Vous êtes sur la page 1sur 31

DISEO DE BLOQUES AL AZAR

Un solo factor
En

muchos problemas
de
investigacin es necesario disear
experimentos en los que pueda
controlarse sistemticamente la
variabilidad producida por diversas
fuentes extraas. El diseo de
bloques aleatorizado es quizs el
diseo
experimental
ms
ampliamente utilizado cuando se
presenta el caso de que las unidades
experimentales no son homogneas.

Diseo de bloques al azar

Suponga que estamos interesados en comparar el tiempo medio requerido para


armar un reloj digital empleando tres mtodos de ensamble distintos, A, B, C. Una
forma de disear el experimento consiste en seleccionar 15 trabajadores (unidades
experimentales) y asignar al azar uno de los tres mtodos de ensamble a cada
trabajador. A este diseo se le llama Diseo completamente al azar. Este
diseo tiene la desventaja obvia de que los tiempos de armado variarn
considerablemente entre los diferentes trabajadores dependiendo de su destreza
manual, experiencia , etc. Un mejor diseo sera utilizar slo cinco trabajadores y
hacer que cada uno arme tres relojes digitales empleando cada uno de los tres
mtodos. Este procedimiento de bloques aleatorizados reconoce el hecho de
que el tiempo requerido para armar un reloj vara entre un trabajador y otro. Si
comparamos los tres tiempos de ensamblado para cada trabajador, eliminaremos
de la comparacin las variaciones entre trabajadores.

En el diseo de bloques aleatorizados se asignan los tratamientos aleatoriamente a


las unidades experimentales dentro de un bloque dado.

Factores de bloques

A los factores adicionales al factor


de inters que se incorporan de
manera explcita en un experimento
se les llaman factores de bloques.
Estos tienen la particularidad de que
no se incluyen en el experimento
porque interese estudiar su efecto,
sino como medio para estudiar de
manera ms adecuada y eficaz al
factor de inters; si se pudiera
realizar
la
comparacin
de
tratamientos de manera adecuada
prescindiendo de ellos , as se hara.
Los factores de bloques entran al
diseo en un nivel de importancia
secundaria en relacin al factor de
inters.

Diseo de bloques completamente al


azar

Un diseo de bloques
completamente al azar para
comparar k tratamientos
contendr
b
bloques
relativamente homogneos,
cada uno de los cuales
contendr
k
unidades
experimentales.
Cada
tratamiento aparece una vez
en cada bloque, y los k
tratamientos se asignan al
azar
a
las
unidades
experimentales.

MODELO ESTADSTICO
Yij = + i + j +
i =1..b

ij

j= 1..k

Donde:
Yij = es la medicin de la variable de respuesta en
el i-simo bloque para el j-simo nivel del
factor de inters
= es la media total
j = es el efecto del j-simo nivel del factor de
inters
i= es el efecto del i-simo bloque.
ij = es el error aleatorio

HIPOTESIS
Para el factor de inters
Ho : 1 = 2 = . . . = k
H1 : al menos una de las
medias de los niveles del
factor
de inters es
diferente

Para los bloques


Ho : 1 = 2 = . . . = b

Regla de Decisin
Se descarta Ho si
Fc F,gln,gld

Regla de Decisin
Se descarta Ho si
Fc F,gln,gld

gln = ( k 1)
gld = ( k 1) (b 1)

gln = ( b 1)

H1

: al menos una de las


medias de los bloques es
diferente

gld = ( k 1) (b 1)

PROCEDIMIENTO DE ALEATORIZACIN

Asignar a cada bloque cada


uno de los niveles del factor
de inters.

B1: 1 2 3 4 ...............k

( en forma aleatoria)

B2: 1 2 3 4 ...............k

( en forma aleatoria)

.
.
Bb: 1 2 3 4 ................k

( en forma aleatoria)

REGISTRO DE DATOS
NIVELES
Totales/bloque

Totales /nivel

ANALISIS DE VARIANZA
ANDEVA
Fuente de
Variable
FV

Grados
de
Libertad

Suma de
Cuadrados
SC

Cuadrado
Medio
CM

Fc

Niveles
k

k-1

Y.j/b-
Y../bk

SCN/k-1

CMN/
CMEE

F ,gln,gld

Bloques
b

b1

Yi./k-
Y../bk

SCB/b-1

CMB/
CMEE

F , gln,
gld

Error
EA

(b-1)(k-1)

SCT(SCN
+SCB)

Total
To

bk-1

Yij-
Y../bk

SCEE/
(b-1)(k1)

CONCLUSIONES
Se comparan los valores obtenidos
para la Fc con el punto crtico de
rechazo establecido en la Regla
de Decisin, tanto para los niveles
del factor como para los bloques.
Se da respuesta al problema
planteado inicialmente en el
experimento.

CALCULOS DE LOS PARAMETROS


Parmetros del Modelo:

= Yij / bk
= CME

Estimacin de las medias


de los niveles
.j = Yij / b

Estimacin de las medias


de los bloques
i. = Yij / k

Intervalos de Confianza

DBA

Para las medias de los tratamientos

(yi

yj)

t/2 (2CME /b)

t/2 basado en (b 1) (k 1) grados de libertad


Para las medias de los bloques

(Bi

Bj) t/2 (2CME / k)

Coeficiente de Determinacin:

R = (SCN + SCB) / SCTo

Interpretacin
El coeficiente de determinacin se interpreta como la proporcin de la
variabilidad en los datos que es explicada por el modelo de anlisis de
varianza. Es decir, los tratamientos y los bloques explican una proporcin
dada de la variabilidad en la variable de respuesta.

EJEMPLO DE APLICACIN DBA


Un fabricante de una aleacin de aluminio produce refinadores de textura en forma de lingotes. La compaa
manufactura el producto en cuatro hornos. Se sabe que cada horno tiene sus propias caractersticas de
operacin, de modo que los hornos se consideran una variable problemtica en cualquier corrida
experimental en la fundicin que implique ms de un horno. Los ingenieros del proceso sospechan que la
velocidad de agitacin de los hornos influye en el tamao del grano de los lingotes. Cada horno puede
operarse a cuatro velocidades distintas. Se ejecuta un diseo de bloques al azar para un refinado en
particular, los datos del tamao del grano resultantes son:

Horno

Velocidad de agitacin
10
15

20

1
8
14
14
17
2
4
5
6
9
3
5
6
9
3
4
6
9
2
6
Existe evidencia de que la velocidad de agitacin influye en el tamao del grano ?
Definicin del Problema:
Determinar si existe diferencia significativa en el tamao de grano promedio para las distintas velocidades de
agitacin utilizando cuatro diferentes hornos.
Variable de Respuesta:

Tamao del grano

Factor de Inters :
Bloques :
Niveles=4

Velocidades de agitacin
Hornos
Bloques= 4

Modelo Estadstico:

Yij = + i + j +

ij

i =1, ...,4 y j= 1,..., 4

Donde:
Yij = es el tamao del grano para la j-sima
velocidad de agitacin en el i-simo horno
= tamao del grano promedio.
i = es el efecto del i-simo horno sobre el
tamao del grano

= es el efecto de la j-sima velocidad de


agitacin.

ij = es el error aleatorio.

Hiptesis:
Niveles (Velocidad de Agitacin )
Ho : 1 = 2 = 3 = 4
H1 : al menos uno de los tamaos promedio es diferente
Regla de Decisin : Se descarta Ho si la Fc F0.05,gln,gld

gln = ( k 1) = 4 1=3
gld = ( k 1) (b 1)= (4-1)(4-1)= 9
Bloques (Hornos)
Ho : 1 = 2 = 3 = 4
H1 : al menos uno de los tamaos promedio es diferente
Regla de Decisin : Se descarta Ho si la Fc F0.05,gln,gld

gln = ( n 1) = 4 1=3
gld = ( k 1) (b 1)= (4-1)(4-1)= 9

Procedimiento de Aleatorizacin:
Velocidades de Agitacin
H
O

4()

2()

1()

3()

2 ()

1()

3()

4()

4()

3()

1()

2()

3()

4()

2()

1()

R
N
O
S

Formato de Registro de Datos:


Velocidad de Agitacin

Hornos

10

15

20

14

14

17

53

24

23

23

23

34

31

35

123

ANDEVA
Fuente de
Variable
FV

Grados de
Libertad
gl

Suma de
Cuadrados
SC

Cuadrado
Medio
CM

Fc

F =0.05, 3,9

Velocidad
de Agitacin

22.19

7.40

0.85

3.86

Hornos
B

165.19

55.06

6.35

3.86

Error
Aleatorio
EA

78.06

8.67

Total
To

15

265.44

Interpretacin de Resultados
Para las Velocidades de Agitacin :
Fc es menor que F 0.05,3,9 , por lo tanto no se descarta H 0 y
se concluye que no existe diferencia significativa en el
tamao de grano promedio para las distintas velocidades
de agitacin.

Para los Hornos :


Fc es mayor que F 0.05,3,9 , por lo tanto se descarta Ho y
se concluye que existe diferencia significativa en el
tamao promedio del grano para los cuatro hornos.

Clculo de los Parmetros


= Yij / bk= 123 / 16 = 7.69
= CMEE = 8.67

Estimacin de los tamaos promedio de grano para cada


velocidad de agitacin

.j = yij / b
.1 = 23/4 = 5.75

.2 = 34 / 4 = 8.5

.3 = 31/4 = 7.75

.4 = 35/4 = 8.75

Estimacin de los tamaos promedio de grano para cada horno


i. = yij / k
1. = 53/4 = 13.25

2. = 24/4 = 6

3. = 23/4 = 5.75

4. = 23/4 = 5.75

Intervalos de Confianza
Intervalos de confianza para
medias

En
este
punto
se
calculan los intervalos
de confianza para las
medias
de
los
tratamientos y de los
bloques. Igualmente se
obtienen los intervalos
de confianza para la
diferencia entre medias
de tratamientos y de
los bloques.

Intervalos de confianza para la


diferencia entre medias

Coeficiente de Determinacin:

R = (SCN + SCB) / SCTotal


R= (22.19 + 165.19) / 265.44 = 0.71

Interpretacin: El 71% de la variabilidad en el tamao del


grano, es explicada por la velocidad de agitacin y el bloqueo
de los hornos.

Ejemplo 2 DBA
Una empresa de contabilidad grande trata de selecionar un sistema de

computacin integrado a la oficina entre los 3 modelos que estn


actualmente en estudio. La seleccin final depender de la productividad
del sistema, se seleccionan aleatoriamente 5 operadores para manejar
cada sistema. Es importante tener en cuenta que el nivel de experiencia
que tienen los empleados en el manejo de computadora pueda afectar el
resultado de la prueba, por lo tanto existe la necesidad de justificar el
impacto de la experiencia y determinar los mritos relativos de los
sistemas de computacin. Los niveles resultantes de produccin medidos
en unidades por hora aparecen en la siguiente tabla.
Nivel de experiencia
1 27
21
2 31
33
3 42
39
4
38
5 45
46

Sistemas
25
35
39
41
45

37

Planeacin del diseo DBA


Definicin del problema
Determinarsiexistediferenciasignificativaenlaproductividad
promedio,utilizando3tiposdesistemasdecomputacinmanejadospor
5operarioscondiferentesnivelesdeexperiencia.

Variable de Respuesta
Productividaddelj-simosistemadecomputacinmanejadoporeli-simo
operario.

Factor de Inters:sistemasdecomputacin
Diseo Apropiado:Diseodebloquesalazar(DBA)

Continuacin.............

Modelo Estadstico
Yij= +Bi+Tj+Eij

Donde i=l,.....,5
j=l,...,3

Yij= es la productividad del i-simo sistema de


computacin manejado por el j-simo
operario.

= Productividad media Total


Bi= Es el efecto del i-simo operario
Tj= Es el efecto del j-simo sistema de
computadora

Eij= Error aleatorio

Continuacin..

Formular Hiptesis
Para Bloques ( operarios )
Ho: 1=2=... = 5
Hi: al menos un promedio es diferente
Para niveles ( sistemas )
Ho: 1=2=... = 3
Hi: al menos un promedio es diferente
Nivel de significancia y regla de decisin = 0.05%
R.D= Descartar Ho Si Fc> F,gln,gld
gln = k-1 = 3-1 = 2
gld = n-1 = 5-1 = 4

F0.05, 2, 8
F0.05, 4, 8

Continuacin.

Proceso de aleatorizacin
3 bloques : A, B, C
5 niveles : 1, 2, 3, 4, 5
Operarios
1
2
3
4
5

A(27)
A(31)
B(39)
B(41)
C(45)

Sistemas
C(25) B(21)
B(33) C(35)
C(39) A(42)
A(38) C(37)
B(46) A(45)

Continuacin

Recoleccin de los datos del experimento


Operario
A
B
C
1
2
3
4
5

T. de sistemas

27
31
42
38
45
183

21
33
39
41
46
180

25
35
39
37
45
181

T. operario
73
99
120
116
136
544

Continuacin

ANDEVA
F.V
Niveles
Bloques
E.A
Totales

G.L
2
4
8
14

S.C
0.933
764.93
41.07
806.93

C.M
0.4665
191.23
15.13

F.c
0.09
37.28

F.
4.46
3.84

Continuacin

Conclusin:
Se observa que Fc = 0.09 < F0.05,2, 8 = 4.46, no se descarta
Ho, por lo tanto se concluye que no existe diferencia
significativa en la productividad promedio debido a los 3 tipos
de sistemas de computacin.
Se observa que Fc = 37.28 > F0.05, 4, 8 = 3.84, se descarta
Ho por lo tanto se concluye que existe diferencia sigificativa en
la productividad promedio debida a los operarios.