18442 +23022 +36782 +20102 +230 32 −15 3232

=
2 12

− 1,227,265.167 – 28859.5833

= 20,860,864.5 – 19,566,194.08 – 4,963.1253 – 5,194.083 = 38545.6663

Nota: No olvidar que al calcular la suma de cuadrados de la interacción se deben de restar
a los primeros dos términos de la fórmula las sumas de cuadrados de tratamientos y
bloques, como lo indica la fórmula, de no hacerlo, puede provocar que al final la suma de
cuadrados del error sea negativa.

k b r
Y ...2 ❑
SCTot = ∑ ❑ ∑ ∑ y2ijh −
i=1 j=1 h =1 N ❑
 −15 3232
= 20,910,497 = 1,344,302.917
12

SCerr = SCTot − SCTrat – SCBloq – SCInter

= 1,344,302.917− 1,227,265.167 – 28859.5833– 38545.6663

= 49632.5004
Los cuadrados medios y los valores de Fisher calculada se obtienen con las fórmulas
correspondientes, es decir, dividiendo cada suma de cuadrados entre su grado de libertad
asociado y el cociente del cuadrado medio de la fuente de variación entre el cuadrado
medio del error, respectivamente, obteniéndose la siguiente tabla ANOVA.

Tabla ANOVA

Fuente de Grados de Suma de cuadrados Cuadrado medio F

Variación libertad
________________________________________________________________________________
Tratamientos 2 1227265.167 613632.5835 F Trat = 74.18

Bloques 1 28859.5833 28859.5833 F Bloq = 3.48

Interacción 2 38545.6663 19272.8331 F Inter = 2.32

Error 6 49632.5004 8272.0834

Total 11 1344302.917
_____________________________________________________________________________________________________________________________

Los tres valores de la distribución Fisher de las tablas son:

F α, k −1, kb(r−1) = F 0.01, 2, 6 = 10.92

F α, b −1,kb(r−1) = F 0.01, 1, 6 = 13.75
F α, (k−1) ( b −1) , kb(r−1) = F 0.01, 2, 6 = 10.92
Se rechaza Ho si:

FTrat > F α, k −1,kb(r−1)

74.18 > 10.92 verdadero, se rechaza Ho, se acepta H1
Se rechaza Ho’ si:

FBloq > F α, b −1, kb ( r −1)

3.48 > 13.75 falso, se acepta Ho’
Se rechaza Ho’’ si:

FInter > F α, (k−1)( b −1) , kb(r−1)

2.32 > 10.92 falso, se acepta Ho’’
Conclusiones:
1) Los diseños diferentes si tienen efecto en la vida del ala de avión.
2) La vibraciones diferentes no tienen efecto en la vida del ala del avión.
3) Las diferentes interacciones entre diseño y vibración no influyen de manera
significativa en la vida del ala de avión.