Contrastes ortogonales:

Un contraste en estadstica es una combinacin lineal de las medias de los

tratamientos definida por la suma de productos de las medias de tratamiento
por un coeficiente. Estos coeficientes deben cumplir con la caracterstica de
que su suma es igual a cero, de tal manera que para algunas medias sus
coeficientes asociados son positivos y para otras son negativos. Las reglas de
asignacin de los coeficientes va a depender de la tendencia que se desee
encontrar o de la comparacin de medias que se desee hacer. Cada contraste
tendr asociado un grado de libertad, debido a que la comparacin que se lleva
a cabo es entre dos grupos de tratamientos, lo que llevan el signo positivo
contra los que llevan el signo negativo. De esta manera el numero de posibles
contrastes ortogonales en un conjunto de datos corresponde exactamente a los
grados de libertad para los tratamientos.
Dos contrastes sern ortogonales si la suma de los productos de sus
correspondientes coeficientes es igual a cero. Esto implica que la covarianza
entre los dos contrastes es igual a cero, y por lo tanto los contrastes van a ser
independientes. En este sentido la ortogonalidad implica independencia. Si
todos los contrastes formulados son ortogonales entre si, entonces esto llevara
a que la suma de cuadrados acumulada en todos los contrastes ortogonales
corresponda exactamente a la suma de cuadrados de los tratamientos. La
suma de cuadrados asociada a un contraste se calcula por el cuadrado de la
combinacin lineal de las medias multiplicada por el numero de repeticiones y
dividida por la suma de los cuadrados de los coeficientes de la combinacin
lineal. Esta suma de cuadraos siempre lleva asociada un solo grado de
libertad.
Si se aplican contrastes no ortogonales, entonces existir covarianza entre
ellos y esto implica que la informacin contenida en ellos esta relacionada en
un cierto grado, con lo cual se considera que la informacin contenida en los
datos esta siendo sobreutilizada. Esto se va a reflejar en el hecho de que el
acumulado de la suma de cuadrados de los contrastes no ortogonales no
cerrara a la suma de cuadrados de los tratamientos.

Contrastes ortogonales para el calculo de tendencias: Los contrastes

ortogonales pueden ser usados para estimar las sumas de cuadrados
asociadas a los diferentes componentes de un modelo polinomial, siempre y
cuando los datos experimentales tengan las siguientes dos caractersticas:
1 Experimento balanceado, lo que es un requisito general para aplicar
contrastes.
2 Los niveles del factor deben estar igualmente espaciados
Si alguna de estas caractersticas no se da en el conjunto de datos, se
recomienda aplicar la tcnica de la regresin para llevar a cabo la separacin
de la suma de cuadrados de tratamientos en las diferentes tendencias.
La siguiente tabla muestra los coeficientes de las combinaciones lineales para
cada una de las diferentes tendencias que se pueden ajustar a un conjunto de
datos de acuerdo al nmero de niveles del factor. Los coeficientes estn en
orden creciente del factor.
Numero
Trats
2
3
4

Tendencia
Lineal
Lineal
Cuadrtica
Lineal
Cuadrtica
Cbica
Lineal
Cuadrtica
Cbica
Cuarto

Primer
Nivel

Segndo
Nivel
-1
-1
1
-3
1
-1
-2
2
-1
1

Cuarto
Tercer Nivel Nivel
1
0
-2
-1
-1
3
-1
-1
2
-4

1
1
1
-1
-3
0
-2
0
6

Quinto
Nivel

3
1
1
1
-1
-2
-4

2
2
1
1

Ejemplo numrico 5. Aplicar contrastes ortogonales al ejemplo numrico 1.

Vamos a llevar a cabo los clculos en Excel y mostrarlos en la siguiente tabla.
Como puede ser observado los niveles se acomodan en orden creciente y as
tambin las medias por nivel. De la tabla de coeficientes se seleccionan los
correspondientes a 4 tratamientos.
Nivel
medias
Lineal

150
77.4333333
-3

200
250
300
84.1 89.2666667 95.1333333
-1
1
3

Cuadrtica
Cbica
Contr Lin
Contr
Cuadr
Contr
Cubico

1
-1
-232.3
77.4333333
77.4333333

-1
-1
1
3
-3
1
-84.1 89.2666667
285.4 58.2666667
-84.1 89.2666667 95.1333333
-0.8
252.3

-267.8 95.1333333

2.2

En la tabla estn contenidos los clculos del coeficiente por la media y en la ultima
columna su correspondiente suma. A partir de estos clculos podemos determinar
la suma de cuadrados correspondientes a cada uno de los contrastes:
Para la tendencia lineal: S.C.Tend. Lineal = 3*(58.2666667) 2/20 = 509.250667
Para la tendencia cuadrtica: S.C.Tend Cuadr = 3*(-0.8) 2/4 = 0.48
Para la tendencia Cbica: S.C.Tend Cubica = 3*(2.2) 2/20 = 0.726
Como puede ser comprobado, las sumas de cuadros para la tendencia lineal
coincide con la suma de cuadrados de la regresin lineal, y el acumulado de la
suma de cuadrados de la regresin cuadrtica y cbica coincide con la suma de
cuadrados de la falta de ajuste.
Se pudiera hacer el cuestionamiento acerca de la importancia de tener diferentes
mtodos para realizar un mismo calculo. Aparte de la simplicidad de los
contrastes, otra gran ventaja es que puede ser utilizado para analizar los arreglos
factoriales de tratamientos que se vern posteriormente. Mediante la tcnica de
contrastes ortogonales van a poder ser separadas las sumas de cuadrados en
componentes con un solo grado de libertad, sin importar la naturaleza de los
factores que se estn investigando.
Contrastes ortogonales para comparacin de medias: Para factores cualitativos, la
aplicacin de los contrastes ortogonales es mas especifica para cada problema.
Se requiere de un conocimiento mas o menos profundo de lo que son los
tratamientos para poderlos agrupar. La idea de los contrastes para factores
cualitativos es ir formando dos grupos de comparacin, cada uno de los cuales va
estar formado por uno o ms tratamientos con alguna caracterstica comn. Cada
uno de los grupos se irn separando en otros dos grupos de comparacin, en

base a otra caracterstica de los tratamientos, y este proceso continuara hasta que
al final los contrastes comparen un tratamiento contra otro.
Ejemplo de aplicacin conceptual 1: Suponga que se esta llevando a cabo una
investigacin para seleccionar un ingrediente proteico en la elaboracin de un
alimento para mascotas. Se prueban tres fuentes de protena: Carne de res, carne
de cerdo y soya. Lleve a cabo la comparacin de los tratamientos por contrastes
ortogonales:
Los contrastes ortogonales que pueden planearse para estas tres fuentes son:
1

Protena de origen animal (cerdo y res) contra protena de origen vegetal

(soya).

Protena de origen animal (res) contra protena de origen animal (cerdo).

Ejemplo de aplicacin conceptual 2: Supngase que se esta llevando a cabo una

investigacin en la que se desea evaluar diferentes fuentes de carnes no
convencionales en la elaboracin de un producto carnico de bajo costo. El
producto tradicional se elabora con carne de cerdo, y se desea investigar fuentes
no convencionales que incluyen: Caballo, burro, gallina y pavo. Planear las
comparaciones demedias por contrastes ortogonales.
Los contrastes ortogonales que pueden planearse para estos tratamientos son:
1

Testigo (cerdo) contra el promedio de los tratamientos (caballo, burro,

gallina y pavo).

Carnes de mamferos (caballo y burro) contra carnes de aves (gallina y

pavo).

Caballo contra burro.

Gallina contra pavo.

Una vez que los contrastes ortogonales han sido planeados, debemos checar el
requisito de que el experimento este balanceado, y si es as debemos obtener los
coeficientes para cada uno de los contrastes. La mecnica para el calculo de los
coeficientes es la siguiente:
1

Los coeficientes de un grupo llevaran signo positivo y los del grupo

contrastante

llevaran

signo

completamente arbitraria.

negativo.

Esta

es

una

seleccin

El valor del coeficiente de un grupo ser igual al numero de tratamientos

que tiene el grupo contrastante.

Ejemplo numrico 6. Analice el ejemplo numrico 2 usando contrastes

ortogonales.
El ejemplo de los lubricantes y desgaste de las piezas consiste de tres
tratamientos, cada uno con 8 repeticiones. El A y B son lubricantes nuevos y
disponibles que se pueden usar en el proceso, y el lubricante C que es el que
convencionalmente se utiliza en el proceso. Entonces podemos generar los
siguientes contrastes con sus coeficientes y clculos requeridos para
determinar las pruebas de significancia:
Lubricante
Media
C vs (A B)
A vs. B
C vs (A B)
A vs. B

9.35
1
1

11.425
1
-1

9.35
9.35

11.425
-11.425

16.7125 Suma
-2
-12.65
0
-2.075
-33.425
0

A partir de las cantidades en la tabla podemos calcular las sumas de

cuadrados correspondientes a cada contraste:
Contraste convencional vs. Nuevas alternativas:
S.C. = 8*(-12.65)2/6 = 213.3633
Contraste alternativa A vs. Alternativa B:
S.C. = 8*(-2.075)2/2 = 17.2225
Estas sumas de cuadrados pueden ser agregadas a la tabla de anlisis de
varianza para completar las pruebas de significancia:
ANLISIS DE VARIANZA
Origen de las
variaciones
Entre grupos
C vs. A B
A vs. B
Dentro de los grupos
Total

Suma de
cuadrados
230.585833
213.363333
17.222500
276.80375
507.389583

Grados de
libertad
2
1
1
21
23

Promedio de los
cuadrados
F
115.292917 8.74681521
213.363333 16.1872773
17.222500 1.3066026
13.181131

El valor de P para el contraste C vs. A B resulto en 0.00061447 que es menor del

0.05, por lo que se concluye que este contraste es significativo, es decir, existe
diferencia entre el lubricante convencional y las nuevas alternativas.
El valor de P para el contraste C vs. A B resulto en 0.26587522 que es mayor del
0.05, por lo que se concluye que este contraste no es significativo, es decir, no
existe diferencia entre el lubricante las nuevas alternativas. Para la seleccin del
aceite entre las nuevas alternativas, se requiere de un criterio adicional, pues en
cuanto a la variable medida, el desgaste de las piezas, no existe una diferencia. El
criterio adicional puede ser el econmico, ecolgico, o algn otro en el que uno de
ellos tuviera ventaja.