4-2 DISEO DE CUADRADO LATINO

Tabla 4-12 Anlisis de varianza del experimento de la carga propulsora

Suma de
Grados de
Cuadrado
cuadrados
libertad
medio
Fuente de variacin
330.00
4
82.50
Formulaciones
68.00
4
17.00
Lotes de materia'prima
150.00
4
37.50
Operadores
12
10.67
128.00
Error
676.00
24
Total

7.73

147

ValorP
0.0025

Los totales para los tratamientos (las letras latinas) son

Letra latina

Total del tratamiento

y.!.

Y.2. = -24
Y.3. = -13

YA.

Y.s. =

18

24
5

La suma de cuadrados que resulta de las formulaciones se calcula a partir de estos totales como

1
SS

-_"
Formulaciones ~
J=l

Yj.2_~
N

= 18 2 +(-24)2 +(_13)2 +24 2 +5 2

(10)2

= 330.00

25

5
La suma de cuadrados del error se encuentra por sustraccin:
SSE

= SST -

SSLotes -

SS Operadores -

SSFormulacioncs

= 676.00- 68.00-150.00- 330.00 = 128.00

El anlisis de varianza se resume en la tabla 4-12. Se concluye que hay una diferencia significativa en
la rapidez de combustin media generada por las diferentes formulaciones de' la carga propulsora. Tambin hay indicios de que hay diferencias entre los operadores, por lo que la formacin de bloques de este
factor fue una buena precaucin. No hay evidencia slida de una diferencia entre los lotes de materia prima, por lo que al parecer en este experimento particular hubo una preocupacin innecesaria en esta fuente de variabilidad. Sin embargo, la formacin de bloques de los lotes de materia prima es por lo general
una buena idea.

..... .... ....... ......... ...... ..... ......... ...... ............ ..... .....

Como en cualquier problema de diseo, el experimentador debera investigar la adecuacin del modelo inspeccionando y graficando los residuales. Para un cuadrado latino, los residuales estn dados por
eijk

= Yijk -

Yijk

- - Yj.
- - Y.k
- +TY..
-- Yijk - Yi..
El lector deber encontrar los residuales del ejemplo 4-4 y construir las grficas apropiadas.
\

Thmao

Cuadrados latinos estndares Ynmero de cuadrados latinos de varios tamaos

3x3
4x4
5x5
6x6
7x7

Ejemplos de
cuadrados estndares

Nmero de cuadrados
estndares
Nmero total de
cuadrados latinos

ABC
BCA
CAB

ABCD
BCDA
CDAB
DABC

ABCDE
BAECD
CDAEB
DEBAC
ECDBA

ABCDEF
BCFADE
CFBEAD
DEABFC
EADFCB
FDECBA

ABCDEFG
BCDEFGA
CDEFGAB
DEFGABC
EFGABCD
FGABCDE
GABCDEF

56

9408

16,942,080

12

576

161,280

818,851,200

61,479,419,904,000

p xp

ABC
BCD
CDE

P
A
B

PAB ... (P-l)

p!(P -1)! x
(nmero de
cuadrados estndares)

"Parte de la informacin de esta tabla se encuentra en Statistical Tables for Biological, Agn"cul/llral and Medical Researc1J, 4a. edicin, de R.A Fisher y E Yates, Oliver & Boyd,
Edimburgo. Es poco lo que se sabe de las propiedades de los cuadrados latinos ms grandes que 7 x 7.

A un cuadrado latino en el que el primer rengln y la primera columna constan de letras escritas en
orden alfabtico se le llama cuadrado latino estndar, que es el diseo que se utiliz en el ejemplo 4-3.
Siempre es posible obtener un cuadrado latino estndar escribiendo el primer rengln en orden alfabtico y escribiendo despus cada rengln sucesivo como la sucesin de letras que estn justo arriba, recorridas un lugar a la izquierda. En la tabla 4-13 se resumen varios hechos importantes acerca de los cuadrados
latinos y de los cuadrados latinos estndares.
Como con cualquier diseo experimental, las observaciones del cuadrado latino debern tomarse de
manera aleatoria. El procedimiento de aleatorizacin correcto es seleccionando al azar el cuadrado empleado. Como se observa en la tabla 4-13, hay un gran nmero de cuadrados latinos de un tamao particular, por lo que es imposible enumerar todos los cuadrados y seleccionar uno al azar. El procedimiento
usual es seleccionar un cuadrado latino de una tabla de estos diseos, como en Fisher y Yates [45], Y despus arreglar al azar el orden de los renglones, las columnas y las letras. Esto se analiza con mayor detalle
en Fisher y Yates [45].
Ocasionalmente, falta una observacin en un cuadrado latino. Para un cuadrado latino p x p, el valor
faltante puede estimarse con
Yijk

P( y,..~ + Y.'. + Y..'k )- 2Y..'

(p_ 2)(p-l)

(4-24)

Y:.

donde las primas indican los totales del rengln, la columna y el tratamiento con el valor faltante, y
es
el gran total con el valor faltante.
Los cuadrados latinos pueden ser tiles en situaciones en las que los renglones y las columnas representan los factores que el experimentador en realidad quiere estudiar yen las que no hay restricciones sobre la aleatorizacin. Por lo tanto, los tres factores (renglones, columnas y letras), cada uno conp niveles,
pueden investigarse en slo p2 corridas. En este diseo se supone que no existe interaccin entre los factores. Se abundar ms adelante sobre el tema de la interaccin.
Rplicas de cuadrados latinos
Una desventaja de los cuadrados latinos pequeos es que proporcionan un nmero relativamente pequeo de grados de libertad del error. Por ejemplo, un cuadrado latino 3 x 3 slo tiene dos grados de libertad
del error, un cuadrado latino 4 x 4' slo tiene seis grados de libertad del error, etc. Cuando se usan cuadrados latinos pequeos, con frecuencia es deseable hacer rplicas de los mismos para incrementar los
grados de libertad del error.

4-2 DISEO DE CUADRADO LATINO

149

Tabla 4-14 Anlisis de varianza de un cuadrado latino con rplicas, caso 1

Fuente de
variacin
Tratamientos

Suma de cuadrados
1 P
2
"
2
y ....
n'PL... Y.j .. -Ji

Grados de
libertad

p-1

)~1

Renglones
Columnas

"
2
y....
n'PL...
Yi."-Ji
l=l
1 P
2
"
2
y ....
n'P L... Y..k. -Ji
1
2
"
2
y ....
2L... Y...l-Ji
P 1=1

p-1
p-1

k~l
tI

Rplicas

(p -l)[n(p + 1) - 3]

Sustraccin

Error

n-1

Cuadrado medio
SSTratamientos

MSTratamiemos

p-1

MSE

S SRenglones

p-1
SSColumnas

p-1
SSRPlicas

n-1
SSE

(p-1)[n(p+1)-3]

np2-1

Total

Existen varias maneras de hacer rplicas de un cuadrado latino. Para ilustrar este punto, suponga que
se hacen n rplicas del cuadrado latino 5 x 5 utilizado en el ejemplo 4-3. Esto podra haberse hecho de la
manera siguiente:
1. Usando los mismos lotes y operadores en cada rplica.
2. Usando los mismos lotes pero operadores diferentes en cada rplica (o, de manera equivalente,
usando los mismos operadores pero lotes diferentes).
3. Usando diferentes lotes y diferentes operadores.

El anlisis de varianza depende del mtodo utilizado para hacer las rplicas.
Considere el caso 1, donde en cada rplica se usan los mismos niveles de los factores para la formacin
de bloques en los renglones y las columnas. Sea Yijklla observacin del rengln i, el tratamiento j, la columna
kylarplical. Hay en total N = np2 observaciones. El anlisis de varianza se resume enla tabla 4-14.
Considere ahora el caso 2 y suponga que en cada rplica se usan nuevos lotes de materia prima pero
los mismos operadores. Por lo tanto, hay ahora cinco nuevos renglones (en general,p nuevos renglones)
Tabla 4-15 Anlisis de varianza de un cuadrado latino con rplicas, caso 2
Fuente de
Grados de
variacin
libertad
Suma de cuadrados
1 P
2
"
2
y ....
Tratamientos
p-1
n'PL... Y.j .. -Ji
)=1

Renglones

1 ~~
P
f;t f;t Yi~.l

~ Y~ ..

Columnas

1 P
2
"
2
y....
n'PL... Y..k.-Ji

p-1

Rplicas

1 ~ 2 Y.~..
2L... Y...l-Ji
P 1=1

n-l

Error

Sustraccin

f;t

p2

n(p -1)

k=1

Total

(p -l)(np -1)
np2-1

Cuadrado medio

SSTratamientos
p-1

sS Renglones
n(p -1)
SSColumnas

p-1
SSRPlieas

n-1
SSE

(p -l)(np -1)

MSTratamientos

150

CAPTULO 4

BLOQUES ALEATORIZADOS, CUADRADOS LATINOS Y DISEOS RELACIONADOS

Tabla 4-16 Anlisis de varianza de un cuadrado latino con rplicas, caso 3

Fuente de
variacin

Grados de
libertad

Suma de cuadrados
1

Tratamientos

L
p

np.

J~1

y.. .
Yj-N
2

p-1
?

r.l
-P LLYi~./-L
p.
i=1
/~1
1
2
Y=./
p~~ y. H- ~ 7
1
L Y"'/- y.. .
p2
N

Renglones

Cuadrado medio

.,

11

Columnas

lJ

SSColuronas

n(p -1)

n(p-1)

Rplicas

SSRPliCas

n-1

1~1

Error

Sustraccin

MSE

n(p -1)

/=1

A1STratamientos

p-1
SSRengOnes

n(p ':"'1)

S STratamientos

(p -l)[n(p -1) -1]

n-1
SSE
(p -l)[n(p -1)-1]

LLLLY~H-r .

Total

np2-1

dentro de cada rplica. El anlisis de varianza se resume en la tabla 4-15. Observe que la fuente de variacin de los renglones mide en realidad la variacin entre los renglones dentro de las n rplicas.
Por ltimo, considere el caso 3, donde se usan nuevos lotes de materia prima y nuevos operadores en
cada rplica. Ahora la variacin que resulta tanto de los renglones como de las columnas mide la variacin que resulta de estos factores dentro de las rplicas. El anlisis.de varianza se resume en la tabla 4-16.
Hay otros enfoques para analizar cuadrados latinos con rplicas que permiten la presencia de algunas interacciones entre tratamientos y cuadrados (referirse al problema 4-19).
Diseos alternados y diseos balanceados para efectos residuales

Ocasionalmente aparece un problema en el que los periodos son uno de los factores del experimento. En
general, hayp tratamientos que deben probarse enp periodos utilizando np unidades experimentales. Por
ejemplo, un analista del desempeo humano est estudiando el efecto de dos fluidos de restitucin para
la deshidratacin en 20 sujetos. En el primer periodo, a la mitad de los sujetos (elegidos al azar) se le administra el fluido A y a la otra mitad el fluido B. Al trmino del periodo se mide la respuesta, y se deja
transcurrir un lapso en el que se elimina cualquier efecto fisiolgico de los fluidos. Despus el experimentador hace que los sujetos que tomaron el fluido A tomen el fluido B y aquellos que tomaron el fluido B tomen el fluidoA. A este diseo se le llama diseo alternado o entrecruzado. Se analiza como un conjunto
de 10 cuadrados latinos con dos renglones (los periodos) y dos tratamientos (los tipos de fluido). Las dos
columnas en cada uno de los 10 cuadrados corresponden a los sujetos.
En la figura 4-7 se muestra la disposicin de este diseo. Observe que los renglones del cuadrado latino representan a los periodos y que las columnas representan a los sujetos. Los 10 sujetos que reCibieron
primero el fluido A (1, 4, 6, 7, 9, 12, 13, 15, 17 Y 19) se determinaron al azar.
Cuadrados latinos

Il

ID

1 2
A B
B A

3 4
B A
A B

5 6
B A
A B

VI

Vil

VID

IX

9 10
A B
B A

Il 12
B A
A B

13 14
A B
B A

15 16
A B
B A

17 18
A B
B A

19 20
A B
B A

IV
-- -- -- -- -- -- -- -- --

Sujeto
Periodo 1
Periodo 2

Figura 47 Un diseo alternado.

7 8
A B
B A

4-3 DISEO DE CUADRADO GRECOLATINO

151

Tabla 4-17 Anlisis de varianza

del diseo alternado de la
figura 4-7
Fuente de
Grados de
variacin
libertad

19

Sujetos (columnas)
Periodos (renglones)
Fluidos (letras)
Error
Total

1
1
18
39

En la tabla 4-17 se resume un anlisis de varianza. La suma de cuadrados de los sujetos se calcula
como la suma de cuadrados entre los totales de los 20 sujetos corregida, la suma de cuadrados de los periodos es la suma de cuadrados entre los renglones corregida, y la suma de cuadrados de los fluidos se calcula como la suma de cuadrados entre los totales de las letras corregida. Para ms detalles del anlisis
estadstico de estos diseos, ver Cochran y Cox [26], John [61d] y Anderson y McLean [2].
Tambin es posible emplear diseos tipo cuadrado latino para experimentos en los que los tratamientos tienen un efecto residual; es decir, por ejemplo, si los datos del fluido B en el periodo 2 siguen reflejando algn efecto del fluido A tomado en el periodo 1. En Cochran y Cox [26] y John [61d] se estudian en
.
detalle los diseos balanceados para efectos residuales.

4~3

DISEO DE CUADRADO GRECOLATINO

Considere un cuadrado latino p x p al cual se le superpone un segundo cuadrado latino p x p en el que

los tratamientos se denotan con letras griegas. Si cuando se hace la superposicin los dos cuadrados tienen la propiedad de que cada letra griega aparece una y slo una vez con cada letra latina, se dice que los
dos cuadrados latinos son 011ogonales, y al diseo obtenido se le llama cuadrado grecolatino. En la tabla
4-18 se muestra un ejemplo de un cuadrado grecolatino 4 x 4.
El diseo de cuadrado grecolatino puede usarse para controlar sistemticamente tres fuentes de variabilidad extraa, es decir, para hacer la formacin de bloques en tres direcciones. El diseo permite la
investigacin de cuatro factores (renglones, columnas, letras latinas y letras griegas), cada una conp niveles en slo p2 corridas. Existen cuadrados grecolatinos para toda p :::: 3, excepto p = 6.

Tabla 4-18 Diseo del cuadrado grecolatino 4 X 4

Columna
Rengln

1
2
3
4

Aa
Ba
Cf3

Bf3
Ay
Da
Ca

Cy

Dy

Df3
Aa
Ba

Do
Ca
By
Af3

~"l
I

152

CAPTULO 4 BLOQUES ALEATORIZADOS, CUADRADOS LATINOS Y DISEOS RELACIONADOS

Tabla 4-19 Anlisis de varianza de un diseo del cuadrado grecolatino

Fuente de variacin
Suma de cuadrados
1 P
2
SSL pL.. Y.2_~
Tratamientos con letras latinas
j
N

Grados de libertad

=-"

p-l

j~l

1
=-"
Y..
P

SSG

Tratamientos con letras griegas

pL..

k.

k~l

_~
N

p-l

1 P
2
SSRenglones = -p L..
" h 2 .. - :
y ....

Renglones

p-l

1=1

1 P
2
SSColumnas - " 2_~
- p L.. Y.../
N

Columnas

p-l

/~l

(P-3)(P-l)

Error

SSE (por sustraccin)

Total

SST = L..L..L..L..
" " ~ " Yijk/-:
2
r.
/

El modelo estadstico para el diseo de cuadrado grecolatino es

i = 1,2,

,P
j= 1,2, , P
Yijk/=j-l+e+T+W k +\jI/+8ijkl k=l 2
.
, , ,P
{
l= 1,2, , P

(4-25)

donde Yijkl es la observacin del rengln i y la columna l para la letra latinaj y la letra griega k, e es el efecto
del rengln i-simo, T es el efecto del tratamiento de letra latinaj, W k es el efecto del tratamiento de letra
griega k, 'PI es el efecto de la columna l, y 8ijkl es un componente NID(O, 0"') del error aleatorio. Slo son
necesarios dos de los cuatro subndices para identificar completamente una observacin.
El anlisis de varianza es muy parecido al de un cuadrado latino. Puesto que las letras griegas aparecen exactamente una vez en cada rengln y columna, y exactamente una vez con cada letra latina, el factor
representado por las letras griegas es ortogonal a los renglones, las columnas y los tratamientos de letras
latinas. Por lo tanto, puede calcularse una suma de cuadrados debida al factor de las letras gtiegas a partir
de los totales de las letras griegas y el error experimental se reduce adicionalmente en esta cantidad. En la
tabla 4-19 se ilustran los detalles de los clculos. La hiptesis nula de la igualdad de tratamietos de renglones, columnas, letras latinas y letras griegas, se probara dividiendo el cuadrado medio correspondiente por el cuadrado medio del error. La regin de rechazo es la cola superior del punto de la distribucin

Fp _ 1,

(P-3)(P-l)'

EJEMPLO 4,4

Suponga que en el experimento de la carga propulsora del ejemplo 4-3 un factor adicional, los montajes
de prueba, podra ser importante. Sea que haya cinco montajes de prueba denotados por las letras griegas
a, {3, y, o Y 8. En la tabla 4-20 se muestra el diseo de cuadrado grecolatino 5 x 5 resultante.
Observe que, debido a que los totales de los lotes de materia prima (renglones), los operadores (columnas) y las formulaciones (letras latinas) son idnticos a los del ejemplo 4-3, se tiene
SSLotes

= 68.00

SS Operadores

= 150.00

SSFormula~iones

= 330.00

153

4-3 DISEO DE CUADRADO GRECOLATINO

Tabla 4-20 Diseo del cuadrado grecolatino para el problema de la carga propulsora
Operadores
Lotes de
2

materia prima

Aa
Bf3
Cy
Do
Ee

1
2
3

4
5

By
Ca
De
Ea
Af3

=-1
=-8
=-7
= 1
= -3

-18

Y.../

3
Cs =-6
Da= 5
Ef3 = 1
Ay = 1
Ba =-5

= -5
= -1
=13
6
= 5

Df3
Ey
Aa
Be
Ca

--4

18

5
Ea =-1
As =11
Ba =--4
Cf3 =-3
Dy= 6

=-1
= 2
= 2
=-2
= 4

Yi...
-14
9
5
3
7

10 = Y....

Los totales de los montajes de prueba (las letras griegas) son

Letra griega

Total de la prueba de ensamblaje

Y..1.

f3

Y..2.

= -6

Y..3.

Y.A.

= -3
= -4

Y..s.

10

13

Por lo tanto, la suma de cuadrados debida a los montajes de prueba es

1 P
2
SSEnsamblajes _
"
2_~
- p LJ Y.k.
N
k=l

1
(10)2
= -[10 2 +(_6)2 +(_3)2 +(_4)2 +13 2] - - - = 62.00

25

En la tabla 4-21 se resume el anlisis de varianza completo. Las formulaciones son diferentes significativamente en 1%. Al comparar las tablas 4-21 y 4-12, se observa que al sacar la variabilidad debida a los
montajes de prueba, el error experimental disminuye. Sin embargo, al disminuir el error experimental, se
han reducido tambin los grados de libertad de 12 (en el diseo del cuadrado latino del ejemplo 4-3) a 8.
Por lo tanto, la estimacin del error tiene menos grados de libertad, y la prueba puede ser menos sensible.

Tabla 4-21

Anlisis de varianza del problema de la carga propulsora

Fuente de variacin
Formulaciones
Lotes de materia prima
Operadores
Montajes de la prueba
Error
Total

Suma de
cuadrados

Grados de
libertad

Cuadrado
medio

330.00
68.00
150.00
62.00
66.00
676.00

4
4
4
4
8
24

82.50
17.00
37.50
15.50
8.25

Valor P
10.00

0.0033

r
154

CAPTULO 4 BLOQUES ALEATORIZADOS, CUADRADOS LATINOS YDISEOS RELACIONADOS

Puede hacerse cierta ampliacin del concepto de los pares ortogonales de cuadrados latinos que forman un cuadrado grecolatino. Un hipercuadrado p x p es un diseo en el que se superponen tres o ms
cuadrados latinos ortogonales p x p. En general, hasta p + 1 factores podran estudiarse si se dispone de
un conjunto completo de p -1 cuadrados latinos ortogonales. En este diseo se utilizaran todos los (p +
1)(P - 1) = p2 - 1 grados de libertad, por lo que se necesita una estimacin independiente de la varianza
del error. Desde luego, no debe haber interacciones entre los factores cuando se usan hipercuadrados.
4~4

DISEOS DE BLOQUES INCOMPLETOS BALANCEADOS

En ciertos experimentos en los que se utilizan diseos de bloques aleatorizados quiz no sea posible correr todas las combinaciones de los tratamientos en cada bloque. Situaciones como sta ocurren generalmente por limitaciones del aparato experimental o de las instalaciones o por el tamao fsico del bloque.
Por ejemplo, en el experimento de la prueba de la dureza (ejemplo 4-1), suponga que debido a sus dimensiones cada ejemplar de prueba slo puede usarse para probar tres puntas. Por lo tanto, no es posible probar todas las puntas en cada uno de los ejemplares. Para este tipo de problema es posible utilizar diseos
de bloques aleatorizados en los que cada tratamiento no est presente en cada bloque. Estos diseos se
conocen como diseos de bloques incompletos aleatorizados.
Cuando las comparaciones de todos los tratamientos son igualmente importantes, las combinaciones
de los tratamientos usadas en cada bloque debern seleccionarse en una forma balanceada, es decir, de
tal manera que cualquier par de tratamientos ocurra conjuntamente el mismo nmero de veces que cualquier otro par. Por lo tanto, un diseo de bloques incompletos balanceados (BIBD, balanced incomplete
block design) es un diseo de bloques incompletos en el que dos tratamientos cualesquiera aparecen conjuntamente el mismo nmero de veces. Suponga que haya tratamientos y que cada bloque puede contener exactamente k (k < a) tratamientos. Un diseo de bloques incompletos balanceados puede
construirse tomando (~) bloques y asignando una combinacin de tratamientos diferente a cada bloque.
Con frecuencia, sin embargo, puede obtenerse un diseo balanceado con menos de (~ ) bloques. Tablas de
BIBD se proporcionan en Fisher y Yates [45], Davies [36] y Cochran y Cox [26].
Como un ejemplo, suponga que un ingeniero qumico piensa que el tiempo de reaccin de un proceso
qumico es una funcin del tipo de catalizador empleado. Se estn investigando cuatro catalizadores. El
procedimiento experimental consiste en seleccionar un lote de materia prima, cargar l~ planta piloto,
aplicar cada catalizador en una corrida separada de la planta piloto y observar el tiempo de reaccin. Debido a que las variaciones en los lotes de materia prima pueden afectar el desempeo de los catalizadores,
el ingeniero decide usar los lotes de materia prima como bloques. Sin embargo, cada lote es apenas lo suficientemente grande para permitir que se prueben tres catalizadores. Por lo tanto, debe usarse un diseo

Tabla 4-22 Diseo de bloques incompletos balanceados para el

experimento del catalizador

Tratamiento
(catalizador)
1
2
3
4

Bloque (lote de materia prima)

1
2
3
4
73
73
75
221

74
75
75
224

67
68
72
207

71
72

Yi.

75

218
214
216
222

218

870= y..

4-4 DISEOS DE BLOQUES INCOMPLETOS BALANCEADOS

155

de bloques incompletos aleatorizados. El diseo de bloques incompletos balanceados para este experimento, junto con las observaciones registradas, se muestran en la tabla 4-22. El orden en que se corren los
catalizadores en cada bloque est aleatorizado.
4~4: 1

Anlisis estadstico del diseo de bloques incompletos balanceados

Como de costumbre, se supone que haya tratamientos y b bloques. Adems, se supone que cada bloque
contiene k tratamientos, que cada tratamiento ocurre r veces en el diseo (o que se hacen r rplicas del
mismo), y que hay N = ar = bk observaciones en total. Asimismo, el nmero de veces que cada par de tratamientos aparece en el mismo bloque es
A = r(k-1)

a-1

= b, se dice que el diseo es simtrico.

El parmetro A debe ser un entero. Para deducir la relacin paraA, considere cualquier tratamiento,
por ejemplo el tratamiento 1. Puesto que el tratamiento 1 aparece en r bloques y hay otros k -1 tratamientos en cada uno de esos bloques, hay r(k -1) observaciones en un bloque que contiene al tratamiento 1.
Estas r(k -1) observaciones tambin tienen que representar a los a -1 tratamientos restantes A veces. Por
lo tanto, A(a - 1) = r(k - 1).
El modelo estadstico del BIBD es
Si a

Yij = /1+7:; +/3j +eij

(4-26)

donde Yij es la observacin i-sima en el bloquej-simo, /1 es la media global, 7: es el efecto del tratamiento
i-simo,/3j es el efecto del bloquej-simo, y eij es el componente NID(O, 02) del error aleatorio. La variabilidad total en los datos se expresa por la suma de cuadrados totales corregida:
(4-27)
Puede hacerse la particin de la variabilidad total en
SST

= SSTratamientos(ajustados) + SSBIoques + SSE

donde la suma de cuadrados de los tratamientos est ajustada para separar los efectos de los tratamientos
y de los bloques. Este ajuste es necesario porque cada tratamiento est representado en un conjunto diferente de rbloques. Por lo tanto, las diferencias entre los totales de los tratamientos no ajustadosyl.oY2.0 oo.,
Ya. tambin son afectadas por las diferencias entre los bloques.
La suma de cuadrados de los bloques es

SSBloques

=k L
b

Y.j - N

(4-28)

J=1

donde Y j es el total del bloquej-simo. SSBloqueS tiene b -1 grados de libertad. La suma de cuadrados de los
tratamientos ajustada es

SS Tratamientos(ajustados)

;=1

= --'--'A'---a--

(4-29)

156

CAPTULO 4 BLOQUES ALEATORIZADOS, CUADRADOS LATINOS Y DISEOS RELACIONADOS

Tabla 4-23 Anlisis de varianza del diseo de bloques incompletos balanceados

Fuente de
Grados de
variacin
Suma de cuadrados
libertad
Cuadrado medio

k (J2

Tratamientos
(ajustados)

Error

SSTratamientoS(3jUstadOS)

E =

MSTratamieotoS(.just.dOS)

a-l

MSE

Bloques

a-l

Aa

kY~-~

SSBloques

b-l

SSE(por sustraccin)

b -1
SSE
N-a-b+l

+1

N-a-b

Total

Y~-~

N-l

donde Q es el total ajustado del tratamiento i-simo, el cual se calcula como

= Y. -y L

i = 1,2, ..., a

nijy.

(4-30)

=1

con n = 1 si el tratamiento i aparece en el bloque j y nij = Oen caso contrario. Los totales de los tratamientos ajustados siempre sumarn cero. SS1tatamientos(ajustados) tiene a -1 grados de libertad. La suma de cuadrados del error se calcula por sustraccin como

= SST -

SSE

SS Tratamientos(njustados) -

SS Bloques

(4-31)

y tiene N - a - b + 1 grados de libertad.

El estadstico apropiado para probar la igualdad de los efectos de los tratamientos es
F.

= MSTratamientos(ajustadOS)
MS E

En la tabla 4-23 se resume el anlisis de varianza.

EJEMPLO 4~5

Considere los datos de la tabla 4-22 para el experimento del catalizador. Se trata de un BIBD con a = 4,
b = 4, k = 3, r = 3, A = 2 YN = 12. El anlisis de estos datos es el siguiente. La suma de cuadrados totales
SST

Y~ - ~.;

= 63156- (870)2 = 81.00

12

La suma de cuadrados de los bloques se encuentra con la ecuacin 4-28 como

1

SS

Bloques

= -"
3.L.J Y. 2_2:'::...

12
J=l