UNIVERSIDAD NACIONAL HERMILIO

VALDIZAN
FACULTAD DE INGENIERIA INDUSTRIAL Y DE
SISTEMAS
E.A.P. INGENIERIA INDUSTRIAL

ISEÑO DE XPERIMENTOS

Mg. Rosario Vargas Roncal

Huánuco – Perú
2015
CAPITULO III: DISEÑOS POR
BLOQUES
3.1 INTRODUCCIÓN
 Diseño por bloques
  LA LAGUNA AMARILIS UNHEVAL
Lunes 235 110 243
Martes 138 112 349
Miércoles 256 132 276
Jueves 220 196 230
Viernes 343 117 352
Sabado 253 130 454
Domingo 162 139 474
3.2 DISEÑOS DE BLOQUES COMPLETOS AL
AZAR
Diseño completo: todos los tratamientos aparecen en igual
número
Aleatorizado: dentro de cada bloque los tratamientos son
asignados de forma aleatoria a las unidades
experimentales; es decir, que todas las unidades
experimentales de un mismo bloque tienen la misma
probabilidad de recibir cualquiera de los tratamientos.

A este diseño también se le conoce como diseño de dos vías

sin interacción (Two Way).
En la práctica se aplica en muchos casos y su utilidad se
puede detectar con mucha facilidad; es por ello, que es uno
de los diseños más ampliamente utilizados.
2.2 MODELO ESTADÍSTICO (ANOVA)
• Las observaciones yij se pueden describir por
medio del modelo estadístico lineal
Yij = µ + i + βj+ij; i:1..a; j: 1..b
Donde:
• yij: Variable respuesta Efectos de
• µ : media global; tratamiento y
bloques
 i : efecto del tratamiento i-ésimo a b
• βj : efecto del j-ésimo bloque
 ij: es el error aleatorio
  0  
i 1
i
j 1
j 0
 Tratamientos y bloques aleatorios

Hay cuatro casos

1) Tratamientos y Bloques Fijos.
2) Tratamientos Fijos y Bloques aleatorios.
3) Tratamientos Aleatorios y Bloques Fijos.
4) Tratamientos y Bloques Aleatorios.

El análisis de varianza en los cuatro casos es muy

similar; sólo existen unas pequeñas variantes; Las
conclusiones del análisis pueden ser generalizadas
a toda la población de tratamientos y bloques
seleccionados aleatoriamente y el planteamiento de
las hipótesis, dependiendo si los tratamientos o
bloques son aleatorios o fijos
SUPUESTOS
• El objetivo será probar las
hipótesis adecuadas con respecto a
los efectos del tratamiento y hacer
estimaciones de ellos.
• Para llevar a cabo esta prueba de
hipótesis, se debe suponer:

Los efectos de tratamientos y bloques son aditivos ( no

hay intersección entre ellos).
ij tienden a distribución normal con N(0,σ2)
Los ij son independientes con N(0,σ2) .
Los errores tienen varianza constante σ21=σ22=….=σ2a.
3.3 ANALISIS ESTADISTICO
Modelo de efectos fijos
Hipótesis Tratamientos Hipótesis Bloques
Ho: µ1 = µ2 = µ3… Ho: β1 = β2 = …= βb = 0
H1: µ1 ≠ µ2 ≠ µ3… H1 : β j ≠ 0 al menos una j
También
Ho: 1 = 2 = …= 0
H1: i ≠ 0 al menos una i

Si la Ho es verdadera cambiar los niveles del factor no

tiene ningún efecto sobre la media de la respuesta.
Para probar estas hipótesis se requiere del análisis de
varianza ANOVA
 Modelo de efectos Aleatorios
Hipótesis Ho: σi2 = 0
H1 : σi2 > 0

Componentes de las varianzas Estimación de varianzas

MSr = σ2 + nσb2
MSE = σ2
 ANOVA

Fuente de Suma de Grados de Cuadrado

variación cuadrados libertad medio Fo

Trata
a-1
mientos

Bloques
b-1

SSE=SSt-SSr-SSB (a-1)(b-1)
Error

Total
ab-1
 3.4 ESTIMACION DE LOS PARAMETROS
Y NIVELES DE CONFIANZA

• μ, i, βj del modelo: yij = μ + i +βj +ij.

Se estiman utilizando mínimos cuadrados, tomando
en cuenta la restricciones :

Valor ajustado de yij

 INTERVALO DE CONFIANZA
Error estándar para:
La media de un tratamiento La diferencia de
medias

El intervalo de confianza al 100%(1- ) para la media del

i-ésimo tratamiento, es:
 3.5 COMPARACION ENTRE
TRATAMIENTOS

• Cualquier método estudiado en el Diseño Unifactorial

puede ser utilizado para este fin; con algunas
variantes.
• Para llevar a cabo las comparaciones entre grupos de
tratamiento para un Diseño Aleatorizado por Bloques
se debe sustituir el número de réplicas o repeticiones
(n) por el número de bloques (b) en las fórmulas
utilizadas en cada uno de los métodos estudiados en
el capítulo anterior y además se debe utilizar los
grados de libertad del error que están definidos por (a-
1)(b -1) para un diseño aleatorizado por bloques.
 2.6.1 COMPARACIÓN DE MEDIAS DE
TRATAMIENTOS INDIVIDUALES
 A. CONTRASTES ORTOGONALES
Suponga que se desea probar:

Ho : µ1 + µ3 = µ4 + µ5 o Ho: y1. + y3. – y4. – y5. = 0

H1 : µ 1 + µ 3 ≠ µ4 + µ 5 H1: y1. + y3. – y4. – y5. ≠ 0

Contraste

Con Grados de libertad = 1

 B. MÉTODO DE SCHEFFÉ PARA COMPARAR
TODOS LOS CONTRASTES.
Supongamos que existe un conjunto de m contrastes de
interés de las medias de tratamientos.
Wk = c1kµ1 + c 2kµ2 + c 3kµ3 +…+ c akµa
c k = c1k + c2k + c3k +…+ cak , con k=1, 2, 3, …, m

El valor crítico con el que ck debe ser comparado es:

Para probar la hipótesis Ck difiere de cero, se compara

Ck con el valor crítico. si Se rechaza Ho
 C. PRUEBA DE BONFERRONI

• donde el valor de t se
obtiene de tablas t de bonferroni.
• Una alternativa a esta t es la t de Student
t(/2/ (a-1)(b-1)). (para dos colas)

Si ti > t(α/2/(a-1)(b-1)) se rechaza Ho

2.6.2 COMPARACIÓN DE PAREJAS DE
MEDIAS DE TRATAMIENTOS.
 A. MÉTODO DE LA MÍNIMA DIFERENCIA
SIGNIFICATIVA (LSD)
Suponga que se desea probar la Ho: µi.= µj. Para llegar a
probar esta hipótesis se debe utilizar la estadística t.

Si se rechaza Ho
 B. PRUEBA DE INTERVALOS MÚLTIPLES DE
DUNCAN
Primero se colocan los “a” promedios de tratamiento
en orden ascendente y se determina el error estándar
de cada promedio.

p=2,3,…,a f=(a-1)(b-1)

Rp = r (p,f) Se rechaza Ho si > Rp

 C. PRUEBA DE TUKEY
Si suponemos que se quiere probar la hipótesis :
Ho: μi = μj
H1: μi ≠ μj para i = 1,2,…, a-1; j=1,2,...,b

T = q(a,f)

Si > T , se rechaza Ho

f = (a-1)(b-1)
2.6.3 COMPARACIÓN DE TRATAMIENTOS CON
UN CONTROL.
 Prueba de Dunnet
• Si suponemos que el tratamiento “c” es el control,
entonces las hipótesis que se desean probar son:
Ho: μi = μc
H1: μi ≠ μc para i = 1,2,…, a-1

f=(a-1)(b-1)

Donde d(a-1,f) se encuentra en la tabla de Dunnett, conque

constituye el nivel de significancia conjunta asociado a las a-1
pruebas y f los grados de libertad del error.
 Ejemplo

• Se desea colocar un teléfono público, en un centro

comercial. Después de un estudio previo existen tres
posibles localizaciones para dicho teléfono para
definir la localización definitiva se colocan, con una
instalación provisional, teléfonos públicos en esas tres
localidades durante una semana, Al final de la
semana se decidirá que localización parece más
conveniente de las tres.
• Hacer un análisis exhaustivo para definir la
localización definitiva del teléfono público
  Días LA LAGUNA AMARILIS UNHEVAL
Lunes 235 110 243
Martes 138 112 149
Miércoles 256 132 276
Jueves 220 196 230
Viernes 343 217 352
Sabado 253 230 454
Domingo 162 139 174
El modelo aditivo lineal es:
 Yij = μ +i + j + ɛij
 
Yij es en número de llamadas en el i-esimo día y el
j-esimo lugar(bloque)
μ :es el efecto de la media general
i :es el efecto de el i-esimo día
j :es el efecto del j-esimo lugar (bloque)
ɛij :es el efecto del error experimental con el i-esimo
día, j-esimo lugar (bloque)
a :número de tratamientos (días)
b :número de lugares (bloques)
Gracias