Unidad XI: Experimentos Factoriales (Diseños de Tratamientos).

EJEMPLO #01. En un experimento en perros de la raza (Bóxer) se midió la reducción en centímetros del tamaño de un tumor de piel.
Para ello se utilizaron 2 tipos de Quimioterapia y 2 edades (Jóvenes y Adultos). Se quiere determinar el efecto de la quimioterapia y
las edades, además determinar si existe dependencia entre estos.

Edades
Quimioterapia Joven Adulta Total 1.- Variable Respuesta: Reducción del tamaño de un tumor de piel.
1.8 0.5 Tipo: Continua 𝑦~𝑁(𝜇, 𝜎 2 ); 𝛼 = 0.05
I 0.3 1 2.- Factores: Edad y Quimioterapia
1 2.5 Niveles: Edades→2
2 2 Quimioterapia→2
Sub-Total 5.1 6 11.1 Total de tratamientos: 2𝑥2 = 4
3 5.2 Repeticiones→4
II 2.5 5 Total de Observaciones→ 2𝑥2𝑥4 = 16
5 6
2 5.7
Sub-Total 12.5 21.9 34.4
Total 17.6 27.9 45.5

3.- Escribir el modelo:

𝒚𝒊𝒋𝒌 = 𝝁 + 𝑬𝒊 + 𝑸𝒋 + (𝑬𝑸)𝒊𝒋 + 𝜺𝒊𝒋𝒌

Donde:
𝒚𝒊𝒋𝒌 = Es la reducción del tamaño de un tumor de piel de la k-ésimo perro, j-ésima QUIMIOTERAPIA y la i-ésima EDAD.
𝝁 = Media General de la reducción del tamaño de un tumor de piel.
𝑬𝒊 = Efecto de la i-ésima EDAD.
𝑸𝒋 = Efecto de la j-ésima QUIMIOTERAPIA.
(𝑬𝑸)𝒊𝒋 = Efecto de la interacción de PRIMER ORDEN de la j-ésima QUIMIOTERAPIA y la i-ésima EDAD.
𝜺𝒊𝒋𝒌 = Efecto Aleatorio propio de cada observación.

4.- Hipótesis:

Efectos Principales Interacción de 1er Orden

Edad Quimioterapia Edad*Quimioterapia
𝑯𝟎 : 𝝁𝟏 = 𝝁𝟐 𝑯𝟎 : 𝝁𝟏 = 𝝁𝟐 𝑯𝟎 : (𝑬𝑸)𝒊𝒋 = 𝟎 →NO hay efecto conjunto de la edad y la quimioterapia respecto a la reducción del tamaño del tumor.
𝑯𝒂 : 𝝁𝟏 ≠ 𝝁𝟐 𝑯𝒂 : 𝝁𝟏 ≠ 𝝁𝟐 𝑯𝟎 : (𝑬𝑸)𝒊𝒋 ≠ 𝟎 →SI hay efecto conjunto de la edad y la quimioterapia respecto a la reducción del tamaño del tumor.

5.- Cálculos:

(𝐺𝑟𝑎𝑛 𝑇𝑜𝑡𝑎𝑙)2 (𝟒𝟓. 𝟓)2 (𝟓. 𝟏)𝟐 + (𝟔)𝟐 + (𝟏𝟐. 𝟓)𝟐 + (𝟐𝟏. 𝟗)𝟐
𝑭𝑪 = = = 𝟏𝟐𝟗. 𝟑𝟗 𝑺𝑪(𝑬∗𝑸) = − 𝟏𝟐𝟗. 𝟑𝟗 − 𝑺𝑪𝑬 − 𝑺𝑪𝑸
𝑛 16 184.61 𝟒
𝑺𝑪𝑻𝒐𝒕 = [(𝟏. 𝟖)𝟐 + ⋯ + (𝟓. 𝟕)𝟐 ] − 𝟏𝟐𝟗. 𝟑𝟗 = 𝟓𝟓. 𝟐𝟐 𝑺𝑪(𝑬∗𝑸) = 𝟏𝟕𝟒. 𝟒𝟕 − 𝟏𝟐𝟗. 𝟑𝟗 − 𝟔. 𝟔𝟑 − 𝟑𝟑. 𝟗𝟑 = 𝟒. 𝟓𝟏𝟖
136.02
(𝟏𝟕. 𝟔)𝟐 + (𝟐𝟕. 𝟗)𝟐 𝑺𝑪𝑹𝒆𝒔𝒊𝒅𝒖𝒂𝒍 = 𝑺𝑪𝑻𝒐𝒕 − 𝑺𝑪𝑬𝒅𝒂𝒅 − 𝑺𝑪𝑸𝒖𝒊𝒎𝒊𝒐𝒕𝒆𝒓𝒂𝒑𝒊𝒂 − 𝑺𝑪(𝑬∗𝑸) = 𝟏𝟎. 𝟏𝟒𝟐
𝑺𝑪𝑬𝒅𝒂𝒅 = − 𝟏𝟐𝟗. 𝟑𝟗 = 𝟔. 𝟔𝟑
𝟖
163.32
(𝟏𝟏. 𝟏)𝟐 + (𝟑𝟒. 𝟒)𝟐
𝑺𝑪𝑸𝒖𝒊𝒎𝒊𝒐𝒕𝒆𝒓𝒂𝒑𝒊𝒂 = − 𝟏𝟐𝟗. 𝟑𝟗 = 𝟑𝟑. 𝟗𝟑
𝟖

pág. 1 M.Sc. Vianey Méndez FCV-UCV (Bioestadística)

6.- ANAVAR:

F de V gl SC CM Prueba de F (Fc) F(𝜶)

Edad 2-1=1 𝟔. 𝟔𝟑 𝟔. 𝟔𝟑⁄ = 𝟔. 𝟔𝟑 𝟔. 𝟔𝟑⁄ ∗ 𝑭(𝟎.𝟎𝟓; 𝟏;𝟏𝟐) = 𝟒. 𝟕𝟓
𝟏 𝟎. 𝟖𝟒𝟓𝟐 = 𝟕. 𝟖𝟒
Quimio 2-1=1 𝟑𝟑. 𝟗𝟑 𝟑𝟑. 𝟗𝟑⁄ = 𝟑𝟑. 𝟗𝟑 𝟑𝟑. 𝟗𝟑⁄ ∗
𝟏 𝟎. 𝟖𝟒𝟓𝟐 = 𝟒𝟎. 𝟏𝟒
E*Q 1*1=1 𝟒. 𝟓𝟏𝟖 𝟒. 𝟓𝟏𝟖⁄ = 𝟒. 𝟓𝟏𝟖 𝟒. 𝟓𝟏𝟖⁄ ∗
𝟏 𝟎. 𝟖𝟒𝟓𝟐 = 𝟓. 𝟑𝟒
Residual 15-3=12 𝟏𝟎. 𝟏𝟒𝟐 𝟏𝟎. 𝟏𝟒𝟐⁄ = 𝟎. 𝟖𝟒𝟓𝟐
𝟏𝟐
Total 16-1=15 𝟓𝟓. 𝟐𝟐

7.- Conclusión:

Edad: Se rechaza Ho, por lo tanto, existen diferencias significativas entre los promedios de las dos edades sobre la reducción del
tumor en piel (𝑝 < 0.05).

Quimioterapia: Se rechaza Ho, por lo tanto, existen diferencias significativas entre los promedios de las dos quimioterapias sobre la
reducción del tumor en piel (𝑝 < 0.05).

Edad*Quimioterapia: Se rechaza Ho, por lo tanto, hay efecto de la interacción de primer orden (Edad*Quimioterapia) sobre la
reducción del tumor en piel (𝑝 < 0.05).

8.- Prueba de Medias: Como la interacción de 1er orden resultó significativa se le realizará la prueba de medias.

Edades
Quimioterapia J A
I 𝟏. 𝟐𝟓𝟕 𝟏. 𝟓𝟎𝟎
II 𝟑. 𝟏𝟐𝟓 𝟓. 𝟒𝟕𝟓

Prueba de Comparación Múltiple (Duncan)

Paso#1. Ordenar de mayor a menor Paso#02. Calcular el valor de comparación
𝑪𝑴𝑹𝒆𝒔 (𝟎. 𝟖𝟒𝟓𝟐)
𝑦̅𝐴𝐼𝐼 = 5.475 𝑦̅𝐽𝐼𝐼 = 3.125 𝑦̅𝐴𝐼 = 1.500 𝑦̅𝐽𝐼 = 1.275 𝑺𝒚̅ = √ =√ = 𝟎. 𝟒𝟓𝟗𝟔
𝑟 4

Cantidad de Promedios a Comparar P 2 3 4

Valor de la Tabla de Duncan 𝐷(𝛼;𝑔𝑙𝑅𝑒𝑠𝑖𝑑𝑢𝑎𝑙) → 𝐷(0.05;12) 3.08 3.23 3.33
Desviación Promedio 𝑺𝒚̅ 𝟎. 𝟒𝟓𝟗𝟔
Valor de Comparación 𝑫 ∗ 𝑺𝒚̅ 1.416 1.485 1.530

Paso#03. Establecer las diferencias

̅𝑱𝑰𝑰 = 𝟓. 𝟒𝟕𝟓 − 𝟑. 𝟏𝟐𝟓 = 𝟐. 𝟑𝟓 > 𝟏. 𝟒𝟏𝟔; son heterogéneas; 𝑦̅𝐴𝐼𝐼 ≠ 𝑦̅𝐽𝐼𝐼 ; 𝑦̅𝐴𝐼 ; 𝑦̅𝐽𝐼
̅𝑨𝑰𝑰 − 𝒚
𝒚

̅𝑨𝑰 = 𝟑. 𝟏𝟐𝟓 − 𝟏. 𝟓𝟎𝟎 = 𝟏. 𝟔𝟐𝟓 > 𝟏. 𝟒𝟏𝟔 ; son heterogéneas; 𝑦̅𝐽𝐼𝐼 ≠ 𝑦̅𝐴𝐼 ; 𝑦̅𝐽𝐼
̅𝑱𝑰𝑰 − 𝒚
𝒚

̅𝑨𝑰 − 𝒚
𝒚 ̅ 𝐴𝐼 = 𝑦̅ 𝐽𝐼
̅𝑱𝑰 = 𝟏. 𝟓𝟎𝟎 − 𝟏. 𝟐𝟕𝟓 = 𝟎. 𝟐𝟐𝟓 < 𝟏. 𝟒𝟏𝟔; son homogéneas; 𝑦

9.- Interpretación: El mayor promedio de reducción del tumor en piel de los perros de raza Bóxer se obtuvo con la quimioterapia II en
la edad Adulta (𝑝 < 0.05), el menor promedio de reducción del tumor en piel se obtuvo con la quimioterapia I en la edad Juvenil quien
no presentó diferencias significativas con la quimioterapia I en pacientes adultos (𝑝 > 0.05). Se puede concluir que la quimioterapia
que mejor funciona en pacientes adultos y jóvenes es la II.

pág. 2 M.Sc. Vianey Méndez FCV-UCV (Bioestadística)

EJEMPLO #02. Se tiene un experimento factorial 3x3x2 en un diseño en Bloques al Azar, donde se evaluó el % de grasa en la leche
de vaca de tres grupos raciales, dos edades (1 parto; 2 y más partos) y 3 etapas de 60 días durante la lactancia, los datos están
arreglados de acuerdo a cinco ordeñadores (bloques):

Grupos Raciales y Edades

Pardo Suiza Holstein Friesian F1(HFxBr)
Etapas Ordeñador 1a 2a 1a 2a 1a 2a Total
I 4.1 3.7 3.5 3.3 3.9 4.2 22.7 O1=22.7+24.2+25.1=72
II 4.3 3.5 3.2 3.0 4.0 4.2 22.2 O2=22.2+23.9+24.9=71
I III 3.9 3.9 3.6 3.5 4.1 4.0 23.0 O3=23.0+23.5+25.1=71.6
IV 4.2 3.5 3.4 2.9 3.7 3.9 21.6 O4=21.6+23.9+25.1=70.6
V 4.1 3.8 3.5 2.7 3.9 4.5 22.5 O5=22.5+24.2+25.4=72.1
20.6 18.4 17.2 15.4 19.6 20.8 112 E1Et1= 57.4
Sub-Totales
39 32.6 40.4 E2Et1=54.6
I 4.3 4.0 3.9 3.5 4.1 4.4 24.2
II 4.5 3.9 3.8 3.4 4.0 4.3 23.9
II III 3.9 4.3 4.0 3.3 3.9 4.1 23.5
IV 4.4 4.2 3.5 3.5 4.2 4.1 23.9
V 4.5 4.1 3.7 3.4 4.0 4.5 24.2
21.6 20.5 18.9 17.1 20.2 21.4 119.7 E1Et2= 60.7
Sub-Totales
42.1 36 41.6 E2Et2=59
I 4.5 4.3 3.9 3.8 4.2 4.4 25.1
II 4.3 4.3 4.2 3.7 4.0 4.4 24.9
III III 4.6 4.5 4.0 3.4 4.1 4.5 25.1
IV 4.6 4.2 4.1 3.6 4.3 4.3 25.1
V 4.4 4.4 4.3 3.5 4.3 4.5 25.4
22.4 21.7 20.5 18.0 20.9 22.1 125.6 E1Et3= 63.8
Sub-Totales
44.1 38.5 43 E2Et3=61.8
64.6 60.6 56.6 50.5 60.7 64.3
Totales 125.2 107.1 125 357.3
1a=181.9 2a=175.4

1.- Variable Respuesta: % de grasa en la 3.- Escribir el modelo:

leche.
Tipo: Continua 𝑦~𝑁(𝜇, 𝜎 2 ); 𝛼 = 0.01
2.- Factores: Raza, Edad, Etapas
Niveles: Raza→3
Edad→2
Etapas→3
Total de tratamientos: 3𝑥2𝑥3 = 18
Bloque (Ordeñador)→5
Total Observaciones→ 3𝑥2𝑥3𝑥5 = 90
𝒚𝒊𝒋𝒌𝒍 = 𝝁 + 𝑹𝒊 + 𝑬𝒋 + 𝑻𝒌 + (𝑹𝑬)𝒊𝒋 + (𝑹𝑻)𝒊𝒌 + (𝑬𝑻)𝒋𝒌 + (𝑹𝑬𝑻)𝒊𝒋𝒌 + 𝑶𝒍 + 𝜺𝒊𝒋𝒌𝒍
Donde:
𝒚𝒊𝒋𝒌𝒍 = Es el % de grasa en la leche de vaca del l-ésimo ordeñador, k-ésima etapa, j-ésima edad y
el i-ésimo grupo racial.
𝝁= Media General del % de grasa en la leche de vaca.
𝑹𝒊 = Efecto del i-ésimo grupo racial.
𝑬𝒋 = Efecto de la j-ésima edad.
𝑻𝒌 = Efecto de la k-ésima etapa.
(𝑹𝑬)𝒊𝒋 = Efecto de la interacción de PRIMER ORDEN de la j-ésima edad y el i-ésimo grupo racial.
(𝑹𝑻)𝒊𝒌 = Efecto de la interacción de PRIMER ORDEN de la k-ésima etapa y el i-ésimo grupo racial.
(𝑬𝑻)𝒋𝒌 = Efecto de la interacción de PRIMER ORDEN de la k-ésima etapa y la j-ésima edad.
(𝑹𝑬𝑻)𝒊𝒋𝒌 = Efecto de la interacción de SEGUNDO ORDEN de la k-ésima etapa, j-ésima edad y el i-
ésimo grupo racial.
𝑶𝒍 = Efecto del l-ésimo ordeñador.
𝜺𝒊𝒋𝒌𝒍 = Efecto Aleatorio propio de cada observación.

pág. 3 M.Sc. Vianey Méndez FCV-UCV (Bioestadística)

4.- Hipótesis:
𝐻0 : 𝜇1 = 𝜇2 = 𝜇3 →Todos los promedios de los grupos raciales respecto al % de grasa en la leche son iguales.
Razas
𝐻𝑎 : Al menos un promedio de los grupos raciales respecto al % de grasa en la leche difiere.
Efectos
𝐻0 : 𝜇1 = 𝜇2 →Los promedios de las edades respecto al % de grasa en la leche son iguales.
Principales Edades
𝐻𝑎 : 𝜇1 ≠ 𝜇2 →Los promedios de las edades respecto al % de grasa en la leche son diferentes.

𝐻0 : 𝜇1 = 𝜇2 = 𝜇3 →Todos los promedios de las etapas respecto al % de grasa en la leche son iguales.
Etapas
𝐻𝑎 : Al menos un promedio de las etapas respecto al % de grasa en la leche difiere.

𝐻𝑜 : → NO hay efecto conjunto de la raza y la edad respecto al % de grasa en la leche.

R*E
𝐻𝑎 : → SI hay efecto conjunto de la raza y la edad respecto al % de grasa en la leche.

𝐻𝑜 : → NO hay efecto conjunto de la raza y la etapa respecto al % de grasa en la leche.

R*Et
Interacción 𝐻𝑎 : → SI hay efecto conjunto de la raza y la etapa respecto al % de grasa en la leche.

𝐻𝑜 : → NO hay efecto conjunto de la edad y la etapa respecto al % de grasa en la leche.

E*Et
𝐻𝑎 : → SI hay efecto conjunto de la edad y la etapa respecto al % de grasa en la leche.

𝐻𝑜 : → NO hay efecto conjunto de la raza, edad y la etapa respecto al % de grasa en la leche.

R*E*Et
𝐻𝑎 : → SI hay efecto conjunto de la raza, edad y la etapa respecto al % de grasa en la leche.

2
𝐻𝑜 : 𝜎𝐵𝑙𝑜𝑞 = 0 → NO hay efecto del ordeñador respecto al % de grasa en la leche de vaca.
Bloque Ordeñador 2
𝐻𝑎 : 𝜎𝐵𝑙𝑜𝑞 > 0 → SI hay efecto del ordeñador respecto al % de grasa en la leche de vaca.

5.- Realizar los cálculos respectivos.

(𝐺𝑟𝑎𝑛 𝑇𝑜𝑡𝑎𝑙)2 (𝟑𝟓𝟕. 𝟑)2
𝑭𝑪 = = = 𝟏𝟒𝟏𝟖. 𝟒𝟖𝟏
𝑛 90
𝑺𝑪𝑻𝒐𝒕 = [(𝟒. 𝟏)𝟐 + ⋯ + (𝟒. 𝟓)𝟐 ] − 𝟏𝟒𝟏𝟖. 𝟒𝟖𝟏 = 𝟏𝟒𝟑𝟒. 𝟐𝟏𝟔𝟔 − 𝟏𝟒𝟏𝟖. 𝟒𝟖𝟏 = 𝟏𝟓. 𝟕𝟑𝟓𝟔
(𝟏𝟐𝟓. 𝟐)𝟐 + (𝟏𝟎𝟕. 𝟏)𝟐 + (𝟏𝟐𝟓)𝟐
𝑺𝑪𝑹𝒂𝒛𝒂 = − 𝟏𝟒𝟏𝟖. 𝟒𝟖𝟏 = 𝟏𝟒𝟐𝟓. 𝟗𝟕𝟕𝟐 − 𝟏𝟒𝟏𝟖. 𝟒𝟖𝟏 = 𝟕. 𝟒𝟗𝟔𝟐
𝟑 ∗ 𝟐 ∗ 𝟓 = 𝟑𝟎
(𝟏𝟖𝟏. 𝟗)𝟐 + (𝟏𝟕𝟓. 𝟒)𝟐
𝑺𝑪𝑬𝒅𝒂𝒅 = − 𝟏𝟒𝟏𝟖. 𝟒𝟖𝟏 = 𝟏𝟒𝟏𝟖. 𝟖𝟓𝟒𝟖 − 𝟏𝟒𝟏𝟖. 𝟒𝟖𝟏 = 𝟎. 𝟑𝟕𝟑𝟖
𝟑 ∗ 𝟑 ∗ 𝟓 = 𝟒𝟓
(𝟏𝟏𝟐)𝟐 + (𝟏𝟏𝟗. 𝟕)𝟐 + (𝟏𝟐𝟓. 𝟔)𝟐
𝑺𝑪𝑬𝒕𝒂𝒑𝒂 = − 𝟏𝟒𝟏𝟖. 𝟒𝟖𝟏 = 𝟏𝟒𝟐𝟏. 𝟖𝟗𝟓𝟗 − 𝟏𝟒𝟏𝟖. 𝟒𝟖𝟏 = 𝟑. 𝟒𝟏𝟒𝟗
𝟑 ∗ 𝟐 ∗ 𝟓 = 𝟑𝟎
(𝟔𝟒. 𝟔)𝟐 + ⋯ + (𝟔𝟒. 𝟑)𝟐
𝑺𝑪𝑹∗𝑬 = − 𝟏𝟒𝟏𝟖. 𝟒𝟖𝟏 − 𝑺𝑪𝑹𝒂𝒛𝒂 − 𝑺𝑪𝑬𝒅𝒂𝒅 = 𝟏𝟒𝟐𝟖. 𝟎𝟏𝟐𝟔 − 𝟏𝟒𝟏𝟖. 𝟒𝟖𝟏 − 𝟕. 𝟒𝟗𝟔𝟐 − 𝟎. 𝟑𝟕𝟑𝟖 = 𝟏. 𝟔𝟔𝟏𝟔
𝟑 ∗ 𝟓 = 𝟏𝟓
(𝟑𝟗)𝟐 + ⋯ + (𝟒𝟑)𝟐
𝑺𝑪𝑹∗𝑬𝒕 = − 𝟏𝟒𝟏𝟖. 𝟒𝟖𝟏 − 𝑺𝑪𝑹𝒂𝒛𝒂 − 𝑺𝑪𝑬𝒕𝒂𝒑𝒂 = 𝟏𝟒𝟐𝟗. 𝟕𝟓𝟒𝟓 − 𝟏𝟒𝟏𝟖. 𝟒𝟖𝟏 − 𝟕. 𝟒𝟗𝟔𝟐 − 𝟑. 𝟒𝟏𝟒𝟗 = 𝟎. 𝟑𝟔𝟐𝟒
𝟐 ∗ 𝟓 = 𝟏𝟎
(𝟓𝟕. 𝟒)𝟐 + ⋯ + (𝟔𝟏. 𝟖)𝟐
𝑺𝑪𝑬∗𝑬𝒕 = − 𝟏𝟒𝟏𝟖. 𝟒𝟖𝟏 − 𝑺𝑪𝑬𝒅𝒂𝒅 − 𝑺𝑪𝑬𝒕𝒂𝒑𝒂 = 𝟏𝟒𝟐𝟐. 𝟑𝟎𝟗𝟗 − 𝟏𝟒𝟏𝟖. 𝟒𝟖𝟏 − 𝟎. 𝟑𝟕𝟑𝟖 − 𝟑. 𝟒𝟏𝟒𝟗 = 𝟎. 𝟎𝟒𝟎𝟐
𝟑 ∗ 𝟓 = 𝟏𝟓
(𝟐𝟎. 𝟔)𝟐 + ⋯ + (𝟐𝟐. 𝟏)𝟐
𝑺𝑪𝑹∗𝑬∗𝑬𝒕 = − 𝟏𝟒𝟏𝟖. 𝟒𝟖𝟏 − 𝑺𝑪𝑹𝒂𝒛𝒂 − 𝑺𝑪𝑬𝒅𝒂𝒅 − 𝑺𝑪𝑬𝒕𝒂𝒑𝒂 − 𝑺𝑪𝑹∗𝑬 − 𝑺𝑪𝑹∗𝑬𝒕 − 𝑺𝑪𝑬∗𝑬𝒕
𝟓
𝑺𝑪𝑹∗𝑬∗𝑬𝒕 = 𝟏𝟒𝟑𝟐. 𝟎𝟔𝟒𝟓 − 𝟏𝟒𝟏𝟖. 𝟒𝟖𝟏 − 𝟕. 𝟒𝟗𝟔𝟐 − 𝟎. 𝟑𝟕𝟑𝟖 − 𝟑. 𝟒𝟏𝟒𝟗 − 𝟏. 𝟔𝟔𝟏𝟔 − 𝟎. 𝟑𝟔𝟐𝟒 − 𝟎. 𝟎𝟒𝟎𝟐 = 𝟎. 𝟐𝟑𝟒𝟒
(𝟕𝟐)𝟐 + (𝟕𝟏)𝟐 + (𝟕𝟏. 𝟔)𝟐 + (𝟕𝟎. 𝟔)𝟐 + (𝟕𝟐. 𝟏)𝟐
𝑺𝑪𝑶𝒓𝒅𝒆ñ𝒂𝒅𝒐𝒓 = − 𝟏𝟒𝟏𝟖. 𝟒𝟖𝟏 = 𝟏𝟒𝟏𝟖. 𝟓𝟓𝟓𝟒 − 𝟏𝟒𝟏𝟖. 𝟒𝟖𝟏 = 𝟎. 𝟎𝟕𝟒𝟒
𝟑 ∗ 𝟑 ∗ 𝟐 = 𝟏𝟖
𝑺𝑪𝑹𝒆𝒔𝒊𝒅𝒖𝒂𝒍 = 𝑺𝑪𝑻𝒐𝒕 − 𝑺𝑪𝑹𝒂𝒛𝒂 − 𝑺𝑪𝑬𝒅𝒂𝒅 − 𝑺𝑪𝑬𝒕𝒂𝒑𝒂 − 𝑺𝑪𝑹∗𝑬 − 𝑺𝑪𝑹∗𝑬𝒕 − 𝑺𝑪𝑬∗𝑬𝒕 − 𝑺𝑪𝑹∗𝑬∗𝑬𝒕 −
𝑺𝑪𝑹𝒆𝒔𝒊𝒅𝒖𝒂𝒍 = 𝟏𝟓. 𝟕𝟑𝟓𝟔 − 𝟕. 𝟒𝟗𝟔𝟐 − 𝟎. 𝟑𝟕𝟑𝟖 − 𝟑. 𝟒𝟏𝟒𝟗 − 𝟏. 𝟔𝟔𝟏𝟔 − 𝟎. 𝟑𝟔𝟐𝟒 − 𝟎. 𝟎𝟒𝟎𝟐 − 𝟎. 𝟐𝟑𝟒𝟒 = 𝟐. 𝟎𝟕𝟕𝟔

pág. 4 M.Sc. Vianey Méndez FCV-UCV (Bioestadística)

6.- ANAVAR:
F de V gl SC CM Prueba de F (Fc) F(𝜶)
𝑭(𝟎.𝟎𝟏; 𝟏;𝟔𝟖) = 𝟕. 𝟎𝟖
Razas 3-1=2 𝟕. 𝟒𝟗𝟔𝟐 𝟕. 𝟒𝟗𝟔𝟐⁄ = 𝟑. 𝟕𝟒𝟖𝟏𝟏 𝟑. 𝟕𝟒𝟖𝟏𝟏⁄ ∗∗
𝟐 𝟎. 𝟎𝟑𝟎𝟓𝟓 = 𝟏𝟐𝟐. 𝟔𝟖 𝑭(𝟎.𝟎𝟓; 𝟐;𝟔𝟖) = 𝟒. 𝟗𝟖
Edades 2-1=1 𝟎. 𝟑𝟕𝟑𝟖 𝟎. 𝟑𝟕𝟑𝟖⁄ = 𝟎. 𝟑𝟕𝟑𝟖 𝟎. 𝟑𝟕𝟑𝟖⁄ ∗∗ 𝑭(𝟎.𝟎𝟓; 𝟒;𝟔𝟖) = 𝟒. 𝟏𝟑
𝟏 𝟎. 𝟎𝟑𝟎𝟓𝟓 = 𝟏𝟐. 𝟐𝟑
Etapas 3-1=2 𝟑. 𝟒𝟏𝟒𝟗 𝟑. 𝟒𝟏𝟒𝟗⁄ = 𝟏. 𝟕𝟎𝟕𝟒𝟒 𝟏. 𝟕𝟎𝟕𝟒𝟒⁄ ∗∗
𝟐 𝟎. 𝟎𝟑𝟎𝟓𝟓 = 𝟓𝟓. 𝟖𝟗
R*E 2*1=2 𝟏. 𝟔𝟔𝟏𝟔 𝟏. 𝟔𝟔𝟏𝟔⁄ = 𝟎. 𝟖𝟑𝟎𝟕𝟖 𝟎. 𝟖𝟑𝟎𝟕𝟖⁄ ∗∗
𝟐 𝟎. 𝟎𝟑𝟎𝟓𝟓 = 𝟐𝟕. 𝟏𝟗
R*Et 2*2=4 𝟎. 𝟑𝟔𝟐𝟒 𝟎. 𝟑𝟔𝟐𝟒⁄ = 𝟎. 𝟎𝟗𝟎𝟔𝟏 𝟎. 𝟎𝟗𝟎𝟔𝟏⁄ 𝒏𝒔
𝟒 𝟎. 𝟎𝟑𝟎𝟓𝟓 = 𝟐. 𝟗𝟕
E*Et 1*2=2 𝟎. 𝟎𝟒𝟎𝟐 𝟎. 𝟎𝟒𝟎𝟐⁄ = 𝟎. 𝟎𝟐𝟎𝟏𝟏 𝟎. 𝟎𝟐𝟎𝟏𝟏⁄ 𝒏𝒔
𝟐 𝟎. 𝟎𝟑𝟎𝟓𝟓 = 𝟎. 𝟔𝟔
R*E*Et 1*2*2=4 𝟎. 𝟐𝟑𝟒𝟒 𝟎. 𝟐𝟑𝟒𝟒⁄ = 𝟎. 𝟎𝟓𝟖𝟔𝟏 𝟎. 𝟎𝟓𝟖𝟔𝟏⁄ 𝒏𝒔
𝟒 𝟎. 𝟎𝟑𝟎𝟓𝟓 = 𝟏. 𝟗𝟐

Ord 5-1=4 𝟎. 𝟎𝟕𝟒𝟒 𝟎. 𝟎𝟕𝟒𝟒⁄ = 𝟎. 𝟎𝟏𝟖𝟔𝟏 𝟎. 𝟎𝟏𝟖𝟔𝟏⁄ 𝒏𝒔

𝟒 𝟎. 𝟎𝟑𝟎𝟓𝟓 = 𝟎. 𝟔𝟏
Residual 89-21=68 𝟐. 𝟎𝟕𝟕𝟔 𝟐. 𝟎𝟕𝟕𝟔⁄ = 𝟎. 𝟎𝟑𝟎𝟓𝟓
𝟔𝟖
Total 90-1=89 𝟏𝟓. 𝟕𝟑𝟓𝟔

7.- Conclusión:
Razas: Se rechaza la Ho, por lo tanto, existen diferencias altamente significativas entre los promedios de los grupos raciales respecto al %
de grasa en la leche de vaca (p < 0.01).

Edades: Se rechaza la Ho, por lo tanto, existen diferencias altamente significativas entre los dos promedios de las edades respecto al %
de grasa en la leche de vaca (p < 0.01).

Etapas: Se rechaza la Ho, por lo tanto, existen diferencias altamente significativas entre los promedios de las etapas respecto al % de
grasa en la leche de vaca (p < 0.01).

R*E: Se rechaza la Ho, por lo tanto, hay efecto de la interacción de primer orden (Razas*Edad) respecto al % de grasa en la leche de vaca
(p < 0.01).

R*Et: No se rechaza la Ho, por lo tanto, no hay efecto de la interacción de primer orden (Razas*Etapas) respecto al % de grasa en la leche
de vaca (p > 0.01).

E*Et: No se rechaza la Ho, por lo tanto, no hay efecto de la interacción de primer orden (Edades*Etapas) respecto al % de grasa en la
leche de vaca (p > 0.01).

R*E*Et: No se rechaza la Ho, por lo tanto, no hay efecto de la interacción de segundo orden (Razas*Edades*Etapas) respecto al % de
grasa en la leche de vaca (p > 0.01).

Ordeñador: No se rechaza la Ho, por lo tanto, no hay efecto del ordeñador respecto al % de grasa en la leche de vaca (p > 0.01).

8.- Prueba de Medias: Como la interacción de 1er orden (R*E) resultó significativa se les realizará la prueba de medias,
fijando uno de los factores de la siguiente manera:

pág. 5 M.Sc. Vianey Méndez FCV-UCV (Bioestadística)

Razas*Edades:

Pardo Suiza Holstein Friesian F1(HFxBr)

1a 2a 1a 2a 1a 2a
64.6 60.6 56.6 50.5 60.7 64.3
Promedios 4.31 4.04 3.77 3.37 4.05 4.29

Fijando el factor Edades (ordenando los promedios de mayor a menor) se tiene:

Edades
1a 𝑦̅𝑃𝑆 = 𝟒. 𝟑𝟏 𝑦̅𝐹1(𝐻𝐹𝑥𝐵𝑟) = 𝟒. 𝟎𝟓 𝑦̅𝐻𝐹 = 𝟑. 𝟕𝟕

2a 𝑦̅𝐹1(𝐻𝐹𝑥𝐵𝑟) = 𝟒. 𝟐𝟗 𝑦̅𝑃𝑆 = 𝟒. 𝟎𝟒 𝑦̅𝐻𝐹 = 𝟑. 𝟑𝟕

Prueba de Comparación Múltiple (DUNCAN):

Paso#02. Calcular el valor de comparación Cantidad de Promedios a Comparar P 2 3
Valor de la Tabla de Duncan 𝐷(𝛼;𝑔𝑙𝑅𝑒𝑠𝑖𝑑𝑢𝑎𝑙) → 𝐷(0.05;68) 3.76 3.92
𝑪𝑴𝑹𝒆𝒔 (𝟎. 𝟎𝟑𝟎𝟓𝟓) Desviación Promedio 𝑺𝒚̅ 𝟎. 𝟎𝟒𝟓
𝑺𝒚̅ = √ =√ = 𝟎. 𝟎𝟒𝟓 Valor de Comparación 𝑫 ∗ 𝑺𝒚̅ 0.169 0.176
𝑟 15

Paso#03. Establecer las diferencias

Edad 1a:

𝑦̅𝑃𝑆 − 𝑦̅𝐹1(𝐻𝐹𝑥𝐵𝑟) = 𝟒. 𝟑𝟏 − 𝟒. 𝟎𝟓 = 𝟎. 𝟐𝟔 > 𝟎. 𝟏𝟔𝟗; son heterogéneas;𝑦̅𝑃𝑆 ≠ 𝑦̅𝐹1(𝐻𝐹𝑥𝐵𝑟) ; 𝑦̅𝐻𝐹

𝑦̅𝐹1(𝐻𝐹𝑥𝐵𝑟) − 𝑦̅𝐻𝐹 = 𝟒. 𝟎𝟓 − 𝟑. 𝟕𝟕 = 𝟎. 𝟐𝟖 > 𝟎. 𝟏𝟔𝟗 ; son heterogéneas; 𝑦̅𝐹1(𝐻𝐹𝑥𝐵𝑟) ≠ 𝑦̅𝐻𝐹

Edad 2a:

𝑦̅𝐹1(𝐻𝐹𝑥𝐵𝑟) − 𝑦̅𝑃𝑆 = 𝟒. 𝟐𝟗 − 𝟒. 𝟎𝟒 = 𝟎. 𝟐𝟓 > 𝟎. 𝟏𝟔𝟗; son heterogéneas;𝑦̅𝐹1(𝐻𝐹𝑥𝐵𝑟) ≠ 𝑦̅𝑃𝑆 ; 𝑦̅𝐻𝐹

𝑦̅𝑃𝑆 − 𝑦̅𝐻𝐹 = 𝟒. 𝟎𝟒 − 𝟑. 𝟑𝟕 = 𝟎. 𝟔𝟕 > 𝟎. 𝟏𝟔𝟗; son heterogéneas; 𝑦̅𝑃𝑆 ≠ 𝑦̅𝐻𝐹

Paso#04. Interpretación:

En la Edad 1a se observa que el mayor promedio de % de grasa en la leche se obtuvo con la raza Pardo Suiza (p < 0.01). Seguido por
la raza F1(HF*Br) con quien presentó diferencias significativas en el % de grasa en la leche (p < 0.01). Con la raza Holstein Freisian se
obtuvo el menor promedio de % de grasa en la leche (p < 0.01). En la Edad 2a el mayor promedio de % de grasa en la leche se obtuvo
con la F1(HF*Br) (p < 0.01). Seguido por la raza Pardo Suiza con quien presentó diferencias significativas en el % de grasa en la leche
(p < 0.01). Con la raza Holstein Freisian se obtuvo el menor promedio de % de grasa en la leche (p < 0.01).

pág. 6 M.Sc. Vianey Méndez FCV-UCV (Bioestadística)

 EJERCICIOS PROPUESTOS.

Con los diferentes conjuntos de datos que se presenta a continuación, responda las siguientes preguntas:

֎ Indique: variable respuesta, tipo de variable, distribución, unidad experimental, factores, niveles, tratamientos, repeticiones
y total de observaciones.
֎ Establezca el modelo lineal aditivo describiendo cada uno de los términos del modelo.
֎ Establezca las hipótesis a probar.
֎ Realice los cálculos correspondientes.
֎ Realice el ANAVAR.
֎ Interprete los resultados.
֎ Realice la prueba de medias (Duncan) en el caso de ser necesario.

1.- Un proceso de producción química consiste de una primera reacción con un alcohol y una segunda reacción con una base. Se realizó
un experimento factorial con tres alcoholes y dos bases, con cuatro reacciones replica en un diseño totalmente aleatorizado. Los datos
se reunieron como porcentaje de la reacción, 𝛼 = 0.05:

Reacción Alcohol
Base 1 2 3 Total
91.3 89.3 89.5
A 89.9 90.4 87.6
90.7 88.1 88.3
91.4 91.4 90.3
Sub-Total 363.3 359.2 355.7 1078.2
87.3 92.3 93.1
B 89.4 90.6 90.7
91.5 91.5 91.5
88.3 94.7 89.8
Sub-Total 356.5 369.1 365.1 1090.7
Total 719.8 728.3 720.8 2168.9
Fuente: Robert O. Kuehl (2001), ¨Diseño de Experimentos¨

2.- Una compañía probó dos métodos químicos para determinar la glucosa en el suero. Se usaron tres recipientes con suero para el
experimento, cada uno contenía distintos niveles de glucosa mediante la adición de glucosa al nivel base. Se prepararon tres muestras
de suero de cada recipiente independientes del nivel de glucosa, con cada uno de los métodos químicos. Se midió la concentración de
glucosa (mg/dl) de todas las muestras en una corrida del espectómetro 𝛼 = 0.01:

Nivel de Glucosa
Método 1 2 3 Total
42.5 138.4 180.9
A 43.3 144.4 180.5
42.9 142.7 183.0
Sub-Total 128.7 425.5 544.4 1098.6
39.8 132.4 176.8
B 40.3 132.4 173.6
41.2 130.3 174.9
Sub-Total 121.3 395.1 525.3 1041.7
Total 250 820.6 1069.7 2140.3
Fuente: Robert O. Kuehl (2001), ¨Diseño de Experimentos¨

pág. 7 M.Sc. Vianey Méndez FCV-UCV (Bioestadística)

3.- Una bacterióloga está interesada en el efecto que tienen dos diferentes medios de cultivo y dos lapsos sobre el crecimiento de un
virus en particular. Realiza seis réplicas de un diseño completamente aleatorizado con arreglo factorial. Los datos obtenidos se
muestran a continuación 𝛼 = 0.01:

Tiempo
Cultivo 12hrs 18hrs Total
21 25
I 22 26
23 24
28 25
20 29
26 27
Sub-Total 140 156 296
37 31
II 39 34
38 29
38 33
35 30
36 35
Sub-Total 223 192 415
Total 363 348 711
Fuente: Douglas C. Montgomery (1993), ¨Diseño y Análisis de Experimentos¨

4.- Se encuentra en estudio el rendimiento de un proceso químico. Se cree que las dos variables más importantes son la presión y la
temperatura. Se seleccionan tres niveles de cada factor y se realiza un experimento factorial con dos réplicas. Se recopilan los
siguientes datos 𝛼 = 0.05:

Presión
Método 200 215 230 Total
90.4 90.7 90.2
Baja
90.2 90.6 90.4
Sub-Total 180.6 181.3 180.6 542.5
90.1 90.5 89.9
Media
90.3 90.6 90.1
Sub-Total 180.4 181.1 180 541.5
90.5 90.8 90.4
Alta
90.7 90.9 90.1
Sub-Total 181.2 181.7 180.5 543.4
Total 542.2 544.1 541.1 1627.4

pág. 8 M.Sc. Vianey Méndez FCV-UCV (Bioestadística)