Hipótesis.

SE RECHAZA HO SI FC > F,gl N,gD

PARA EL FACTOR A: glD = grados de libertad del error experimental
Modelo
Diseño de bloques de dos factores Ho: 1= 2 ........... = a Error Experimental ab ( n - 1 )

   i          Hi : al menos una de las i es diferente Grados de Libertad del Numerador :

Pasos Y ijk j ij k ijk PARA EL FACTOR B:
Factor A
Factor B
a-1
b-1
 Definición del problema Ho: 1= 2 ........... = b
Yijk= es la respuesta usando el i-ésimo nivel del factor A con el Interacción AxB (a-1)(b-1)
 Modelo estadístico Hi : al menos una de las j es diferente
Bloques (n-1)
 Hipótesis j-ésimo nivel del factor B con el k-ésimo bloque. INTERACCIÓN AxB:
 Regla de decisión i = es el efecto del i-ésimo nivel del factor A Ho: 11= 21 ........... = ab Conclusiones: se concluye que existe diferencia
j = es el efecto del j-ésimo nivel del factor B Hi : al menos una de las ij es diferente
 Aleatorización BLOQUES:
altamente significativas en cada hipótesis
 Registro de datos k = es el efecto del k-ésimo bloque
Ho: 1= 2 ........... = n
 ()ij = es el efecto de la interacción entre el factor A y el factor
Andeva Hi : al menos una de las k es diferente
 Conclusiones B
µ = respuesta promedio Factor B Totales
 Interpretación de resultados 1 2 ...................................................... b Factor B
ijk = error experimental. Factor A

ALEATORIZACIÓN
REGISTRO DE DATOS 1 Y11. Y12. ............................................................................... Y1b. Y1. .
A cada uno de los Bloques se le debe asignar cada una de las combinaciones de los factores
2 Y21. Y22. ............................................................................... Y2b. Y2 . .
en forma aleatoria. COMBINACIÓN DE TRATAMIENTOS
BLOQUE A1B1 A1B2 ......................................... AaBb Totales Bloques
Combinaciones AB1 1 AB A B A B
1 2 2 1 2 2
............................ AB a b 1 Y111 Y121 ......................................... Yab1 Y.. 1
Yij. Yi..
2 Y112 Y122 ......................................... Yab2 Y.. 2 Y.. k
Bloques
Yijk
1 A1 B 1 A1B2 A2 B 1 A2B2 AaBb a Ya1. Ya2. ............................................................................... Y2b. Ya . .
n Y11n Y12n ........................................ Yabn Y.. n
2 A1 B 2 A2B1 A2 B 2 AaBb A1 B 1
CUADRO 1:Registro de los datos Experimentales dos Factores en un DBA
Totales Y.1. Y. 2. ............................................................................... Y. b. Y ...
n A2 B 1 A2B2 A a Bb A1B1 A1 B 2 Factor A
TOTAL DE COMBINACIONES: ABN Y. j.

Fuente de Grados de Suma de Cuadrados Cuadrado FC F

Variación Libertad Medio Efecto Fijos Efecto Modelo
Aleatorio Mixto CUADRO 2: Resumen de las observaciones (se utiliza para facilitar los cálculos de las
2 sumas de cuadrados del Cuadro 1, las cuales se resumen en el cuadro 2)
Factor A a-1
1 a 2 y... S .C . A C.M . A C.M . A C.M . A
y 
bn i 1 i.. abn
( a  1) C.M .EE C.M . AB C.M . AB

CÁLCULO DE PARÁMETROS
2
Factor B b-1 1 b 2 y S .C . B C.M .B C.M .B C.M .B
 y  ...
an j 1 . j. abn
( b  1) C.M .EE C.M . AB C.M .EE

y
 
Interacción S.C.Entre Comb. – (SCA -SCB) S .C . AB C.M . AB C.M . AB C.M . AB ...
AxB (a-1)(b-1) ( ab  1) C.M .EE C.M .EE C.M .EE
2
abn
Entre ab-1 1 a b 2 y... S .C .Comb . __ __ __
F
Combinaciones
 y 
n i 1 j 1 ij. abn
( ab  1) , g ln, glD


2
2  C.M .E.E
1 n y
 y  ...
2
Bloques n-1 S .C .Bloques C.M .Bloques C.M .Bloques C.M .Bloques
ab k 1 ..k abn ( n  1) C.M .EE C.M . AB C.M . AB Coeficiente de Determinación
Error S.C.T –SCINTERSECCIÓN AxB –SCA- S .C.E.E
Experimental (ab-1)(n-1) ab( n  1) __ __ __ 2 SCA  SCB  SCbloque  SC int eracción AB

SCB-SCbloque

2
R S .C.Total
a b n y
y
2
 Mide o explica el % de variación de la variable de
Total abn-1 ...
ijk
i 1 j 1 k 1 abn ANDEVA DE DISEÑO DE BLOQUES DE DOS FACTORES respuesta que es explicada por el modelo planeado.
 DCA de tres factores Total de Observaciones: abcn Hipótesis.
Para el factor A, b, y C
Ho: 1 = 2 = . . . = a
Modelo Estadístico HI: al menos un promedio es diferente
R.D. : Descartar Ho, si FcF,gln,glEE
•Paralainteracción(AB)ij R.D.: Descartar Ho,si
Ho:11 =12 =.. . =ab FcF,gl(AB)ij,glEE
HI:al menosunpromedioesdiferente

•Paralainteracción(BC)jk FcF,gl(BC)ij,glEE
Ho:11 =12 =.. . =bc
HI:al menosunpromedioesdiferente

•Paralainteracción(AC)ik
Yijkl = Es la l-ésima observación del k-ésimo nivel de factor C, el j-ésimo
Ho:11 =12 =.. . =ac FcF,gl(AC)ij,glEE
nivel de factor B y el i-ésimo nivel de factor A.
Ai= efecto del i-ésimo nivel del factor A HI:al menosunpromedioesdiferente
Bj = efecto del j-ésimo nivel del factor B
Ck = efecto del K-ésimo nivel del factor C
(AB)ij = efecto de la interación del i-ésimo nivel del factor A y el j-ésimo
•Paralainteracción(ABC)ijk
nivel del factor B
Ho:111 =112 =. . . =abc FcF,gl(ABC)ij,glE
(BC)jk = efecto de la interación del j-ésimo nivel del factor B y el k-
ésimo nivel del factor C HI:al menosunpromedioesdiferente
(AC)ik = efecto de la interación del i-ésimo nivel del factor A y el k-
ésimo nivel del factor C
(ABC)ijk = efecto de la interación del i-ésimo nivel del factor A y el j-
ésimo nivel del factor B y el k-ésimo nivel de C
 = media total
Eijkl = error experimental
 DCA DOS FACTORES
Modelo Estadístico Hipótesis: Regla de Decisión
Factor A
H0: u1=.........=ua Factor A
Yijk= u + Ai + Bj + (AB)ij + Eijk Se descarta H0 si, Fc  F, a-1, ab(n-1)
Yijk = es la k-ésima observación del i-ésimo nivel del factor H1: al menos uno de los promedios Factor B
A y del j-ésimo nivel del factor B. es diferente Se descarta H0 si, Fc  F, b-1, ab(n-1)
u = promedio total Factor B Interacción AB
Ai = efecto del i-ésimo nivel del factor A.
Bj = efecto del j-ésimo nivel del factor B.
H0: u1=.......=ub Se descarta H0 si, Fc  F, [(a-1) (b-1)], ab(n-1)
H1:al menos uno de los promedios es diferente
(AB)ij = efecto de la interacción entre el i-ésimo nivel del
factor A y el j-ésimo nivel del factor B Interacción AB
Eijk = error experimental H0: u11=.........=uab
H1: al menos uno de los promedios es diferente

Factor B
1 2 ... b
1 y111, y112, ..., y11n y121, y122, ..., y12n ... y1b1, y1b2, ..., y1bn
Factor 2 y211, y212, ..., y21n y221, y222, ..., y22n ... y2b1, y2b2, ..., y2bn
A . . . . .
. . . . .
. . . . .
a ya11, ya12, ..., ya1n ya21, ya22, ..., ya2n ... yab1, yab2, ..., yabn

Usar
Duncan
Diseño de dos factores dos bloques Fuente de
Variación
Grados de
Libertad
Suma de Cuadrados Cuadrado
Medio Efecto Fijos
FC
Efecto Modelo
F

Aleatorio Mixto

Modelo estadístico Usar DMS 2

Factor A a-1
1 a y S .C . A C.M . A C.M . A C.M . A

2
y  ....
( a  1) C.M .EE C.M . AB C.M . AB

   
bn i 1 i ... abn

Y ijkl    i    j ij k
  l   ijkl Factor B b-1 1

b

y
2

y
2

....
S .C .B
(b  1)
C.M .B
C.M .EE
C.M .B
C.M . AB
C.M .B
C.M .EE
an j 1 . j .. abn
Yijk= es el nivel de intensidad en la detección de objetivos para Interacción S.C.Entre Comb. – (SCA -SCB) S .C . AB C.M . AB C.M . AB C.M . AB
el AxB (a-1)(b-1) ( ab  1) C.M .EE C.M .EE C.M .EE
i-ésimo nivel de ruido con el j-ésimo tipo de filtro para el 2
Entre ab-1
1 a b y S .C .Comb. __ __ __
F
k-ésimo operario.

2
Combinaciones
y  ....
( ab  1) , g ln,glD
i = es el efecto del i-ésimo nivel de ruido n i 1 j 1 ijk. abn
j = es el efecto del j-ésimo tipo de filtro 2
k = es el efecto del k-ésimo operario 1 n y

2

γl = es el efecto del l-ésimo momento del día

Bloque1 n-1
y  .... S .C .Bloques C.M .Bloques C.M .Bloques C.M .Bloques
ab k 1 ... k abn ( n  1) C.M .EE C.M . AB C.M . AB
()ij = es el efecto de la interacción entre el tipo de filtro (i) y el
nivel de ruido ( j) 2
1 n y

2 S .C .Bloques S .C .Bloques C.M .Bloques C.M .Bloques
µ = nivel de intensidad promedio 
ijk = error experimental.
Bloque2 n-1
ab l 1
y ... l abn
... .
( n  1) ( n  1) C.M . AB C.M . AB

Error S.C.T –SCINTERSECCIÓN AxB –SCA- S .C .E.E

Experimental (ab-1)(n-1) SCB-SCbloque ab ( n  1) __ __ __

REGISTRO DE DATOS 2
a b n n y
  y
2
Total abn-1  ....
COMBINACIÓN DE TRATAMIENTOS i 1 j 1 k 1 l 1
ijkl abn
ANDEVA DE DISEÑO DE BLOQUES DE DOS FACTORES
BLOQUE A1B1 A1B2 ......................................... AaBb Totales Bloques
Y DOS BLOQUES
1 Y111 Y121 ......................................... Yab1 Y.. 1
Factor B Totales
2 Y112 Y122 ......................................... Yab2 Y.. 2 Y.. k 1 2 ...................................................... b Factor B Hipótesis.
Factor A
Yijk PARA EL FACTOR A:
n Y11n Y12n ........................................ Yabn Y.. n Ho: 1= 2 ........... = a
1 Y11. Y12. Y1b. Y1.
............................................................................... .
Hi : al menos una de las i es diferente
2 Y21. Y22. Y2b. Y2 . .
CUADRO 1:Registro de los datos Experimentales dos Factores en un DBA ...............................................................................
PARA EL FACTOR B:
Ho: 1= 2 ........... = b
Yij. Yi.. Hi : al menos una de las j es diferente
ALEATORIZACIÓN INTERACCIÓN AxB:
a Ya1. Ya2. ............................................................................... Y2b. Ya . . Ho: 11= 21 ........... = ab
A cada uno de los Bloques se le debe asignar cada una de las combinaciones de los factores Hi : al menos una de las ij es diferente
en forma aleatoria. Totales Y.1. Y. 2. ............................................................................... Y. b. Y ... BLOQUE1:
Factor A
Y. j. Ho: 1= 2 ........... = n
Combinaciones AB 1 1 AB A B A B
1 2 2 1 2 2
............................ AB
a b Hi : al menos una de las k es diferente
BLOQUE2:
Bloques CUADRO 2: Resumen de las observaciones (se utiliza para facilitar los cálculos de las Ho: 1= 2 ........... = n
sumas de cuadrados del Cuadro 1, las cuales se resumen en el cuadro 2)
1 A1 B 1 A1B2 A2 B 1 A2B2 AaBb Hi : al menos una de las k es diferente
Determinar el tamaño de muestra
2 A1 B 2 A2B1 A2 B 2 AaBb A1 B 1
nbD 2
2 
k
φ2 = bD2/2kσ2
n 
donde D es la diferencia que quiere detectarse. es para bloques 2 Diseño Factorial de dos factores
A2 B 1 A2B2 A a Bb A1B1 A1 B 2
2a 2
n
i
i 1
2 
k 2