Tecnológico Nacional de México

Tarea de segundas, unidad 3

Materia: Estadística Inferencial 2
Maestro: Ricardo Olivera Guerrero
Alumno: Miguel Alexandro Gutiérrez Mesina
 INTRODUCCION

En este trabajo veremos una recapitulación de los conceptos vistos durante la

unidad (Diseños en bloques completos al azar, Diseño en cuadrado latino, Diseño
en cuadrado grecolatino.) explicándolos detalladamente y dando un pequeño
ejercicio de ejemplo.

Pero antes es importante dejar en claro algunas definiciones y conceptos como

que el diseño es una técnica estadística utilizada para controlar la variabilidad en
un experimento y mejorar la precisión de las diferencias realizadas a partir de los
datos recopilados.

Cuando se lleva a cabo un experimento, es común que existan factores o

variables que pueden afectar los resultados obtenidos. Estos factores pueden
incluir variables como la temperatura, el tiempo, la ubicación geográfica, entre
otros. Si estos factores no se controlan adecuadamente, pueden introducir una
variabilidad adicional en los resultados y dificultar la identificación de las
verdaderas causas de las diferencias observadas.

Al utilizar bloques, se asegura que cada grupo contenga una combinación

equitativa de las características relevantes, lo que reduce la variabilidad en el
experimento. Luego, se asigna aleatoriamente el tratamiento o la condición
experimental a los sujetos dentro de cada bloque. Esto ayuda a garantizar que
cualquier diferencia observada en los resultados sea más probable que se deba al
tratamiento en sí y no a las diferencias entre los bloques.
Diseño de bloques al azar
Introducción
Puede considerarse el diseño de bloques al azar como una extensión natural de un
experimento de muestras apareadas. La idea de utilizar bloques surgió inicialmente en
experimentación agrícola, con la lógica de que las unidades de terreno cercanas deben
tener una fertilidad similar, dando un criterio válido para el agrupamiento.

Cuerpo del resumen

Este es conocido como diseño de doble vía, se aplica cuando el material es heterogéneo.
Las unidades experimentales homogéneas se agrupan formando grupos homogéneos
llamados bloques. Tratamientos A, B, C, D, E

Las fuentes de variación para el análisis estadístico son:

 Fuentes: grados de libertad

 Tratamiento (t-1) = 4

 Bloques (r-1) = 3

 Error (t-1) (r-1) = 3 x 4 =12

Algunas de sus características son:

 Las unidades homogéneas están agrupadas formando los bloques.

 En cada bloque se tiene un número de unidades igual al número de tratamientos

(bloques completos).

 Los tratamientos están distribuidos al azar en cada bloque.

 El número de repeticiones es igual al número de bloques.

El diseño de bloques completos aleatorizados es un diseño en el que las unidades a las

que se les aplican los tratamientos, se subdividen en grupos homogéneos llamados
bloques, de modo que el número de unidades experimentales en un bloque es igual al
número de tratamientos que se están estudiando.

La efectividad del diseño depende de que se logren formar bloques homogéneos de

unidades experimentales.

Ejemplo:

Cuando se trabaja con animales, es posible que se formen bloques de acuerdo con las
razas o camadas. O en el caso de humanos, si se espera que la edad o el sexo sean
factores condicionantes que puedan afectar el resultado de los tratamientos, se pueden
formar bloques por edad, por sexo, peso, incluso características socioeconómicas. Si se
agrupasen por edad, una persona de cada edad recibirá cada tratamiento.

Xij = 𝛍 + 𝛃i + 𝛕j + eij

Donde:

 Xij es un valor típico de la población total.

 𝛍 media general.
  𝛃i representa un efecto de bloque que refleja el hecho de que la unidad
experimental cayó en el i-ésimo bloque.
 𝛕j representa un efecto de tratamiento, que refleja el hecho de que la unidad
experimental recibió el j-ésimo tratamiento.
 eij es un componente residual que representa todas las fuentes de variación que
no sean los tratamientos o los bloques.

El objetivo de que utilicemos el diseño de bloques al azar es que es aislar y eliminar el

error.

Para llevar a cabo la varianza debemos seguir una serie de fórmulas para su obtención.

Para posteriormente realizar la tabla anova

Ejercicio:
Un psicólogo desea comparar tres métodos para enseñar a las personas el uso de cierto
equipo tecnológico. Tenía la sensación de que la rapidez de aprendizaje sería distinta
para las personas de diferentes edades y deseaba diseñar un experimento en el que
pudiera tomar en cuenta el efecto de la edad. En consecuencia, se seleccionaron tres
personas de cada uno de los cinco grupos de edades para participar en el experimento y,
en cada grupo de edad, se asignó un paciente al azar a cada uno de los métodos de
enseñanza. Los métodos de enseñanza constituyen los tratamientos y los cinco grupos de
edad son los bloques. Se obtuvieron los siguientes datos:
CONCLUSION

En conclusión, podemos decir que el diseño de bloques nos sirve para decidir las
opciones mas adecuadas promedio de un muestreo el cual se hace encuestando a
las personas y despues esos datos se colocan en formato de tabla donde se
aplicaran el diseño de bloque el cual nos ayudaran promedio de las formulas
correspondientes a encontrar el resultado mas recomendable dentro de las
gráficas, por lo tanto nos dirán cual de las diferentes tomas de muestra es la mas
usada por un individuo o por un grupo de individuos.
 INTRODUCCION
En este siguiente tema hablaremos de el cuadro latino el cual en el documento
mencionaremos algunas de las desventajas y ventajas que tiene este cuadro en el área
de la estadística. Por su nombre entendemos que este cuadro tendrá como variables
letras latinas las cuales utilizaremos para poder sacar nuestra evaluación del análisis ya
realizado, los cuadros latinos tenemos cuatro variable como ya lo mencione antes este
tipos de cuadro utiliza letras como son ( A, D, B, C y E) donde los cuales estas pueden
afectar a los bloques ya sean columnas o filas, por lo tanto este tipo de cuadro es mucho
mas efectivo para encontrar la resultante o los tratamiento.

Diseños en cuadrados latinos

Este tema tiene algunas ventajas importantes como algunas desventajas.

Ventajas:

1. Provee una mejor estimación del error experimental

2. Mejora la precisión

3. Hace que el experimento sea más eficiente

4. Controla dos fuentes de variación

Desventaja:

Cuando el número de tratamientos es grande, se puede presentar un problema potencial

debido a que el requerimiento de que el número de filas y columnas debe ser igual al
número de tratamientos es más difícil de obtener. También es más probable que el
supuesto de interacción sea violado.

Ejemplo
Conclusión:

Para concluir puedo decir que los cuadros latinos son muy importantes ya que podemos
calcular los tratamientos o nivel de los factores de una forma exacta, el cual también nos
ayuda a tomar una decisión sobre algún proceso que este utilizando la empresa para
poder vender un producto o para estudiar el mercado. Creo que es fundamental que lo
aprendamos ya que nos puede ayudar a tomar alguna decisión sobre un proceso o cual
quiere otra actividad que este realizando la empresa.

INTRODUCCION

En este tema hablaremos también del cuadro grecolatino que es una extensión del cuadro
latino, pero en esta ocasión dirige 3 fuentes variables de variabilidad que serian los
factores de bloques y un factor de tratamiento para su realización.

Para ponernos más en contexto un cuadro grecolatino en si es la combinación de un

cuadro latino con alfabeto griego esto que quiere decir que aparte de las letras latinas que
vimos en el cuadro latino veremos las letras griegas las cuales son (beta, delta, alfa, ect)
ya que estas nos ayudaran a poder sacar los tratamientos asi como también tiene un
mayor rango de análisis de los factores los cuales nos darán una amplia variación de las
decisiones a tomar o podremos encontrar los inconvenientes que estén afectan a un
producto parta su correcta elaboración en una empresa determinada.

Diseño en cuadrado grecolatino.

Se trata de un diseño basado en una matriz de “n” letras latinas y “n” letras griegas, de
forma que cada letra latina aparece solo una vez al lado de cada letra griega. Lo
interesante de este diseño es que se permite la investigación de cuatro factores (filas,
columnas, letras latinas y letras griegas), cada una con “n” niveles en solo “n2” corridas.
Se llama cuadrado grecolatino porque los cuatro factores involucrados se prueban en la
misma cantidad de niveles, de aquí que se pueda escribir como un cuadro.
El inconveniente de este modelo es que su utilización es muy restrictiva. El análisis de la
varianza permite comprobar las hipótesis de igualdad de letras latinas (tratamientos), de
las filas, de las columnas y de las letras griegas.

Características:

 Es un diseño con cuatro factores a n niveles

 Se asume que no hay interacciones entre los factores

 Requiere de n2 observaciones

 Cada nivel de un factor aparece una vez con cada nivel de los otros factores

 Se trata de la superposición de dos cuadrados latinos

En un diseño en cuadrado greco-latino la variable respuesta y ij(hp) viene descrita por la

siguiente ecuación:
Conclusión:

Este tema es super importante para mi formación como futuro ingeniero, ya que nos
ayuda a dar datos solidos para poder recomendar a la empresa nuevas opciones que
puede implementar para poder cambar o mejorar el producto o su elaboración, también
me ayudo a mejorar mas mis capacidades de análisis en resolución de problemas asi
como también mi factor de comprensión lectora ya que cada problema pedía algo en
específico para poder dar una buena recomendación a la empresa y proponerle
soluciones de mejora.

Conclusión

En esta unidad aprendí sobre la importancia de los cuadros latinos y sus demás variantes
pues al concluir con el proyecto me di cuenta de la relevancia de estos temas para
desarrollar experimentos y realizar hipótesis en base a los resultados dados.
Fuentes APA

 Universidad Tecmilenio. (s/f). Canvas-user-content.com. Recuperado el 21 de

mayo de 2023, de
https://a14121-2553849.cluster211.canvas-user-content.com/courses/
14121~5906/files/14121~2553849/course%20files/ma/ma13155/cel/tema10.htm
 Diseño de experimentos en cuadrado latino. (s/f). Upv.es. Recuperado el 21 de
mayo de 2023, de https://victoryepes.blogs.upv.es/2014/11/21/diseno-de-
experimentos-en-cuadrado-latino/
 Introducción, 7. 1. (s/f). Diseños en cuadrados latinos. Ugr.es. Recuperado el 21
de mayo de 2023, de
https://www.ugr.es/~bioestad/guiaspss/practica7/ArchivosAdjuntos/Latinos.p
 De fabricacion en tres, S. C. el R. de T. P. (s/f). Ejemplo de un cuadrado greco-
latino (Pe ̃na, 2002). Uc3m.es. Recuperado el 21 de mayo de 2023, de
https://halweb.uc3m.es/esp/personal/personas/mcasas/esp/disenio/grecolatino.pdf
 Diseño Experimental. (s/f). Edu.co. Recuperado el 21 de mayo de 2023, de
http://red.unal.edu.co/cursos/ciencias/2000352/html/un7/cont_703-100.html
 Diseño de experimentos en cuadrado grecolatino. Ejemplo aplicado al hormigón.
(s/f). Upv.es. Recuperado el 21 de mayo de 2023, de
https://victoryepes.blogs.upv.es/2020/10/30/diseno-de-experimentos-en-cuadrado-
grecolatino-ejemplo-aplicado-al-hormigon/
 De fabricacion en tres, S. C. el R. de T. P. (s/f). Ejemplo de un cuadrado greco-
latino (Pe ̃na, 2002). Uc3m.es. Recuperado el 21 de mayo de 2023, de
https://halweb.uc3m.es/esp/personal/personas/mcasas/esp/disenio/grecolatino.pdf
}
Conclusión
En conclusión, el diseño de bloques es una técnica estadística útil en el cálculo inferencial
para controlar la variabilidad en un experimento. Al dividir a los sujetos de estudio en
grupos homogéneos o bloques según una característica relevante, se reduce la influencia
de factores no controlados y se mejora la precisión de las inferencias realizadas a partir
de los datos recopilados.
El uso del diseño de bloques permite una asignación más equitativa de los tratamientos o
condiciones experimentales dentro de cada bloque, lo que ayuda a garantizar que
cualquier diferencia observada en los resultados sea más probable que se deba al
tratamiento en sí y no a las diferencias entre los bloques. Esto aumenta la confiabilidad de
las conclusiones y facilita la identificación de las verdaderas causas de las diferencias
observadas.