DISEÑO DE BLOQUES COMPLETOS AL AZAR CON SUBMUESTRAS

Doctor Marcelo Moscoso Gómez, P.HD.

El diseño de bloques con submuestras es realizado con la finalidad de estudiar el

comportamiento de varias unidades experimentales, pero con la necesidad de tener
submuestras o más de un dato por cada unidad observacional, este diseño nos permite mejorar
o estudiar la variabilidad entre unidades experimentales, de igual manera que se puede estimar
la variabilidad de observaciones de las unidades experimentales. (Condo, 2015)
Modelo lineal:
𝑋𝑖𝑗 = 𝜇 + 𝑇𝑖 + 𝑅𝑗 + 𝜖𝐼 + 𝜖𝐼𝐼

Donde:

𝑋𝑖𝑗 = Valor del parámetro a determinar

µ = Media general
𝑇𝑖 = Efecto de los tratamientos
𝑅𝑗 = Efecto de las repeticiones
𝜖𝐼 = error de las unidades experimentales
𝜖𝐼𝐼 = error de las submuestras (Alvarado, 2014)
Ejercicio
En un experimento (6*5), con 3 submuestras por tratamiento, evaluando la fertilización para
conocer los efectos sobre el rendimiento de Ray Grass, al momento de la cosecha se tomaron al
azar 3 cuadros muestra en cada parcela.
Los resultados codificados se presentan en la siguiente tabla:
Resultados Experimentales
Tratamientos Repeticiones Suma Trat Media Trat
I II III IV V VI
57 26 39 23 48 50
A 46 38 39 36 35 37
28 20 43 18 48 19
Tot Un.Ob.(A) 131 84 121 77 131 106 650 36.1111
67 44 57 74 61 68
B 72 68 61 47 60 65
66 64 61 69 75 61

Tot Un.Ob.(B) 205 176 179 190 196 194 1140 63.3333
95 92 91 105 78 85
C 90 89 82 85 89 74
89 106 98 85 95 80
Tot Un.Ob.(C) 274 287 271 275 262 239 1608 89.3333
102 96 102 103 99 117
D 88 89 93 90 87 93
109 106 98 105 113 107
Tot Un.Ob.(D) 299 291 293 298 299 317 1797 99.8333
123 93 112 120 113 124
E 101 110 104 101 109 102

Cátedra de Diseño de Experimentos Israel Castillo-Juan Francisco Hidalgo

 DISEÑO DE BLOQUES COMPLETOS AL AZAR CON SUBMUESTRAS

Doctor Marcelo Moscoso Gómez, P.HD.

113 115 112 111 111 118
Tot Un.Ob.(E) 337 318 328 332 333 344 1992 110.6667
Suma Rep 1246 1156 1192 1172 1221 1200 7187 399,277778
MEDIA 79.85

El análisis de varianza de un experimento con submuestras con cinco tratamientos (t =5), y tres
submuestras (s =3), en un Diseño de Bloques Completamente al Azar con submuestras y seis
repeticiones (r=6) se produce de la siguiente manera:

1. Operaciones para el Adeva

a. Se calcula la suma de los cuadrados siguientes
𝑡 = 5
𝑟 = 6
𝑠 = 3
𝑛 = 𝑡 ∗ 𝑟 ∗ 𝑠 = 5 ∗ 6 ∗ 3 = 90
Σx …2 (7187)2
𝐹. 𝐶 = = = 573921.8778
(𝑡 ∗ 𝑟 ∗ 𝑠) (5 ∗ 6 ∗ 3)

𝑆𝐶𝑇𝑜𝑡 = [(Σ𝑋𝑖𝑗 )2 − F. C ] = [572 + 262 + ⋯ … . + 1112 + 1182 ] − 573921.8778 =

72363.1222

(Σ𝑋𝑖𝑗 )2 6502 + 11402 + ⋯ … 19922

𝑆𝐶𝑇𝑟𝑎𝑡 = − 𝐹. 𝐶. = − 573921.8778
(𝑟 ∗ 𝑠) 6∗3
= 65246.84442
(Σβ𝑖𝑗 )2 12462 + 11562 + ⋯ … . +12002
𝑆𝐶𝑅𝑒𝑝 = − 𝐹. 𝐶. = − 573921.8778
(𝑡 ∗ 𝑠) 5∗3
= 354.1888

(Σ𝑈𝑂𝑖𝑗 )2 1312 + 842 + ⋯ … . +3322 + 3332

𝑆𝐶𝑈𝑛 𝑂𝑏𝑠 = − 𝐹. 𝐶 = − 573921.8778
𝑠 3
= 67079.78887
𝑆𝐶𝐸𝑟𝑟𝑜𝑟 𝐸𝑥𝑝𝑒𝑟 = 𝑆𝐶𝑈𝑛 𝑂𝑏𝑠 − 𝑆𝐶𝑅𝑒𝑝 − 𝑆𝑐𝑇𝑟𝑎𝑡
= 67079.78887 − 354.1888 − 65246.84442 = 1478,75558
𝑆𝐶𝐸𝑟𝑟𝑜𝑟 𝑀𝑢𝑒𝑠𝑡𝑟𝑒𝑜 = 𝑆𝐶𝑇𝑜𝑡 − 𝑆𝐶𝑅𝑒𝑝 − 𝑆𝑐𝑇𝑟𝑎𝑡 − 𝑆𝐶𝐸𝑟𝑟𝑜𝑟 𝐸𝑥𝑝
= 72363.1222 − 354.1888 − 65246.84442 − 1478,75558
= 5283.33333
b. Para el análisis de varianza se debe proceder con las siguientes determinaciones:
 Grados de libertad
 Error experimental y error de submuestreo
 Fisher calculado
𝐺𝐿𝑇𝑜𝑡 = (𝑡 ∗ 𝑟 ∗ 𝑠) − 1 = (5 ∗ 6 ∗ 3) − 1 = 89
𝐺𝑙 𝑇𝑟𝑎𝑡 = (𝑡 − 1) = 5 − 1 = 4
𝐺𝑙𝑅𝑒𝑝 = (𝑟 − 1) = 6 − 1 = 5
𝐺𝑙𝐸𝑟𝑟𝑜𝑟 𝐸𝑥𝑝 = (𝑡 − 1)(𝑟 − 1) = (5 − 1)(6 − 1) = 20
𝐺𝑙𝐸𝑟𝑟𝑜𝑟 𝑀𝑢𝑒𝑠𝑡𝑟𝑒𝑜 = 𝐺𝐿 𝑇𝑜𝑡 − 𝐺𝑙 𝑇𝑟𝑎𝑡 − 𝐺𝑙𝑅𝑒𝑝 − 𝐺𝑙𝐸𝑟𝑟𝑜𝑟 𝐸𝑥𝑝 = 89 − 4 − 5 − 20 = 60

Cátedra de Diseño de Experimentos Israel Castillo-Juan Francisco Hidalgo

 DISEÑO DE BLOQUES COMPLETOS AL AZAR CON SUBMUESTRAS

Doctor Marcelo Moscoso Gómez, P.HD.

𝑆𝐶𝑇𝑟𝑎𝑡 65246.84442
𝐶𝑀𝐸𝑟𝑟𝑜𝑟 𝑇𝑟𝑎𝑡 = = = 16311.7111
𝐺𝑙 𝑇𝑟𝑎𝑡 4

𝑆𝐶𝑅𝑒𝑝 354.1888
𝐶𝑀𝐸𝑟𝑟𝑜𝑟 𝑅𝑒𝑝 = = = 70.83776
𝐺𝑙𝑅𝑒𝑝 5

𝑆𝐶𝐸𝑟𝑟𝑜𝑟 𝐸𝑥𝑝 1478,75558

𝐶𝑀𝐸𝑟𝑟𝑜𝑟 𝐸𝑥𝑝 = = = 73.937779
𝐺𝑙𝐸𝑟𝑟𝑜𝑟 𝐸𝑥𝑝 20

𝑆𝐶𝐸𝑟𝑟𝑜𝑟 𝑀𝑢𝑒𝑠𝑡𝑟𝑜 5283.33333

𝐶𝑀𝐸𝑟𝑟𝑜𝑟 𝑀𝑢𝑒𝑠𝑡𝑟𝑒𝑜 = = = 88.0555555
𝐺𝑙𝐸𝑟𝑟𝑜𝑟 𝑀𝑢𝑒𝑠𝑡𝑟𝑒𝑜 60
𝐶𝑀𝐸𝑟𝑟𝑜𝑟 𝑅𝑒𝑝 70.83776
𝐹𝑖𝑠ℎ𝑒𝑟 𝐶𝑎𝑙𝑐𝑅𝑒𝑝 = = = 0.96
𝐶𝑀𝐸𝑟𝑟𝑜𝑟 𝐸𝑥𝑝 73.937779

𝐶𝑀𝐸𝑟𝑟𝑜𝑟 𝑇𝑟𝑎𝑡 16311.7111

𝐹𝑖𝑠ℎ𝑒𝑟 𝐶𝑎𝑙𝑐𝑇𝑟𝑎𝑡 . = = = 220.61
𝐶𝑀𝐸𝑟𝑟𝑜𝑟 𝐸𝑥𝑝 73.937779
√𝐶𝑀𝐸𝑟𝑟𝑜𝑟 𝑀𝑢𝑒𝑠𝑡𝑟𝑒𝑜 √88.055
𝐶𝑉 = ∗ 100 = ∗ 100 = 11.75%
𝑀𝑒𝑑𝑖𝑎 79.855

(CAPPELLETTI, 1992)

c. Se construye la tabla del Análisis de Varianza (ADEVA)

Fuente de Grados de Suma de Cuadrado Fisher F.Tab F.Tab
Variación Libertad Cuadrados Medio Calculado 0.05 0.01

Total 89 72363.12
Tratamientos 4 65246.84 16311.71 220.61** 2.71 4.10
Repeticiones 5 354.18 70.83 0.96 NS 2.87 4.43
Error. Exp 20 1478,75 73.93
Error de
Muestreo 60 5283.33 88.05
Coeficiente de variación 11.75%
Interpretacion (ADEVA).
En el rendimiento de Ray Grass, utilizando 5 diferentes tratamientos de fertilización, resulto con
diferencias altamente significativas 𝐹𝐶𝑎𝑙 > 𝐹𝑇𝑎𝑏 , teniendo así con coeficiente de variación del
11.75%, por lo que se acepta la hipótesis alternativa.

2. Comparaciones (Separación de medias)

X= 36.11; 63.33; 89.33; 99.83; 110.66
𝐶𝑀𝐸𝑟𝑟𝑜𝑟 𝐸𝑥𝑝 73.937779
𝑆𝑋 = √ =√ = 2.03
𝑟∗𝑠 6∗3
𝑅𝑀𝐷𝑇𝑎𝑏𝑙𝑎 (0.05) = 3.073; 3.143; 3.198; 3.241. (Guitierres, 2008)

Cátedra de Diseño de Experimentos Israel Castillo-Juan Francisco Hidalgo

 DISEÑO DE BLOQUES COMPLETOS AL AZAR CON SUBMUESTRAS

Doctor Marcelo Moscoso Gómez, P.HD.

Test de Duncan (0.05)

Tratamientos A B C D E
𝑿 36.11 63.33 89.33 99.8 110.66
𝑺𝑿 ------- 2.03 2.03 2.03 2.03
𝑹𝑴𝑫𝑻𝒂𝒃𝒍𝒂 (𝟎.𝟎𝟓) ------- 3.07 3.14 3.19 3.24
𝑺𝑿 ∗ 𝑹𝑴𝑫𝑻𝒂𝒃𝒍𝒂 (𝟎.𝟎𝟓) ------- 6.24 6.38 6.49 6.56
E D C B A
Interpretacion (Duncan)
Según la prueba de Duncan a un nivel de significancia del (0.05), el mejor fertilizante es el E, el
cual nos dio como resultado un rendimiento de Ray Grass de 110.66 kg/ha.
3. Programación en Infostat
 Crear la base de datos y damos en la opción copiar

Cátedra de Diseño de Experimentos Israel Castillo-Juan Francisco Hidalgo

 DISEÑO DE BLOQUES COMPLETOS AL AZAR CON SUBMUESTRAS

Doctor Marcelo Moscoso Gómez, P.HD.

 Abrimos infostat y nos vamos a archivo y seleccionamos nueva tabla

 Damos clic izquierdo y seleccionamos la opción pegar incluyendo nombre de las columnas y
damos click

Cátedra de Diseño de Experimentos Israel Castillo-Juan Francisco Hidalgo

 DISEÑO DE BLOQUES COMPLETOS AL AZAR CON SUBMUESTRAS

Doctor Marcelo Moscoso Gómez, P.HD.

 Vamos a la opción estadística y damos clic en análisis de varianza como se indica en la

imagen.

 Cuando ya tenemos el cuadro del análisis de varianza, colocamos las variables dependientes
(Peso, rendimiento, altura. etc.), y las variables de clasificación (Tratamientos, parcelas)
dependiendo del ejercicio que tengamos. Y damos click en aceptar.

Cátedra de Diseño de Experimentos Israel Castillo-Juan Francisco Hidalgo

 DISEÑO DE BLOQUES COMPLETOS AL AZAR CON SUBMUESTRAS

Doctor Marcelo Moscoso Gómez, P.HD.

 Se abre otro cuadro y seleccionamos agregar interacción, en donde colocamos que

(Repeticiones\Tratamientos*Repeticiones) (Tratamientos\Tratamientos*Repeticiones) y
(Tratamientos*Repeticiones) y borramos el indicador tratamientos y repeticiones

Cátedra de Diseño de Experimentos Israel Castillo-Juan Francisco Hidalgo

 DISEÑO DE BLOQUES COMPLETOS AL AZAR CON SUBMUESTRAS

Doctor Marcelo Moscoso Gómez, P.HD.

 Luego vamos a comparaciones y seleccionamos la comparación de medas que deseemos y
damos click en tratamientos. Y luego aceptar

 Finalmente observamos los resultados que nos arroja el programa y decidimos

Cátedra de Diseño de Experimentos Israel Castillo-Juan Francisco Hidalgo

 DISEÑO DE BLOQUES COMPLETOS AL AZAR CON SUBMUESTRAS

Doctor Marcelo Moscoso Gómez, P.HD.

GRAFICO.
Tratamientos Rendimiento Kg/ha
A 110,66
B 99,83
C 89,33
D 63,33
E 36,11

Los resultados del experimento y del análisis estadístico se pueden resumir en el siguiente
grafico
Resultados de los
Rendimiento Kg/ha mejores
tratamientos ante el
125 rendimiento de Ray
115 grass. 1 línea azul
105
Rendimiento Kg/ha.
95
Rendimiento

1(A); 2(B); 3(C); 4(D);

85
75
5(E).
65
55
45 y = -18.56x + 135.53
35 R² = 0.9504
25
0 1 2 3 4 5 6
Tratamientos

Bibliografía
Alvarado, A. (2014). Analisis de experimentos con submuestras (Vol. 8). Santiago, Chile: Anovir.
Recuperado el 10 de Junio de 2019

CAPPELLETTI, C. (1992). Estadistica Experimental (Vol. 2). Buenos Aries, Argentina: Agrovet.
Recuperado el 10 de Junio de 2019, de http://redbiblio.unne.edu.ar/pdf/0601-
007087_I.pdf

Condo, L. (2015). Diseñoexperimentalen el desarrollo del conocimientocientífico de las ciencias

agropecuarias (Riobamba ed., Vol. 17). (J. Pazmiño, Ed.) Riobamba, Chimborazo,
Ecuador: La Caracola Editores. Obtenido de http://cimogsys.espoch.edu.ec/direccion-
publicaciones/public/pdf/23/dise%C3%B1o%20experimental%20en%20el%20desarroll
o%20del%20conocimiento%20cient%C3%ADfico%20de%20las%20ciencias%20agropec
uarias_1.pdf

Guitierres, H. (2008). Analisis y diseño de experimentos (Vol. 2). (P. Roig, Ed.) Mexico:
McGRAW-HILL/INTERAMERICANA EDITORES, S.A. de C.V. Obtenido de
http://gc.initelabs.com/recursos/files/r161r/w19537w/analisis_y_diseno_experimento
s.pdf

Cátedra de Diseño de Experimentos Israel Castillo-Juan Francisco Hidalgo