Experimento Factorial

Definición:
Un Experimento Factorial es aquel
en el cual se pueden estudiar los
efectos de 2 o mas factores
simultáneamente. A1 xA2 x...xAn

Notación: Experimento factorial

Donde:
A
• n es el numero dei factores.
• cada factor tiene
niveles.
 Ejemplo Numérico:

En un experimento con arreglo

combinatorio y distribución en cinco
bloques al azar, se estudiaron cuatro
variedades de maíz y tres dosis de
nitrógeno, Kg./ha. Los rendimientos de
grano seco en ton/ha fueron los
siguientes:
Arreglo Combinatorio
 Modelo del problema

Yijk     i   j  ( )ij   ijk

i  1,2,3,4
j  1,2,3

Donde:

 i : Efecto de la i-ésima variedad de maíz.

j : Efecto de la j-ésima dosis de nitrógeno.
ij : Efecto de la interacción
Estudio de la interacción variedad por dosis.
Suma de cinco repeticiones
 Para calcular los promedios, ton/ha, con
base en la unidad experimental, se usan
las formulas descritas.
X 11 13
Por ejemplo, el H-1 a la dosis 50: X 11    2.6
n 5

X i.. 65
Promedio para cualquier Xi  ; X1   4.33
variedad: bn 3 x5

X . j. 91
Promedio para cualquier Xj  ; X2   4.55
dosis: an 4 x5
Promedios con base en la unidad
experimental
Con los promedios se trazan las líneas de
tendencia

9
8
7
rendimiento

6 H-1
5 H-2
4 V-1
3 V-2
2
1
0
50 100 150
dosis de nitrogeno
Observaciones:
 Todas las variedades aumentan su
producción de grano al incrementarse la
dosis de nitrógeno.
 Se manifiesta un paralelismo entre las líneas
de tendencia; es decir, hay un efecto aditivo.
Aparentemente, no hay interacción; la prueba
de F en el análisis de varianza lo confirmara.
 Todas las variedades manifiestan una
tendencia lineal. El H-2 y el V-1 indican
cierto efecto cuadrático; el análisis de
regresión lo revelara.
 Procedimiento para el calculo de la S.C.
X 2 ... 290 2 84100
F .C     1401.67
abn 4 x3x5 60

S .C.total   X 2
ijk
 F .C .  3  ...2
 8  F .2
C  254.33

S .C.tratamientos   X 2
ij.
 F .C. 
13  ...  38
2 2
 F .C.  229.53
n 5
S .C.bloques   X 2
..k
 F .C.  57 2  ...  56 2  F .C.  4.16
ab
S .C.error  S .C.total  ( S .C.tratamientos  S .C.bloques)  20.64
 División de G.L. y S.C. de los tratamientos.

 Factor A G.L.  a 1  4 1  3

S .C.A   X 2
i..
 F .C. 
65 2
 ...  82 2
 F .C.  103.53
bn 3 x5

 Factor B G.L.  b 1  3 1  2

S .C.B   X 2
.j.
 F .C. 
65  91  134
2 2 2
 F .C.  121.43
an 4 x5
  Interacción A x B G.L.  (a  1)(b  1)  6

  X 2 ij. 
S .C.AxB    FC   ( S .C.variedad  S .C.dosis )
 n 
S .C.AxB  229.53  (103.53  121.43)  4.57
Análisis de varianza para un experimento con
arreglo combinatorio y distribución en
bloques al azar

0.469
C.V .  x100  14.17%
4.833
 No hay interacción, los factores
actúan independientemente

Por lo tanto:

Solo estudiaremos las diferencias entre

los niveles de los factores A y B,
respectivamente.
 Comparación de promedios

El análisis de varianza indico diferencia

altamente significativa entre las producciones
de grano de las variedades (Factor A)
S 2 error 0.469
 Duncan:
Error
Estándar
Sx    0.1768
bn 3 x5
 Todas las
Variedades
son
diferentes

 Tukey:

W  q0.05 (4,44)S X  3.79 x0.1768  0.67

También mediante este
método, las variedades son
diferentes