Instituto Tecnológico Superior de

Coatzacoalcos.
División de Ingeniería Industrial.

FEBRERO – JUNIO 2019.

Nombre del Alumno: Zapot Casanova Diana

Guadalupe.
Apellido Paterno Apellido Materno Nombre(s)

ASIGNATURA: ESTADISTICA INFERENCIAL II

UNIDAD 4. ‘’ DISEÑO DE BLOQUES’’.

Nombre del Docente: Jiménez Ventura Bricio.

TRABAJO DE INVESTIGACIÓN
Apellido Paterno Apellido Materno Nombre(s)

Carrera: Ing. Industrial Semestre: 4° Grupo: ¨C¨

No
Control: 17081143.
ÍNDICE.

Introducción. 3

UNIDAD 4. ‘’ DISEÑO DE BLOQUES’’.

4.1 DISEÑOS EN BLOQUES COMPLETOS AL AZAR. 4

4.2 DISEÑO EN CUADRADO LATINO. 6

4.3 DISEÑO EN CUADRADO GRECOLATINO. 9

4.4 USO DE UN SOFTWARE ESTADÍSTICO. 11

Conclusión. 13

Referencias bibliográficas. 14

2
INTRODUCCIÓN.

En cualquier experimento, la variabilidad proveniente de un factor de ruido puede

afectar los resultados. Un factor de ruido es un factor que probablemente tiene un
efecto en la respuesta pero que no nos interesa estudiar.

Si el factor de ruido es desconocido y no controlable, la solución es la

aleatorización, que tiende a distribuir los niveles y efectos de este factor entre todas
las u.e. Si el factor de ruido es conocido y no controlable, pero por lo menos
podemos medir su valor en cada corrida del experimento, entonces podemos
compensarlo usando análisis de con varianza.

Si el factor de ruido es conocido y controlable, se utilizan bloques para eliminar su

efecto en la comparación estadística de los tratamientos.

3
 UNIDAD 4. ‘’ DISEÑO DE BLOQUES’’.

4.1 DISEÑOS EN BLOQUES COMPLETOS AL AZAR.

En el diseño completamente al azar se supone que las u.e. son relativamente
homogéneas con respecto a factores que afectan la variable de respuesta. Sin
embargo, algunas veces no tenemos disponibles suficiente número de u.e.
homogéneas.

Cualquier factor que afecte la variable de respuesta y que varíe entre u.e.
aumentará la varianza del error experimental y disminuirá la precisión de las
comparaciones.

Factores como la edad y el peso de los animales, diferentes lotes de material, sexo
de las personas y parcelas alejadas son ejemplos de variables externas a los
tratamientos que pueden incrementar la variación entre las observaciones de la
variable de respuesta.

Usar bloques estratifica a las u.e. en grupos homogéneos. Una buena elección del
criterio de bloqueo resulta en menor variación entre las u.e. dentro de los bloques
comparada con la variación entre u.e. de diferentes bloques. Generalmente los
criterios de bloqueo son:

■ proximidad (parcelas vecinas)

■ características físicas (edad, peso, sexo)

4
■ tiempo

■ manejo de Bloque 1 Bloque 2 ... Bloque b

las u.e. en el y11 y12 ... y1b
experimento
y21 y22 ... y2b
Suponga que ... ... ... ...
se tienen t ... ... ... ...
tratamientos ... ... ... ...
que se
yt1 yt2 ... ytb
quieren
comparar en b bloques.

El diseño de bloques (completos) al azar implica que en cada bloque hay una sola
observación de cada tratamiento. El orden en que se “corren” los tratamientos
dentro de cada bloque es aleatorio (restricción en la aleatorización).

El modelo estadístico para este diseño es:

5
 bloque medias de

tratamiento 1 2 ... b tratamientos

1 y11 y12 ... y1b y¯1.
2 y21 y22 ... y2b y¯2.
.. .. .. .. ... ..
.. .. .. .. ... ..
t yt1 yt2 ... ytb y¯t.
medias de y¯.1 y¯.2 ... y¯.b y¯..
bloque
Se supone
que los efectos de tratamientos y bloques son aditivos. La aditividad significa que
no hay interacción entre tratamientos y bloques. Es decir, la relación entre los
tratamientos es la misma en cada uno de los bloques.

El Análisis de Varianza para este diseño se basa en una descomposición de la

variabilidad de las observaciones.

yij − y¯.. = (yij − y¯i. − y¯.j + ¯y..) + (¯yi. − y¯..) + (¯y.j −

y¯..)

desviación desviación desviación desviación total = debida + debida + debida

4.2 DISEÑO EN CUADRADO LATINO.

El diseño de Cuadro Latino se usa para eliminar dos fuentes de variabilidad que no
interesa estudiar por si mismas. Se hace un bloqueo en dos direcciones. Los
renglones y las columnas representan dos restricciones en la aleatorización.

6
En general, un cuadro latino p×p es un cuadrado que contiene p renglones y p
columnas. Cada una de las p2 celdas contiene una de las p letras que corresponden
a los tratamientos, y cada letra ocurre una sola vez en cada renglón y columna.
Ejemplo:
4 ×4 5 ×5

Diseño de cuadro latino.

El modelo es:

yij = µ + ρi + γj + τk + ǫij i = 1,...,t j = 1,...,t k =

1,...,t

yij medición de la observación del renglón i-ésimo de la columna j-ésima

ρi efecto del renglón i

efecto de la columna j
γj
τk efecto del tratamiento k

error
ǫij

El número de tratamientos debe ser igual de número de renglones y de columnas.

Ejemplo de cuadro latino.

Un ingeniero industrial está investigando el efecto de cuatro métodos de

ensamblado (A,B,C,D) en el tiempo de ensamblado de una componente de
televisión a color.

Seleccionó a cuatro operadores para el estudio. Además, el ingeniero sabe que

cada método de ensamblado produce cierta fatiga, de tal manera que el tiempo
requerido para el último ensamblado puede ser mayor que el tiempo requerido para
el primero, independientemente del método.
7
Para tomar en cuenta estas dos fuentes de variabilidad (operador, orden de
ensamblado), el ingeniero decide usar un diseño en Cuadro Latino, cuyos
resultados se presentan a continuación.

orden de Operador

ensamblado 1 2 3 4
1 C=10 D=14 A=7 B=8
2 B=7 C=18 D=11 A=8
3 A=5 B=10 C=11 D=9
4 D=10 A=10 B=12 C=14

(1) A B C D E
Diseño de cuadro latino. (2) B C D E A
La generación de un arreglo aleatorio en, por (3) C D E A B
ejemplo, un cuadro 5 × 5: Se constuye un (4) D E A B C
cuadro básico: (5) E A B C D

Se aleatoriza el orden de los renglones y después el de las columnas. Y se

aleatorizan los tratamientos a las letras.

(1) (2) (3) (4) (5)

(5) E A B C D
(3) C D E A B
(1) A B C D E
(2) B C D E A
(4) D E A B C

(3) (2) (4) (1) (5)

(5) B A C E D
(3) E D A C B
(1) C B D A E
(2) D C E B A
(4) A E B D C

8
El residual para la observación en el tratamiento k en el renglón i y columna j es

eij = yij − y¯i. − y¯.j − y¯k + 2¯y..

4.3 DISEÑO EN CUADRADO GRECOLATINO.

El modelo en cuadrado greco-latino se puede considerar como una extensión del
cuadrado latino en el que se incluye una tercera variable de control o variable de
bloque. En este modelo, como en el diseño en cuadrado latino, todos los factores
deben tener el mismo número de niveles K y el número de observaciones
necesarias sigue siendo K2 . Este diseño es, por tanto, una fracción del diseño
completo en bloques aleatorizados con un factor principal y 3 factores secundarios
que requeriría K4 observaciones.

Los cuadrados greco-latinos se obtienen por superposición de dos cuadrados

latinos del mismo orden y ortogonales entre sí, uno de los cuadrados con letras
latinas el otro con letras griegas. Dos cuadrados reciben el nombre de ortogonales
si, al superponerlos, cada letra latina y griega aparecen juntas una sola vez en el
cuadrado resultante.

En el Apéndice C se muestra una tabla de cuadrados latinos que dan lugar, por
superposición de dos de ellos, a cuadrados greco-latinos. Notamos que no es
posible formar cuadrados greco-latinos de orden 6. La Tabla 5-8 ilustra un cuadrado
greco-latino para K = 4

En un diseño en cuadrado greco-latino la variable respuesta yij(hp) viene descrita

por la siguiente ecuación:

9
donde µ es un efecto constante, común a todas las
unidades.
τi es el efecto producido por el i-ésimo nivel del factor fila. Dichos efectos están
sujetos a la restricción i τi = 0.

βj es el efecto producido por el j-ésimo nivel del factor columna. Dichos efectos
están sujetos a la restricción j βj = 0.

γh es el efecto producido por el h-ésimo nivel del factor letra latina. Dichos
efectos están sujetos a la restricción h γh = 0.

δp es el efecto producido por el p-ésimo nivel del factor letra griega. Dichos
efectos están sujetos a la restricción p δp = 0.

ǫij(hp) son variables aleatorias independientes con distribución N(0,σ).

La notación yij(hp) indica que los niveles i y j determinan los niveles h y p para un
cuadrado greco-latino especificado. Es decir, los subíndices h y p toman valores que
dependen de la celdilla (i,j).

Se utiliza la siguiente notación:

N = K2 es el número total de observaciones. El

total y el promedio de todas las observaciones

y.... = yij(..)
i j

El total y el promedio para cada fila

(8.2)

10
 4.4 USO DE UN SOFTWARE ESTADÍSTICO.
SAS, o Statistical Analysis System, fue diseñado como una herramienta de análisis
de datos para todo propósito. SAS proporciona herramientas para el
almacenamiento y recuperación de información, modificación de datos y
programación; elaboración de reportes, estadística simple y avanzada, y el manejo
de archivos. Varios de los productos de SAS son integrados con el SAS BASE para
proporcional un sistema completo. Por ejemplo, el modulo SAS/STAT provee una
poderosa herramienta para procedimientos de análisis estadístico el cual incluye
regresión, análisis de varianza, análisis de datos categóricos, análisis multivariado,
análisis discriminante, análisis de conglomerados, etc.

El modulo SAS/ETS provee procedimientos para realizar análisis de Series de

Tiempo y el SAS/IML es usado para la manipulación de datos matriciales.
Actualmente, los diferentes módulos de SAS hacen que éste sea un software de los
que se llaman como "de inicio a fin". Permite crear gráficos, trabajar como una hoja
de cálculo, compilar programas
en lenguaje C, incluye herramientas para construir interfases para la WWW,
herramientas para tratar el Datawarehouse o para explotar datos con la filosofía del
Datamining, etc.

El programa SAS básicamente es encuentra

dividido en dos grandes ventanas:
- Ventana izquierda "Explorer": contiene accesos
directos a los ficheros que interesen, información
sobre las librerías y una ventana de resultados
dónde aparece la información obtenida de las
diferentes ejecuciones desglosadas.
- Ventana derecha: Contiene las ventanas principales LOG, OUTPUT, EDITOR.

11
El modo de trabajo que utiliza SAS se basa en éstas tres ventanas:

Ventana EDITOR: Esta ventana corresponde a la ventana de sintaxis, por lo tanto

es editable. Para poder ejecutar la sintaxis, se debe pulsar el botón: Para ejecutar
una parte de la sintaxis, primero se selecciona dicha parte y después se pulsa el
botón.
- Ventana LOG: En esta ventana se consulta y revisa todo lo que se ha ejecutado,
aparecen mensajes de advertencia y de error en caso necesario y se informa sobre
la velocidad de ejecución y recursos.
- Ventana OUTPUT: Cuando se ejecutan procedimientos de SAS, en esta ventana
se muestran los listados, tablas y/o resultados.

12
CONCLUSIÓN.

13
REFERENCIAS BIBLIOGRÁFICAS.

García Leal, J. & Lara Porras, A.M. (1998). “Diseño Estadístico de Experimentos.
Análisis de la Varianza.” Grupo Editorial Universitario.

∗ Lara Porras, A.M. (2000). “Diseño Estadístico de Experimentos, Análisis de la

Varianza y Temas Relacionados: Tratamiento Informático mediante SPSS.”
Proyecto Sur de Ediciones.

14