Tipo de modelos experimentales Existen tres tipos de modelos: Efectos fijos: donde slo se estudian determinados niveles del

factor y nicamente se persigue sacar conclusiones para cada factor. Efectos aleatorios: en este caso los niveles o categoras son infinitas y estudiamos una muestra de los mismos. Efectos mixtos: cuando nos encontramos con uno o ms factores de las clases anteriores. Importante en cualquiera de los modelos Anova: Se puede DESCOMPONER la SUMA DE CUADRADOS o VARIACIN TOTAL en DOS COMPONENTES: VariacinTotal =VariacinENTRE +VariacinINTRA Modelo I: Efectos fijos El modelo de efectos fijos de anlisis de la varianza se aplica a situaciones en las que el experimentador ha sometido al grupo o material analizado a varios factores, cada uno de los cuales le afecta slo a la media, permaneciendo la "variable respuesta" con una distribucin normal. Este modelo se supone cuando el investigador se interesa nicamente por los niveles del factor presentes en el experimento, por lo que cualquier variacin observada en las puntuaciones se deber al error experimental. Modelo II: Efectos aleatorios Los modelos de efectos aleatorios se usan para describir situaciones en que ocurren diferencias incomparables en el material o grupo experimental. El ejemplo ms simple es el de estimar la media desconocida de una poblacin compuesta de individuos diferentes y en el que esas diferencias se mezclan con los errores del instrumento de medicin. Este modelo se supone cuando el investigador est interesado en una poblacin de niveles, tericamente infinitos, del factor de estudio, de los que nicamente una muestra al azar. El modelo de efectos aleatorios es ms conservador que el de efectos fijos en el sentido de que los intervalos de confianza que se obtienen son menos precisos, ya que incorpora ms variabilidad en su anlisis.

Cuando en la estructura de tratamientos de un experimento se tienen tanto factores fijos como aleatorios, el modelo que describe tales experimentos se llama modelo mixto. Si un efecto principal es un efecto aleatorio, entonces cualquier interaccin que involucre tal efecto principal es tambin un efecto aleatorio. Es decir, las nicas interacciones que son efectos fijos son aquellas cuyos efectos principales son todos fijos.

Si se toman K niveles del factor, a cada uno se asignan las muestras y las inferencias se refieren exclusivamente a los K niveles y no a otros que podran haber sido incluidos, el ANOVA se llama de efectos fijos, sistemtico o paramtrico. El inters del diseo se centra en saber si esos niveles concretos difieren entre s. Cuando los niveles son muchos y se seleccionan al azar K niveles, pero las inferencias se desean hacer respecto al total de niveles, el anlisis de varianza se denomina de efectos aleatorios. La idea bsica es que el investigador no tiene inters en niveles particulares del factor. Cuando se utilizan dos factores, cada uno con varios niveles, uno de efectos fijos y otro de efectos aleatorios, el anlisis de varianza es mixto. Los dos criterios de clasificacin se vern reflejados en el modelo general del anlisis de varianza.

a) Yjj = + i + Eij es un ANOVA de un factor efectos fijos b) Yjj = + Ai + Eij es un ANOVA de un factor efectos aleatorios

c) Yijk = + i + j + Eij es un ANOVA de dos factores efectos fijos d) Yijk = + i + Bj + Eij, etc. es un ANOVA de dos factores en el que el factor A es fijo y el factor B aleatorio; es, por tanto un modelo mixto.