Вы находитесь на странице: 1из 23

Diseño por Bloques aleatorizados

Docente: Céspedes Panduro, Bernardo

1
Introducción

Al estudiar la influencia de un factor sobre una variable


cuantitativa es frecuente que aparezcan otras variables o
factores que también influyen y que deben ser
controlados. A estas variables se les denomina variables
bloques. Se caracterizan por:

(i) No son el motivo del estudio sino que aparecen de


forma natural y obligada en el mismo.

(ii) Se asume que no tienen interacción con el factor en


estudio.

2
Ejemplos

Se quieren determinar las necesidades energéticas de una


persona cuando anda, come o hace deporte. Supongamos
que se tienen 10 personas para realizar el experimento y
se considera como variable respuesta o cuantitativa, el
número de calorías consumidas por segundo. Los
resultados varían según el individuo considerado.
Aquí, el factor es la actividad realizada, con 3 posibles
niveles: andar, comer o hacer gimnasia.

3
Ejemplos
Si a cada una de las personas se le asigna una actividad
distinta puede ser que la variabilidad observada entre las
distintas actividades sea debida a las diferencias entre los
propios individuos. Una posible solución es que cada uno
de los individuos realice las tres actividades. De este modo,
la variable bloque es el tipo de persona y cada uno de los
bloques es cada persona. A cada bloque (persona) se le
aplican los 3 niveles del factor por orden aleatorio:

4
Ilustración de la técnica de bloques

Variables

Bloques I II III IV X

A1 A1 A1 A1 A1

Tratamien- A2 A2 A2 A2 ..... A2
tos
A3 A3 A3 A3 A3
En general…

6
Observaciones

 Una variable bloque no presenta interacción con los


factores en estudio.

 El modelo se dice que es de bloques aleatorizados


completos cuando en cada bloque se presentan todos los
posibles tratamientos (o un múltiplo de ese número) y
dentro de cada bloque se asignan los tratamientos de
forma aleatoria.

 En ocasiones no se pueden asignar todos los


tratamientos sobre cada bloque, de modo que se tienen los
diseños por bloques aleatorizados incompletos.

7
Modelo anova aditivo
Yijk = µ + ßk + τj + ijk

se presupone que cada dato u observación


(Yijk) es una combinación aditiva de la media
total del experimento (µ), el efecto de un
bloque específico (ßk), el efecto de un
determinado tratamiento (τj) y el componente
de error (ijk).
Respuesta = Constante + Efecto Bloque + Efecto Tratamiento + Error
Prueba ANOVA para bloques completamente aleatorios
Ejercicio

Se quiere demostrar el efecto de un tipo de insecticida


sobre el % de concentración, teniendo en cuenta un
posible efecto de los operarios en el proceso.

% de concentración Operarios
Tipo de insecticida 1 2 3
1 4.39% 1.41% 2.90%
2 1.94% 0.88% 0.00%
3 1.57% 1.53% 3.23%
4 0.00% 4.00% 1.98%
5 2.42% 5.08% 2.56%
Ejercicio
Se realizó un estudio para comparar el rendimiento de cinco variedades
de arroz (A1, A2, A3, A4, A5). Para el experimento, se disponían de cuatro
lugares de siembra de igual tamaño y fertilidad en San Martín. Cada lugar
fue dividido en cinco parcelas iguales y se sembró las 5 variedades de
arroz en las cinco parcelas de cada lugar, asignado aleatoriamente, una
variedad a una parcela, consiguiendo así, un diseño experimental
aleatorizado por bloques. Se registraron los siguientes rendimientos en
cientos de kilogramos.
Lugar 1 Lugar 2 Lugar 3 Lugar 4
A2 = 15 A5 = 8 A3 = 7 A4 = 13
A1 = 12 A3 = 7 A2 = 14 A5 = 7
A5 = 13 A1 = 7 A4 = 12 A3 = 6
A4 = 16 A2 = 12 A5 = 8 A1 = 6
A3 = 11 A4 = 12 A1 = 8 A2 = 10
a) ¿Es válida la conclusión de que no existen diferencias significativas en los
rendimientos de las cinco variedades de arroz? Use el nivel de significación del
5%.
b) ¿Fue este diseño por bloques el adecuado para la experimentación?
c) Si existe diferencias significativas en los rendimientos de las 5 variedades de
arroz, ¿cuál variedad rinde más?, ¿cuál variedad rinde menos?. Use las pruebas
de comparaciones múltiples.
Método de tukey

Requiere del criterio de Tukey


𝐶𝑀𝐸
𝑇 = 𝑞𝛼;𝐾;𝑁−𝐾
𝑛
Donde q tiene una distribución de rangos
estudentizadas.
K número de tratamientos
N número total de observaciones
n número de observaciones en cada muestra.
12
Ejemplo

𝑞0,05;5;20−5 = 4,37
0,8167
𝑇 = 4,37 = 1,9746
4

El criterio de Tukey se compara con la


diferencia absoluta entre cada par de medias
muestrales Comparaciones múltiples 13
Diferencias entre pares de medias muestrales

𝑋1 = 𝑋2 = 𝑋3 =
𝑋2 =

𝑋3 =

𝑋4 =

Comparaciones múltiples 14
Ejemplo 2

Un investigador pretende estudiar la efectividad de


tres métodos distintos en la enseñanza de las
matemáticas: método tradicional (A1), método de
programación (A2), y método audio-visual (A3), para un
determinado nivel escolar. Desde la perspectiva
experimental, el problema podría resolverse formando
tres grupos al azar de sujetos, uno para cada método.
Al finalizar el estudio, se pide a los sujetos del
experimento que resuelvan un total de 10 problemas
de cálculo matemático. La resolución de esos
problemas de matemáticas es una medida de
ejecución que evalúa la efectividad de los métodos de
enseñanza. ..//..
Ahora bien, como ocurre con la mayoría de
investigaciones del ámbito educativo, se
considera que el nivel intelectual de los
escolares es una probable variable extraña
capaz de contaminar los resultados del
experimento. Para controlar esa variable,
mediante la estructura de diseño, se elige
un diseño de bloques de grupos al azar.
Procedimiento

El experimento se resuelve de la siguiente forma:


en primer lugar, se forman 10 bloques con base a
los valores de la variable Cociente Intelectual (CI).
Cada bloque representa un determinado cociente
intelectual, lo cual requiere la selección previa de
los sujetos. Así, para cada valor de CI se eligen
tres sujetos o unidades del bloque. De esta forma,
la variación de los sujetos intra-bloque es menor
que la de todos los sujetos de la muestra.
En segundo lugar, las unidades de los
bloques se asignan al azar a los
tratamientos de modo que, dentro del
bloque, cada sujeto recibe un tratamiento
distinto. Según este procedimiento, sólo se
dispone de un sujeto por casilla o
combinación de bloque por tratamiento.
Así, cada bloque constituye una réplica
entera del experimento.
Ilustración de la técnica de bloques

Variables

Bloques I II III IV X
CI 94 CI 96 CI 98 CI 100 ..... CI 112

A1 A1 A1 A1 A1

Tratamien- A2 A2 A2 A2 ..... A2
tos
A3 A3 A3 A3 A3
Modelo de prueba estadística
Paso 1. Se asume, por hipótesis de nulidad, que las
medias de los grupos experimentales proceden de
una misma población y que, por consiguiente, son
iguales:
H0: µ1 = µ2 = µ3
Paso 2. En la hipótesis alternativa se especifica que,
por lo menos, hay una diferencia entre las medias de
los tres tratamientos. En términos estadísticos, se
tiene:
H1: por lo menos una desigualdad
Paso 3. Se elige, como prueba estadística,
el Análisis de la Variancia (ANOVA),
asumiendo el modelo aditivo y un nivel de
significación de  = 0.05.

Paso 4. Realizado el experimento, se


obtiene la matriz de datos del diseño. A
partir de estos datos, se calculan las
variancias para estimar el valor empírico de
F, asumiendo el modelo de aditividad.
DISEÑO DE BLOQUES (n=1)
TRATAMIENTOS
N. Bloque A1 A2 A3 TOTAL POR BLOQUE
1 6 7 8 21
2 7 6 7 20
3 4 8 9 21
4 5 9 7 21
5 7 5 8 20
6 3 4 10 17
7 5 6 7 18
8 8 8 9 25
9 7 7 10 24
10 6 5 7 18
TOTALES 58 65 82 205
MEDIAS 5.8 6.5 8.2 6.83
Ejercicio

Se evaluaron cinco variedades de maíz, las cuales se repitieron en cuatro


bloques. Los datos en kg/parcela son los siguientes:

Bloque Tratamientos
1 2 3 4 5
1 25.4 34.3 23.4 28.3 12.2
2 34.2 38.8 28.2 28.2 14.2
3 21.2 32.1 21.2 26.2 14.5
4 39.9 45.8 34.3 32.3 19.3

Se procede de igual manera que se hizo para el DCA a diferencia que en este
análisis para BCA se incluye como variable de clasificación a Bloque y
Tratamiento.