ANLISIS DE UN DISEO EN BLOQUES ALEATORIOS

Introduccin

Al estudiar la influencia de un factor sobre una variable cuantitativa es frecuente que

aparezcan otras variables o factores que tambin influyen y que deben ser controladas. A
estas variables se las denomina variables bloque, y se caracterizan por:

No son el motivo del estudio sino que aparecen de forma natural y obligada en el
mismo.
Se asume que no tienen interaccin con el factor en estudio.

Cuando slo hay dos tratamientos, el anlisis de varianza de una va equivale al test t de
Student para muestras independientes. A su vez, el anlisis de varianza para el diseo en
bloques con dos tratamientos, equivale a la dcima de t de Student para muestras
pareadas.

Como ya se vio anteriormente, cuando se comparan ms de dos pares de tratamientos, la

dcima de t de Student no conserva el nivel de significacin correspondiente y es ms
correcto utilizar el anlisis de varianza. El diseo en bloques aleatorios es apropiado y
eficiente cuando se desea investigar las diferencias entre los promedios de k tratamientos
en condiciones homogneas, vale decir, eliminando las diferencias iniciales entre las
unidades experimentales. Estas condiciones homogneas pueden ser: parcelas de terreno,
lotes de produccin, camadas de ratones, o una misma persona sometida a diferentes
tratamientos. Se supone que la variabilidad de las unidades experimentales entre parcelas,
lotes, camadas o personas, es mayor que dentro de esos bloques. Por tanto, al adjudicar
los k tratamientos aleatoriamente a las unidades que constituyen un bloque, se obtiene un
efecto de tratamiento limpio de esa variacin entre bloques que podra llegar a encubrir
la diferencia entre tratamientos.

Comparando con el diseo completamente aleatorio, se tiene por tanto una fuente de
variacin adicional a las entre tratamientos y dentro de tratamientos: la variacin
entre bloques. La suma de cuadrados correspondiente se simbolizar por SCB. Los
grados de libertad para el clculo de CMB sern: b 1, el nmero de bloques menos 1.
La SCB se calcula usando los valores de las sumas de los yij pertenecientes a cada uno
de los bloques:
Nota: la suma de cuadrados entre tratamientos es la misma (escrita de otra manera) para
el ANOVA de una va. Lo que cambia es lo que llamamos suma de cuadrados dentro de
tratamientos que ahora se dividi entre las SC de Bloques y la SC Residual.

DISEO DE BLOQUES COMPLETOS AL AZAR: DBCA

Conocido como diseo de doble va, se aplica cuando el material es heterogneo. Las
unidades experimentales homogneas se agrupan formando grupos homogneos
llamados bloques.

Tratamientos A, B, C, D, E
Bloque I : B A E C D
Bloque II : C B D E A
Bloque III: B E A D C
Bloque IV: D C A E B

Las fuentes de variacin para el anlisis estadstico son:

Fuentes Grados de libertad

Tratamiento (t-1) = 4
Bloques (r-1) = 3
Error (t-1)(r-1)=12

Caractersticas:
1. Las unidades experimentales son heterogneas.
2. Las unidades homogneas estn agrupadas formando los bloques.
3. En cada bloque se tiene un nmero de unidades igual al nmero de tratamientos
(bloques completos)
4. Los tratamientos estn distribuidos al azar en cada bloque.
5. El nmero de repeticiones es igual al nmero de bloques.

MODELO

Cada observacin del experimento es expresada mediante una ecuacin lineal en los
parmetros, el conjunto conforma el modelo para el diseo de bloques completos al
azar:

i=1,2,...,t
j=1,2,...,r

Yij = Observacin en la unidad experimental

Ejemplo:
Se tienen tres especies de ctricos a los cuales se mide la razn entre el rea de las hojas
y el peso seco, bajo 3 condiciones de sombra (sol, semisombra y sombra).

ANLISIS DE LA VARIANZA CON DOS FACTORES

Diseo por bloques

Modelo:

Yij = + ai + bj + U i =1, 2,,I j = 1,2,...,J

Yij representa la respuesta de la variable en el i-simo nivel del factor 1 (a) y en el j-

simo nivel del factor 2 (b).
ij = E(Yij ) = + ai + bj es el valor medio de Yij
ai representa el efecto que sobre la media global tiene del nivel i del factor 1
bj representa el efecto que sobre la media global tiene del nivel j del factor 2
U es la variacin aleatoria de las Yij (igual para todas ellas)

Supondremos que U sigue una distribucin N(0,s) lo que implica que Yij sigue una
distribucin N(ij ,s)

Ejemplo:2
Se desea estudiar la eficiencia (en cuanto a menor emisin de CO2) de 5 mquinas
desaladoras. Se piensa que la cantidad de sal en el agua puede influir en dicha
eficiencia.

Ejemplo:3
Una industria alimentaria, interesada en maximizar el rendimiento de la semilla de
quinua, quiere comprobar si dicho rendimiento depende del tipo de fertilizante utilizado
para tratar la planta. A su disposicin tiene 5 tipos de fertilizantes. Como puede haber
diferencia entre las parcelas, el experimentador decide efectuar un diseo en bloques
aleatorizados. Para ello, divide el terreno en 4 bloques2 y cada bloque en 5 parcelas,
fumigando dentro de cada bloque cada una de las parcelas con un fertilizante. Al recoger
la cosecha se mide el rendimiento de la semilla, obtenindose las siguientes
observaciones.