Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Factoriales
Es posible que las comparaciones entre los tratamientos se vean afectadas de manera sustancial por las
condiciones en las que ocurren. Con frecuencia, las interpretaciones claras de los efectos para un factor de
tratamiento deben tomar en cuenta los efectos de los otros factores. Para investigar más de un factor a la
vez, se desarrolló un tipo especial de diseño de tratamientos, el diseño factorial.
Los diseños factoriales producen experimentos más eficientes, pues cada observación proporciona
información sobre todos los factores, y es factible ver las respuestas de un factor en diferentes niveles de
otro factor en el mismo experimento. La respuesta a cualquier factor observado en diferentes condiciones
indica si los factores actúan en las unidades experimentales de manera independiente.
La interacción entre factores ocurre cuando su actuación no es independiente.
Ventajas:
Donde:
I = 1,2,…,a (hasta “a” niveles del factor A)
j = 1,2,…,b (hasta “b” niveles del factor B)
k = 1,2,…,c (hasta “c” niveles del factor C)
l =1,2,….,r (repeticiones)
Aquí:
μ = Media poblacional.
α i efecto del j-esimo nivel del factor A.
=
βi = efecto del j-esimo nivel del factor B.
δ k =efecto del j-esimo nivel del factor C
(αβ )ij =Efecto de la interacción del i-ésimo nivel del factor A con el i-ésimo nivel del
factor B
(αδ )ik = Efecto de la interacción del i-ésimo nivel del factor A con el i-ésimo nivel del
factor C
( βδ ) jk = Efecto de la interacción del i-ésimo nivel del factor B con el i-ésimo nivel del
factor C
(αβδ )ijk = Efecto de la interacción del i-ésimo nivel del factor A con el i-ésimo nivel del
factor B del k-ésimo nivel del factor C.
ξijkl =variación del error asociado a la ijkl - ésima unidades experimentales
acr abcr
Factor “C” (c-1) c
SCC CMC/Cm
∑Y 2
.k .
Y 2
CM C = ( c −1) ee
SCC = k =1
− ...
abr abcr
Interacción (a-1)(b-1) a b
CM AB
AB ∑∑ X
i =1 j =1
2
ik .
Y 2
SC AB = − − SCA − SCB
...
rc abcr
Interacción (a-1)(c-1) a c
CM AC
AC ∑∑ X 2
ik .
Y 2
SC AC = i =1 k =1
− − SCA − SCC
...
rb abcr
Interacción (b-1)(c-1) b c
CM BC
BC ∑∑ X
j =1 k =1 Y
2
. jk . 2
SCBC = −
− SCB − SCC ...
ra abcr
Interacción (a-1)(b-1)
SC ABC = SCTRAT − SCA − SCB − SCC − SCAB − SCAC − SCBC CMABC/
“ABC” (c-1) CM ABC = ( a −1)( b −ABC
1)( c −1) Cmee
Residual abc(r-1)
SCRe cidual = SCTOTAL − SCTRAT CM RES
Total abcr-1 a b c r
Y...2
SCTOTAL = ∑∑∑∑ Yijkl2 − -
i =1 j =1 k =1 l =1 abcr
Huacaya(a2)
Libre(b1)
Factor B: Ambiente
Cobertizo (b2)
Pasto Natural(c1)
Datos obtenidos:
A a1 a2
B b1 b2 b1 B
C c1 c2 c3 c1 c2 c3 c1 c2 c3 c1 c2 c3
R1 8.2 7 8.2 7.2 6.8 8.2 6.2 8.2 7.7 8.0 7.1 7.6
R2 8.5 8.2 7.9 6.3 6.2 6.9 8.1 6.5 7.2 7.8 8.9 6.2
R3 8.3 8.0 7.5 6 7.5 8.2 8.6 6.6 7.3 7.6 8.1 6.5
R4 8.2 8.7 7.6 6.5 8.2 7.2 8.5 7.9 7.4 7.2 8.5 6.6
R5 8.6 8.7 7.2 6.6 8.3 7.3 7.0 7 6.5 7.6 7 7.8
R6 8.7 8.2 8.0 6.7 6.5 7.0 7.9 7.5 6.6 8.0 7.2 8.9
A
B
C
Solución:
a
∑Y Y...2
2
i ..
SC A( Raza ) = −
i =1
bcr abcr
SCRaza = 0.222
∑Yj =1
2
. j.
Y...2
SCB ( Ambiente ) = −
acr abcr
SC Ambiente = 2.800
∑Y 2
.k .
Y...2
SCC ( Alimen ) = k =1
−
abr abcr
SC Alim = 0.714
a b
∑∑ Xi =1 j =1
2
ik .
Y...2
SC AB ( Raza* Ambi ) = − − SCA − SCB
rc abcr
a c
∑∑ X 2
ik .
Y...2
SC AC ( Raza* Alime ) = i =1 k =1
− − SCA − SCC
rb abcr
b c
∑∑ X
j =1 k =1
2
. jk .
Y...2
SC BC ( Ambie*Alime ) = − − SCB − SCC
ra abcr
SC Ambien*Alim = 2.742
a b c r
Y...2
SCTOTAL = ∑∑∑∑ Yijkl2 −
i =1 j =1 k =1 l =1 abcr
SCTotal = 42.246
Procedimiento GLM
REP 6 123456
Número de observaciones 72
Suma de Cuadrado de
Fuente DF cuadrados la media F-Valor Pr > F
Cuadrado de
Fuente DF Tipo I SS la media F-Valor Pr > F
Cuadrado de
Fuente DF Tipo III SS la media F-Valor Pr > F
I = 1,2,…,t (Tratamientos)
j = 1,2,…,r (Individuos)
k = 1,2,…,k (Muestras)
Donde:
μ = Media poblacional.
α i efecto de tratamientos.
=
τ i =efecto de tratamientos.
δ (i ) j
= error experimental.
ξ (ij ) k
=representa el error aleatorio de sub-muestreo, o el efecto neto de todos los factores
peculiares inespecíficos de una observación sobre un sujeto.
∑Y 2
i ..
(Y... ) 2
SCTrat = i =1
−
ru tru
r n n
∑∑ X ij2. ∑X i
SCEE = i =1 i =1
− i =1
u ru
SCEM = SCTOTAL − SCTRAT − SCE .E .
t r u
Y...2
SCTOTAL = ∑∑∑ Yijk2 −
i =1 j =1 k =1 tru
Un experto en genetista desea saber cuales son los componentes que están
primando en la mejora genética que esta realizando en su granja de porcinos
Parcelas Divididas
Donde:
H a : αi ≠ 0 H a : βi ≠ 0 H a : (αβ )ij ≠ 0
1) Diseño Completamente al Azar.
br abr
E.E(A) (a-1) a n n n
SC( EE A )
∑∑ Yi.2k ∑ Y..2k ∑Y 2
..k
Y 2 CM ( EEA ) = a ( r −1)
SCEE ( A) = i =1 k =1
− i =1
− i =1
+ ...
br ab br abr
B (b-1) b
SCB CM B
∑Y 2
. j.
Y 2
CM B = ( b −1)
CM EE ( B )
SCB = i =1
− ...
ar abr
(AB) (a-1)(b- a b a a
SC CM AB
1) ∑∑ Y 2
ij . ∑Y ∑ Y 2
i..
Y
2
i .. 2
CM AB = AB
( a −1)( b −1)
CM EE ( B )
SC( AB ) = i =1 k =1
− i =1
− i =1
+ ...
r br ar abr
E.E(A) a(b-1)(r- SCEE( B ) = SCTOTAL − SCPARCELA − SCB − SCAB SC( EEB )
1) CM ( EEB ) = a ( b −1)( r −1)
Total abr-1 a b r
Y...2
SCTOTAL = ∑∑∑ Yijk2 −
i =1 j =1 k =1 abr
Bloques: ( r −1) = 2
Parcelas Grandes A: (a −1) = 2
(a * r ) −1 = Error a: (r −1)( a −1) = 4
Rep 2 120 121 120 120.5 120.8 121.5 121.7 119.6 118.9
.8 .4 .5
Rep 3 120 119 119 121.6 120.9 121.6 121.8 119.8 119.8
.5 .5 .8