DISEÑO EN BLOQUES

ALEATORIZADOS
Introducción
¿Por qué el diseño por bloques?
Problema
Hipótesis
Análisis de varianza (ANOVA)
Comparaciones múltiples
Verificación de supuestos
Residuales
Varianza constante
Independencia
Normalidad
Construcción del Anova
 INTRODUCCION
Ejemplo:
Se diseño un experimento para estudiar el
rendimiento de cuatro detergentes.
Las siguientes lecturas de "blancura" se
obtuvieron con un equipo especial diseñado para
12 cargas de lavado distribuidas en tres modelos
de lavadoras:

BLANCURA
Detergente R1 R2 R3
A 45 43 51
B 47 44 52
C 50 49 57
D 42 37 49
 Variable de respuesta: Blancura
Factor controlado: Tipo de detergente

Hipótesis:
Ho: no hay efecto del tipo de detergente en la
blancura de la ropa
Ha: si hay efecto del tipo de detergente en la
blancura de la ropa
 Suma de Cuadrados
Fuente cuadrados GL Medios Razón-F Valor P
Detergentes 133.667 3 44.5556 2 0.1923
Within groups 178 8 22.25
Total (Corr.) 311.667 11

No existen diferencias en los tipos de detergente, con una

confianza estadística de 95%.

Ahora bien, notemos que en el texto del problema, que se

habla del uso de tres modelos diferentes de lavadoras.
Dichas lavadoras al ser diferentes producen una variación
que puede afectar en el análisis.
 FACTOR PERTURBADOR

Factor perturbador es un factor del diseño que

probablemente tenga efecto sobre la respuesta,
pero en el que no existe interés especifico

En cualquier experimento, la variabilidad que

surge de un factor perturbador puede afectar los
resultados.
 ¿Por qué el diseño por bloques?

Cuando existe una fuente de variación adicional

(debido a un factor perturbador) que puede y debe ser
sistematizada y controlada durante el experimento, se
deberá utilizar el diseño por bloques.

DE ESTA MANERA EL ERROR EXPERIMENTAL

SE REDUCIRÁ, Y LA PRECISIÓN DEL DISEÑO
AUMENTARÁ.
 Ejemplo:
Se diseño un experimento para estudiar el
rendimiento de cuatro detergentes.
Las siguientes lecturas de "blancura" se
obtuvieron con un equipo especial diseñado
para 12 cargas de lavado distribuidas en
tres modelos de lavadoras:

Lavadora
Detergente 1 2 3
A 45 43 51
B 47 44 52
C 50 49 57
D 42 37 49
Variable de respuesta: Blancura
Factor controlado: Tipo de detergente
Bloque: Tipo de lavadora

Hipótesis:
Ho: no hay efecto del tipo de detergente en la
blancura de la ropa
Ha: si hay efecto del tipo de detergente en la
blancura de la ropa
 ANOVA

SCTOTAL=SCFACTOR+SCBLOQUE+SCERROR

Fuente Suma de Gl Cuadrado Razón-F Valor-P

Cuadrados Medio
EFECTOS
PRINCIPALES
A:LAVADORA 170.167 2 85.0833 65.17 0.0001
B:DETERGENTE 133.667 3 44.5556 34.13 0.0004
RESIDUOS 7.83333 6 1.30556
TOTAL (CORREGIDO) 311.667 11

Para un nivel de confianza  =0.05 se puede concluir que si

existen diferencias significativas entre los tipos de
detergentes con respecto a la blancura.
 COMPARACIONES MULTIPLES

¿Cuál detergente es mejor?

LSD
Suponiendo una hipótesis alterna bilateral, dos medias se
consideran diferentes si
2CM E
yi .  y j .  ( t / 2 , gl Error )
b
La cantidad 2CM E
LSD  ( t / 2 , gl Error )
b

se denomina mínima diferencia significativa.

Detergente Promedios 2CM E
LSD  ( t / 2 , gl Error )
A 46.3 b
B 47.6 t / 2 , glError  t.05 / 2 ,6  t.025 ,6  2.446
C 52 2(1.3055)
LSD  ( 2.446)  2.28
D 42.6 3
Pares |Dif.| Conclusión
Menor a LSD La blancura del detergente A no es diferente al del
A-B 1.333 detergente B

Mayor a LSD Existe diferencia significativa de blancura entre el

A-C 5.667 tipo de detergente A y el detergente C.
Mayor a LSD
A-D 3.667 Existe diferencia significativa de blancura entre el
tipo de detergente A y el detergente D.
Mayor a LSD Existe diferencia significativa de blancura entre el
B-C 4.333 tipo de detergente B y el detergente C.
Mayor a LSD Existe diferencia significativa de blancura entre el
B-D 5 tipo de detergente B y el detergente D.
Mayor a LSD
C-D 9.333 Existe diferencia significativa de blancura entre el
tipo de detergente C y el detergente D.

El Detergente C es el que da mayor blancura, ya que presenta el mayor

promedio significativo que los otros tres
 Prueba de rangos múltiples (LSD) para detergentes
DETERGENTE Casos Media LS Sigma LS Grupos Homogéneos
D 3 42.6667 0.659686 X
A 3 46.3333 0.659686 X
B 3 47.6667 0.659686 X
C 3 52.0 0.659686 X
Contraste Sig. Diferencia +/- Límites
A-B -1.33333 2.28282
A-C * -5.66667 2.28282
A-D * 3.66667 2.28282
B-C * -4.33333 2.28282
B-D * 5.0 2.28282
C-D * 9.33333 2.28282

Hay 3 grupos homogéneos, un grupo es el detergente D,

otro grupo lo son los detergentes A y B, finalmente el
tercer grupo lo es el detergente C. Para maximizar la
blancura de la ropa se recomienda el detergente C.
 GRAFICAS DE MEDIAS
Error Límite Límite
Means and 95.0 Percent LSD Intervals
Nivel Media Est. Inferior Superior
56
MEDIA 47.1667
BLANCURA

53
GLOBAL
50 DETERGENTE
47
A 46.3333 0.659686 44.7191 47.9475
44
B 47.6667 0.659686 46.0525 49.2809
41
A B C D C 52.0 0.659686 50.3858 53.6142
DETERGENTE D 42.6667 0.659686 41.0525 44.2809

Se puede establecer que en promedio el detergente C es

mejor, ya que presenta el mejor promedio de los 4 tipos
de detergentes. Si el detergente C es el recomendado se
esperarían promedios entre 50.38 y 53.61
 Verificación de supuestos
Modelo

y    i   j 
ij ij
Verificar si los residuos cumplen con los supuestos de:
 VARIANZA CONSTANTE
 INDEPENDENCIA
 NORMALIDAD
Para ello, primeramente se calculan los residuales mediante la
siguiente formula: e  y  y .  y .  y ..
ij ij i j
Donde yij es el valor obtenido en el experimento, yi . es el promedio del i-
ésimo detergente, y. j es el j-ésimo bloque, y .. es el promedio general.
Ejemplo:
e11=45-46.33-46+47.167=-0.16
 RESIDUALES
Tabla de residuales:
DETERGENTES
A B C D
-0.1667 0.5 -0.833 0.5
0.5833 0.25 0.9166 -1.75
-0.41667 -0.75 -0.0833 1.25
 SUPUESTO DE VARIANZA
CONSTANTE
Para checar el supuesto de varianza constante, es necesario
realizar la siguiente grafica:
GRAFICA DE RESIDUALES VS LOS NIVELES DEL FACTOR

Residual Plot for blancura

2.2

1.2
residual

0.2

-0.8

-1.8
A B C D

detergente

En este caso no se presenta patrón inusual por lo que podemos

concluir que si se cumple el supuesto de varianza constante.
 SUPUESTO DE INDEPENDENCIA
Para verificar el supuesto de DETERGENTES
independencia se A B C D
requiere ordenar los
-0.167 (2) 0.5 (1) -0.833 (4) 0.5 (3)
residuales según el orden
0.583 (4) 0.25 (2) 0.916 (1) -1.75 (3)
en que se corrió el
experimento -0.416 (2) -0.75 (1) -0.083 (4) 1.25 (3)

Residual Plot for blancura

2.2
De acuerdo a esta gráfica se
1.2
puede concluir que si se
residual

0.2
cumple el supuesto de
-0.8

-1.8
independencia.
0 2 4 6 8 10 12
row number
 NORMALIDAD
Normal Probability Plot for RESIDUALS
99.9
99
95
percentage

80
50
20
5
1
0.1
-1.8 -0.8 0.2 1.2 2.2
RESIDUALS

En está gráfica se puede ver que la mayoría de los puntos se ajustan

a la línea recta, lo que significa que los residuales si cumplen el
supuesto de normalidad.
 Análisis de varianza (ANOVA) de un diseño de
bloques completos aleatorios
Fuente de Suma de Grados de Cuadrados F0 F
variación cuadrados libertad medios (Tabla)
Tratamientos SSTratamientos CMTratamientos
SSTratamientos a-1 F(aa11)( b1)
a 1 CM Error
Bloques SSBloques b-1 SS Bloques
b 1
Error SSError (a-1)(b-1) SS Error
( a  1)(b  1)
Total SSTotal

Si F0 es mayor a F se rechaza Ho, de igual manera si el P-

value es menor al nivel de significancia ( ) se rechaza H0,
Y se concluye que factor si afecta significativamente a la
variable de respuesta.