Profesor: [Link].

Rolando Salazar
Logro: Al final de la unidad el estudiante será
capaz de construir y analizar los diseños
factoriales completos.
 En los experimentos DCA, DBCA y DCL se estudia
un solo factor.
 Los experimentos factoriales involucran en el
estudio dos o más factores. Donde los tratamientos
son las combinaciones de los niveles de estos
factores.
 Los arreglos factoriales permiten evaluar los
efectos principales, de interacción y los simples.
Ventajas

 Obtener información sobre varios factores

en forma simultánea.
 El incremento de grados de libertad para el
error experimental disminuye la variancia
del error experimental.
 Amplía la base de la inferencia en relación a
un factor.
Desventajas

 Requiere un mayor número de unidades

experimentales.
 Algunas combinaciones de niveles no serán
de interés del investigador.
 El análisis estadístico es más complicado.
Efectos principales

Miden los cambios en los niveles de un factor

sin considerar el otro.

Efectos simples

Miden los cambios en los niveles de un factor

(Letra mayúscula) manteniendo constante un
nivel del otro (Letra minúscula).
Efecto de interacción

Miden los cambios entre los efectos simples de

un factor a diferentes niveles del otro factor.
Un ingeniero en Industrias Alimentarias está interesado en determinar
los efectos de la temperatura y la humedad en el almacenamiento de
manzanas. De una producción de manzanas de características muy
homogéneas se formaron 4 grupos de 5 unidades experimentales cada
uno, donde cada unidad experimental estuvo formada por 200
manzanas, la variable respuesta que se consideró fue el número de
manzanas malogradas por unidad experimental, después del
almacenamiento. El ingeniero tiene interés en los siguientes niveles del
factor temperatura (𝐴): 𝑎1 = 50∘ 𝐹, 𝑎2 = 70∘ 𝐹 y del factor humedad
(𝐵): 𝑏1 = 10%, 𝑏2 = 50% . A continuación se dan los promedios de
manzanas malogradas:

Factor temperatura (A) Factor Humedad (B) Medias del

𝒃𝟏 = 𝟏𝟎%, 𝒃𝟐 = 𝟓𝟎% factor A
𝒂𝟏 = 𝟓𝟎∘ 𝐅 8 5 6.5
𝒂𝟐 = 𝟕𝟎∘ 𝐅 11 7 9.0
Medias del factor B 9.5 6.0
 Con una humedad de
Efectos simples 10%, al pasar de una
temperatura de 70°F a
50°F, el número
 𝐿1 = 𝐸𝑆 𝐴(𝑏1 ) = 11 − 8 = 3 promedio de manzanas
malogradas disminuye
 𝐿2 = 𝐸𝑆 𝐴(𝑏2 ) = 7 − 5 = 2 en 3
 𝐿3 = 𝐸𝑆 𝐵(𝑎1 ) = 5 − 8 = −3
 𝐿4 = 𝐸𝑆 𝐵(𝑎2 ) = 7 − 11 = −4
Considerando todos
Efectos principales los niveles de
humedad, al pasar de
una temperatura de
 𝐿5 = 𝐸𝑃 𝐴(𝐵) = 9 − 6.5 = 2.5 70°F a 50°F, el número
 𝐿6 = 𝐸𝑃 𝐵(𝐴) = 6 − 9.5 = −3.5 promedio de manzanas
malogradas disminuye
en 2.5
Efectos de interacción
 𝐿7 = 𝐸𝐼 (𝐴𝐵) = 𝐿2 − 𝐿1 = 2 − 3 = −1

 𝐿8 = 𝐸𝐼 (𝐴𝐵) = 𝐿4 − 𝐿3 = −4 − (−3) = −1

Al pasar de una temperatura

de 70°C a 50°C, el número
promedio de manzanas
malogradas, cuando se tiene
una humedad de 10%, supera
al obtenido con una humedad
de 50% en 1 unidad.
 Normalidad
 Homogeneidad de variancias
El modelo aditivo lineal es el siguiente:

i = 1, , p
Yijk =  +  i +  j + ( )ij +  ijk j = 1, , q
ij k = 1, , rij
El método de mínimos cuadrados tiene por objetivo minimizar:
p q rij p q rij

Q =   =  Yijk −  −  i −  j − ( )ij 

2
2

i =1 j =1 k =1
ijk
i =1 j =1 k =1
 

bajo las siguientes condiciones

p q p q


i =1
i = 0,   j = 0,  ( )ij = 0,
j =1 i =1
 ( )
j =1
ij
=0

Encontrando finalmente que:

ˆ = Y... ˆ ˆij = Yij . − Yi .. − Y. j . + Y...


ˆi = Yi .. − Y... ˆij = Yij .
ˆ j = Y. j . − Y... ˆijk = Yijk − Yij .
Modelo I:

Para el efecto de la interacción AB:

H 0 : ( )ij = 0 , i, j
H1 : ( )ij  0 , para al menos algún i, j

Para el efecto principal A: Para el efecto principal B:

H 0 :  i = 0 , i H 0 :  j = 0 , j
H1 :  i  0 , para al menos algún i H1 :  j  0 , para al menos algún j
Variabilidad(Total) = Variabilidad(Tratamientos) + Variabilidad(Error)

Variabilidad(Tratamientos) = Var(A) + Var(B) + Var(AB)

F.V. GL SC CM Fc
A p-1 SC(A) CM(A) CM(A)/CM(Error)
B q-1 SC(B) CM(B) CM(B)/CM(Error)
AB (p-1)(q-1) SC(AB) CM(AB) CM(AB)/CM(Error)
Error Exp. pq(r-1) SC(Error) CM(Error)
Total pqr-1 SC(Total)
Pruebas de hipótesis
Para el efecto Abj: Para el efecto Bai:

H 0 : 1 j = 2 j = ... =  pj H 0 : i1 = i 2 = ... = iq

H1 : Al menos un ij es  i=1,2,...,p H1 : Al menos un ij es  j =1,2,...,q
Cuadro ANVA

F.V. GL SC CM Fc
Abj p-1 SC(Abj) CM(Abj) CM(Abj)/CM(Error)
… … … … …
Bai q-1 SC(Bai) CM(Bai) CM(Bai)/CM(Error)
… … … … …
Error Exp. pq(r-1) SC(Error) CM(Error)

Total pqr-1 SC(Total)

Pruebas de comparación de medias de efectos principales

Pruebas de comparación de medias de efectos simples

El departamento de nutrición humana y alimentos de
una reconocida universidad realizó un estudio sobre la
estabilidad de la vitamina C en el concentrado del jugo
de naranja congelado reconstituido, que se almacena en
un refrigerador durante un periodo de hasta una
semana. Se probaron dos marcas de concentrados de
jugo de naranja congelado reconstituido con tres
períodos distintos, los cuales se refieren al número de
días desde que se mezcló el jugo hasta que se probó (0
días, 3 días y 7 días). Se registraron los resultados, en
miligramos de ácido ascórbico por litro. Se decidió usar
un Diseño Completamente al Azar (DCA) con 4
repeticiones para cada uno de los tratamientos.
 Periodo (días)
𝒃𝟏 (𝟎) 𝒃𝟐 (𝟑) 𝒃𝟑 (𝟕)
54.6 49.4 42.7
51.8 42.8 40.4
Marca 𝒂𝟏
56.2 49.2 48.8
48.5 53.2 47.6
Marca
56 48.8 55.2
49.6 44 48
Marca 𝒂𝟐
48 44 50
48.4 42.4 49.2
a) Presente el modelo aditivo lineal
𝒀𝒊𝒋𝒌 = 𝝁 + 𝜶𝒊 + 𝜷𝒋 + (𝜶𝜷)𝒊𝒋 + 𝝐𝒊𝒋𝒌 𝒊 = 𝟏, . . . , 𝒑[𝒑 = 𝟐]; 𝒋 = 𝟏, . . . , 𝒒[𝒒 = 𝟑]; 𝒌 = 𝟏, . . . , 𝒓𝒊𝒋 [𝒓𝒊𝒋 = 𝒓 = 𝟒൧

𝑌𝑖𝑗𝑘 = Cantidad de ácido ascórbico obtenida con la i-ésima

marca de concentrado de jugo y el j-ésimo período en la k-
ésima repetición.
𝜇 = Media general.
𝛼𝑖 = Efecto de la i-ésima marca.
𝛽𝑗 = Efecto del j-ésimo periodo.
(𝛼𝛽)𝑖𝑗 = Efecto de la interacción entre la i-ésima marca y el j-
ésimo periodo.
𝜖𝑖𝑗𝑘 = Efecto del error experimental obtenida con la i-ésima
marca de concentrado de jugo y el j-ésimo período en la k-
ésima repetición.
b) Verifique el supuesto de normalidad y de
homogeneidad de variancias.
 Tabla de totales
𝒀𝒊𝒋.
𝒀𝒊..
𝒃𝟏 (𝟎) 𝒃𝟐 (𝟑) 𝒃𝟑 (𝟕)
𝒂𝟏 211.1 194.6 179.5 585.20
𝒂𝟐 202.0 179.2 202.4 583.6
𝒀.𝒋. 413.1 373.8 381.9 𝑌... =1168.8

Tabla de promedios

𝑌𝑖𝑗.
𝑌𝑖..
𝑏1 (0) 𝑏2 (3) 𝑏3 (7)
𝒂𝟏 52.775 48.650 44.875 48.767
𝒂𝟐 50.500 44.800 50.600 48.633
𝑌.𝑗. 51.6375 46.725 47.7375 𝑌... = 48.7
c) Estime:
 Efecto del primer nivel del factor A

̰1 = 𝑌1.. − 𝑌... = 48.767 − 48.7 = 0.067

𝛼

 Efecto del segundo nivel del factor B

̰ = 𝑌 − 𝑌 = 46.725 − 48.7 = −1.975

𝛽 2 .2. ...

 Efecto de interacción entre el nivel 2 del factor A y

el nivel 1 del factor B

̰𝛽
𝛼 ̰ = 𝑌 − 𝑌 − 𝑌 + 𝑌 = 50.5 − 48.633 − 51.6375 + 48.7 = −1.0705
12 21. 2.. .1. ...
d) Obtener el gráfico de interacción. Interpretar
 𝑟 2
σ𝑝𝑖=1 σ𝑞𝑗=1 σ𝑘=1 𝑌𝑖𝑗𝑘 𝑌... 2 1168.82
𝑇𝐶 = = = = 56920.56
𝑝𝑞𝑟 𝑝𝑞𝑟 2x3x4

𝑝 𝑞 𝑟 𝑝 𝑞 𝑟
2
𝑆𝐶 Total = ෍ ෍ ෍ 𝑌𝑖𝑗𝑘 − 𝑌... = ෍ ෍ ෍ (𝑌𝑖𝑗𝑘 2 − 𝑇𝐶)
𝑖=1 𝑗=1 𝑘=1 𝑖=1 𝑗=1 𝑘=1

𝑝 𝑞 𝑟

𝑆𝐶(Total) = ෍ ෍ ෍ 𝑌𝑖𝑗𝑘 2 − 𝑇𝐶 = 54.62 + 49.42 +. . . +49.22 − 𝑇𝐶 = 445.86

𝑖=1 𝑗=1 𝑘=1
 𝑝 𝑞
𝑌𝑖𝑗 2
𝑆𝐶 Combinado AB = ෍ ෍ − 𝑇𝐶
𝑟
𝑖=1 𝑗=1

211.12 + 194.62 + 179.52 + 2022 + 179.22 + 202.42

= − 𝑇𝐶 = 213.195
4

𝑝
𝑌𝑖.. 2 585.22 + 583.62
𝑆𝐶(𝐴) = ෍ − 𝑇𝐶 = − 𝑇𝐶 = 0.1067
𝑞𝑟 3x4
𝑖=1

𝑞
𝑌.𝑗. 2 413.12 + 373.82 + 381.92
𝑆𝐶(𝐵) = ෍ − 𝑇𝐶 = − 𝑇𝐶 = 107.6475
𝑝𝑟 2x4
𝑗=1

𝑆𝐶 𝐴𝐵 = 𝑆𝐶 Combinado 𝐴𝐵 − 𝑆𝐶 𝐴 − 𝑆𝐶 𝐵
= 213.195 − 0.1067 − 107.6475 = 105.4408

𝑆𝐶 Error = 𝑆𝐶 Total − 𝑆𝐶 Combinado AB = 445.86 − 213.195 = 232.665

 F.V. GL SC CM 𝐹𝑐
A p-1=1 0.1067 0.1067 0.0083
B q-1=2 107.6475 53.8238 4.1641
AB (p-1)(q-1)=2 105.4408 52.7204 4.0787(*)
Error Exp. pq(r-1)=18 232.665 12.9258
Total pqr-1=23 445.86

El coeficiente de variabilidad para este experimento

es:
𝐶𝑀𝐸 12.9258
𝑐𝑣 = = x100 = 7.3824%
𝑌... 48.7
e) Pruebe la hipótesis del efecto de interacción. Use
α=0.05

P1) Planteamiento de hipótesis:

𝐻0 : (𝛼𝛽)𝑖𝑗 = 0 , 𝑖 = 1,2; 𝑗 = 1,2,3
𝐻1 : (𝛼𝛽)𝑖𝑗 ≠ 0 , para al menos algún i, j

P2) Nivel de significación α = 0.05

P3) Cálculo del estadístico de prueba

Para el efecto de interacción AB:
𝐶𝑀(𝐴𝐵)
𝐹𝑐 = = 4.0787 ∼ 𝐹[2,18]
𝐶𝑀(Error)
 P4) Criterio de decisión
Como 𝐹𝑐 =4.0787 es mayor a F(0.95,2,18)=3.55
entonces se rechaza 𝐻0 .

P5) Conclusión
A un nivel de significación del 5% existe evidencia
estadística para rechazar 𝐻0 . Luego se puede afirmar
que existe interacción entre la marca de concentrado
de jugo de naranja y el período de almacenamiento.
e) Realice el análisis de efectos simples. Use α=0.05
P1) Planteamiento de hipótesis:

𝐴 en 𝑏1 : 𝐻0 : 𝜇11. = 𝜇21. 𝐴 en 𝑏2 : 𝐻0 : 𝜇12. = 𝜇22.

𝐻1 : 𝜇11. ≠ 𝜇21. 𝐻1 : 𝜇12. ≠ 𝜇22.

𝐴 en 𝑏3 : 𝐻0 : 𝜇13. = 𝜇23.
𝐻1 : 𝜇13. ≠ 𝜇23.

𝐵 en 𝑎1 : 𝐻0 : 𝜇11. = 𝜇12. = 𝜇13. 𝐵 en 𝑎2 : 𝐻0 : 𝜇21. = 𝜇22. = 𝜇23.

𝐻1 : Al menos un 𝜇1𝑗. es ≠ 𝐻1 : Al menos un 𝜇2𝑗. es ≠
Para todo j=1,2,3 Para todo j=1,2,3
P2) Nivel de significación α = 0.05

P3) Cálculo del estadístico de prueba

𝑝 2
𝑌𝑖𝑗. 𝑌.𝑗.2
𝑆𝐶(𝐴𝑏𝑗 ) = ෍ −
𝑟 𝑝𝑟
𝑖=1

𝑝 2 2
𝑌𝑖2. 𝑌.1. 211.12 + 2022 413.12
𝑆𝐶(𝐴𝑏1 ) = ෍ − = − = 10.35125
𝑟 𝑝𝑟 4 2x4
𝑖=1
𝑝 2 2
𝑌𝑖2. 𝑌.2. 194.62 + 179.22 373.82
𝑆𝐶(𝐴𝑏2 ) = ෍ − = − = 29.645
𝑟 𝑝𝑟 4 2x4
𝑖=1
𝑝 2 2
𝑌𝑖3.
𝑌.3. 179.52 + 202.42 381.92
𝑆𝐶(𝐴𝑏3 ) = ෍ − = − = 65.55125
𝑟 𝑝𝑟 4 2x4
𝑖=1
 𝑞2
𝑌𝑖𝑗. 𝑌𝑖..2
𝑆𝐶(𝐵𝑎𝑖 ) = ෍ −
𝑟 𝑞𝑟
𝑗=1

𝑞 2
𝑌1𝑗. 𝑌1..2 211.12 + 194.62 + 179.52 585.22
𝑆𝐶(𝐵𝑎1 ) = ෍ − = − = 124.90167
𝑟 𝑞𝑟 4 3x4
𝑗=1
𝑞 2
𝑌1𝑗. 𝑌1..2 2022 + 179.22 + 202.42 583.62
𝑆𝐶(𝐵𝑎2 ) = ෍ − = − = 88.18667
𝑟 𝑞𝑟 4 3x4
𝑗=1
Cuadro ANVA de efectos simples

F.V. GL SC CM 𝐹𝑐 𝐹𝑡𝑎𝑏
𝐴𝑏1 p-1=1 10.35125 10.35125 0.8008(n.s.) F(0.95,1.18)=4.41

𝐴𝑏2 p-1=1 29.64500 29.64500 2.2935(n.s.) F(0.95,1.18)=4.41

𝐴𝑏3 p-1=1 65.55125 65.55125 5.0713 (*) F(0.95,1.18)=4.41

𝐵𝑎1 q-1=2 124.9016 62.45084 4.8315(*) F(0.95,2.18)=3.55

7
𝐵𝑎2 q-1=2 88.18667 44.09334 3.4113(n.s.) F(0.95,2.18)=3.55

Error Exp. pq(r- 232.665 12.9258

1)=18
P4) Criterio de decisión

Si 𝐹𝑐 > 𝐹𝑡𝑎𝑏 , entonces se rechaza 𝐻0 .

P5) Conclusión

- No existen diferencias significativas entre las marcas de

concentrado de jugo de naranja tanto a los 0 como a los 3 días de
almacenamiento, pero que sí existe diferencia significativa entre
las marcas a los 7 días, respecto al contenido medio de ácido
ascórbico.

- Al utilizar la marca 1 de concentrado de jugo de naranja, al

menos uno de los períodos de almacenamiento presenta
diferencias significativas con los demás, pero al utilizar la marca 2
no se presentaron diferencias significativas entre los períodos de
almacenamiento, respecto al contenido medio de ácido ascórbico.
f) Realice la prueba de Tukey para el efecto simple Ba1. Use
α=0.05

P1) Planteamiento de hipótesis:

𝐻0 : 𝜇11. = 𝜇12. 𝐻0 : 𝜇11. = 𝜇13.

𝐻1 : 𝜇11. ≠ 𝜇12. 𝐻1 : 𝜇11. ≠ 𝜇13.

𝐻0 : 𝜇12. = 𝜇13.
𝐻1 : 𝜇12. ≠ 𝜇13.
P2) Nivel de significación α = 0.05

P3) Cálculo del estadístico de prueba y criterios de

decisión
El valor tabular con un nivel de significación de 5%, p = 3
tratamientos y 18 grados de libertad del error
experimental es AES(T) = 3.61. La amplitud límite
significativa de Tukey será igual a:

𝐶𝑀𝐸 12.9258
𝐴𝐿𝑆(𝑇) = 𝐴𝐸𝑆(𝑇) = 3.61 = 6.4894
𝑟 4
En la siguiente tabla se presentan las tres comparaciones:

Niveles de B con 𝑌1𝑖. − 𝑌1𝑗. Significancia

la marca 1
1 vs 2 4.125 n.s.
1 vs 3 7.900 *
2 vs 3 3.775 n.s.

P5) Conclusión
A un nivel de significación del 5% se puede afirmar que al analizar el
contenido medio de ácido ascórbico en el concentrado de jugo de
naranja de la marca 1, existe diferencia significativa entre un
período de almacenamiento de 0 días con uno de 7 días, pero no
existen diferencias significativas entre un período de
almacenamiento de 3 días con los períodos de 0 días y 7 días.
g) Verifique si hay evidencias estadísticas para afirmar que con el
periodo de 0 días se obtiene un promedio de ácido ascórbico
que excede en más de 2.5 miligramos por litro al promedio que
se obtiene durante el periodo de 7 días considerando la marca 1
en el concentrado de jugo de naranja. Use α=0.05
P1) Planteamiento de hipótesis:

𝐻0 : 𝜇11. − 𝜇13. ≤ 2.5

𝐻1 : 𝜇11. − 𝜇13. > 2.5
P2) Nivel de significación α = 0.05
P3) Estadístico de prueba
𝑌11. − 𝑌13. − 𝑘 52.775 − 44.875 − 2.5
𝑡𝑐 = ∼𝑡 18 → = 2.1241
2𝐶𝑀𝐸 2x12.9258
𝑟 4
 P4) Criterio de decisión
Como 𝑡𝑐 = 2.1241 es mayor a 𝑡0.95,18 = 1.734 entonces se rechaza
𝐻0 .

P5) Conclusión
A un nivel de significación del 5% existe evidencia estadística
para rechazar 𝐻0 . Luego se puede afirmar que con el periodo de
0 días se obtiene un promedio de ácido ascórbico que excede en
más de 2.5 mg por litro al que se obtiene durante el periodo de
7 días, considerando la marca 1 en el concentrado de jugo de
naranja.
 Guía del curso de Métodos Estadísticos para
la Investigación I. Departamento Académico
de Estadística e Informática.
 Notas de clase del curso Diseños
Experimentales I, del profesor Víctor
Maehara.
 Soto,I.,Gamboa,J.,Vargas,P.,Chalan,D.,...Magui
ña,M.(2021). Ciencia de datos con R:Métodos
estadísticos para la investigación
experimental