 Soporte de Minitab® 

21

Buscar Soporte de Minitab 21 

¿Qué son los

diseños de
bloques
aleatorizados
y los diseños
de cuadrados
latinos?
Más información sobre Minitab Statistical Software

Algunos experimentos diseñados pueden

proveer información de manera efectiva
cuando las mediciones son difíciles o muy
costosas de hacer o pueden minimizar el
efecto de variabilidad no deseada en la
inferencia del tratamiento. A continuación una
breve discusión de los dos diseños
comúnmente utilizadas. Para mostrar estos
diseños, se consideran dos factores de
tratamiento (A y B) y su interacción (A*B). Sin
embargo, estos diseños no están restringidos
a dos factores. Si el diseño es balanceado, se
puede utilizar el ANOVA balanceado para
analizar los datos. Si no es así, utilice GLM.

En este tema
Diseño de bloques aleatorizados
Diseño de cuadrados latinos con medidas
repetidas

Diseño de bloques
aleatorizados
Un diseño de bloques aleatorizados es un
diseño frecuentemente utilizado para
minimizar el efecto de la variabilidad cuando
se asocia con unidades discretas (por ejemplo,
ubicación, operador, planta, lote, tiempo). El
caso usual consiste en distribuir
aleatoriamente una réplica de cada
combinación de tratamientos dentro de cada
bloque. Por lo general, no hay un interés
intrínseco en los bloques, y se considera que
éstos son factores aleatorios. La suposición
habitual es que el bloque por interacción de
tratamiento es cero, y esta interacción pasa a
ser el término de error para probar los efectos
del tratamiento. Si designa la variable de
bloqueo como Bloque, los términos en el
modelo serían entonces Bloque, A, B y A*B.
También especificaría el Bloque como el factor
aleatorio.

Diseño de cuadrados latinos

con medidas repetidas
Un diseño con medidas repetidas es un
diseño en el que se efectúan mediciones
repetidas en el mismo sujeto. Existen diversas
maneras de asignar tratamientos a los
sujetos. Cuando se trata especialmente de
sujetos vivos, puede sospecharse que existen
diferencias sistemáticas (atribuibles al
aprendizaje, aclimatación, resistencia, etc.)
entre observaciones sucesivas. Una manera
frecuente de asignar tratamientos a los
sujetos consiste en utilizar un diseño de
cuadrados latinos. Una de las ventajas de este
diseño para un experimento de medidas
repetidas es que garantiza una fracción
balanceada de un factorial completo (es decir,
todas las combinaciones de tratamientos
representadas) cuando los sujetos son
limitados y el efecto de la secuencia del
tratamiento puede considerarse insignificante.

Un diseño de cuadrados latinos es un diseño

de bloques con dos variables de bloques
ortogonales. En un experimento agrícola,
podría haber gradientes perpendiculares que
podrían inducirle a escoger este diseño. Para
un experimento de medidas repetidas, una
variable de bloques es el grupo de sujetos y la
otra es el tiempo. Si el factor de tratamiento B
tiene tres niveles, b1, b2 y b3, entonces una
de las doce asignaciones aleatorias posibles
de los cuadrados latinos de los niveles de B a
los grupos de sujetos en el tiempo es:

Tiempo Tiempo Tiempo

  1 2 3

Grupo b2 b3 b1
1

Grupo b3 b1 b2
2

Grupo b1 b2 b3
3

Los sujetos reciben los niveles de tratamiento

en el orden especificado en la fila. En este
ejemplo, los sujetos del grupo 1 recibirían los
niveles de tratamiento en el orden b2, b3, b1.
Se debe elegir el intervalo entre las
administraciones de tratamiento con el fin de
minimizar el efecto de arrastre del
tratamiento previo.

Este diseño suele modificarse para

proporcionar información acerca de uno o
más factores adicionales. Si a cada grupo se le
asignara un nivel diferente del factor A,
entonces podría obtenerse información sobre
los efectos de A y A*B con un esfuerzo mínimo
si es posible hacer una suposición sobre el
efecto de la secuencia asignada a los grupos.
Si los efectos de la secuencia son
insignificantes en comparación con los efectos
del factor A, entonces el efecto de grupo
podría atribuirse al factor A. Si las
interacciones con el tiempo son
insignificantes, entonces puede obtenerse
información parcial sobre la interacción A*B.
En el lenguaje de los diseños de medidas
repetidas, el factor A se denomina factor entre
sujetos y el factor B se denomina factor por
cada sujeto.

No es necesario aleatorizar los experimentos

de medidas repetidas con un diseño de
cuadrados latinos.

Minitab.com ● Portal para licencias ●

Tienda ● Blog ● Contáctenos ●
Configuración de cookies

Copyright © 2023 Minitab, LLC. All rights Reserved.

español