CUADROS LATINOS

EN SERIE
 Se utiliza cuando en el experimento se requiere hacer
un doble bloqueo, como en el caso del diseño cuadro
latino, pero hay pocos tratamientos.

 Cuando se tienen menos de 5 tratamientos, los grados

de libertad del error son pocos, por lo que no se puede
hacer una estimación precisa del error experimental.

 Una solución para este problema es repetir el

experimento completo.

 Por ejemplo, si se quieren comparar 4 tratamientos y

se quiere hacer un doble bloqueo en las unidades
experimentales, se pueden hacer dos, tres o más
experimentos pequeños en cuadros latinos de 4x4.
El modelo Estadístico
El modelo del diseño cuadros latinos en serie es:
Yijkl = µ + CRi + τj + Hk(i) + Cl(i) + εijkl
i = 1,2,...,c; j = 1,2,...,t ; k = 1,2,...,t; l = 1,2,...,t
donde:
Yijkl es la observación del tratamiento j en la hilera k en la en la
columna l en el cuadro i
µ es el efecto verdadero de la media general
CRi es el efecto del i-ésimo cuadro
τj es el efecto del j-ésimo tratamiento
Hk(i) es el efecto de la k-ésima hilera dentro del i-ésimo cuadro
Cl(i) es el efecto de la l-ésima columna dentro del i-ésimo cuadro
εijkl es el error experimental de la ijkl-ésima observación
Suposiciones:

- Los errores (εijkl ) se distribuyen normal e

independientemente con media cero y varianza
igual a σ2

- No hay interacción entre tratamientos hileras

y columnas dentro de cuadros.
Ejemplo
Para ilustrar el análisis de este
diseño consideremos un experimento
en donde se desea comparar 4
tratamientos en cerditos recién nacidos
en donde se quiere bloquear por
camadas y pesos iniciales. El
experimento completo consiste de 2
cuadros latinos. El croquis es:
 Camadas
I II III IV

Pesos I T3 T4 T1 T2

Iniciales II T1 T2 T3 T4 Cuadro 1

III T2 T3 T4 T1

IV T4 T1 T2 T3

Camadas
I II III IV

Pesos I T1 T3 T2 T4

Iniciales II T3 T1 T4 T2 Cuadro 2

III T4 T2 T1 T3

IV T2 T4 T3 T1
 El croquis de cada cuadro se construye
de la siguiente forma:
 Se ordenan las unidades experimentales en hileras y
columnas.
 Se asignan los tratamientos de tal forma que estos
ocurran en todas las hileras y todas las columnas.
 Se aleatorizan las hileras.
 Se aleatorizan las columnas.
Para evaluar los tratamientos se utilizó como variable
principal a los aumentos de peso, los datos obtenidos
son:
Estructura de los datos
Camadas
I II III IV
I T3 T4 T1 T2
Pesos Y1311 Y1412 Y1113 Y1214 Y1.1.
Iniciales II T1 T2 T3 T4 Cuadro 1
Y1121 Y1222 Y1323 Y1424 Y1.2.
III T2 T3 T4 T1
Y1231 Y1332 Y1433 Y1134 Y1.3.
IV T4 T1 T2 T3
Y1441 Y1142 Y1243 Y1344 Y1.4.
Y1..1 Y1..2 Y1..3 Y1..4 Y1...

Camadas
I II III IV
I T1 T3 T2 T4
Pesos Y2111 Y2312 Y2213 Y2414 Y2.1.
Iniciales II T3 T1 T4 T2 Cuadro 2
Y2321 Y212 Y2423 Y2224 Y2.2.
III T4 T2 T1 T3
Y2431 Y2232 Y2133 Y2334 Y2.3.
IV T2 T4 T3 T1
Y2241 Y2442 Y2343 Y2144 Y2.4.
Y2..1 Y2..2 Y2..3 Y2..4 Y2...
 Camadas
I II III IV Σ
Pesos I T3 T4 T1 T2
19 17 19 17 72
Iniciales II T1 T2 T3 T4 Cuadro 1
20 19 22 19 80
III T2 T3 T4 T1
18 20 21 23 82
IV T4 T1 T2 T3
20 22 20 25 87
Σ 77 78 82 84 321
Camadas
I II III IV Σ
Pesos I T1 T3 T2 T4
16 17 17 14 64
Iniciales II T3 T1 T4 T2 Cuadro 2
18 17 14 19 68
III T4 T2 T1 T3
12 18 18 20 68
IV T2 T4 T3 T1
18 15 19 19 71
Σ 64 67 68 72 271

Totales de tratamientos:
T1 = 20 + 22 + 19 + 23 + 16 + 17 + 18 + 19 = 154
T2 = 18 + 19 + 20 + 17 + 18 + 18 + 17 + 19 = 146
T3 = 19 + 20 + 22 + 25 + 18 + 17 + 19 + 20 = 160
T4 = 20 + 17 + 21 + 19 + 12 + 15 + 14 + 14 = 132
Las hipótesis que se van a probar son:
Ho: CR1 = CR2 vs CR1 ≠ CR2

Ho: τ 1 = τ 2 = τ 3 = τ 4 vs Ha: Al menos un efecto ≠ a los demás

Ho: H1 = H2 = H3 = H4 vs Ha: Al menos una Hi ≠ 0 en el cuadro 1

H1 = H2 = H3 = H4 vs Ha: Al menos una Hi ≠ 0 en el cuadro 2

Ho: C1 = C2 = C3 = C4 vs Ha: Al menos una Ci ≠ 0 en el cuadro 1

C1 = C2 = C3 = C4 vs Ha: Al menos una Ci ≠ 0 en el cuadro 2

Estas hipótesis se prueban con una tabla de análisis de varianza.

Suma de cuadrados de cuadros:

Y ...  ...  Y ... Y....

2 2 2 2 2
Yi... Y....
t
SC (Cuadros)   2  2  2
1
 2  c

i 1 t ct t ct
(321)  (271)
2
(592) 2 2
   78.125
16 32
Suma de cuadrados de tratamientos:
t Y.2j..
Y.... 2
Y.21..  ...  Y.t2.. Y....
2
SC (Trata.)    2   2 
i 1 ct ct ct ct

(154)  ...  (132) (592)

2 2 2
   55.0
8 32
Suma de cuadrados de hileras dentro de cuadros

c t
Yi.2k. Y....
2
SC ( H | C )    2
 SC (Cuadros)
i 1 k 1 t ct

Y . .  ...  Y . . Y....
2 2 2
 1 1

c t
2
 SC (Cuadros) 
t ct

(72)  ...  (71) (592)

2 2 2
   78.125  35.375
4 32
Suma de cuadrados de columnas dentro de cuadros

c t 2 2
Yi..l Y....
SC (C | CR)    2  SC (Cuadros)
i 1 l 1 t ct

Y ..  ...  Y .. Y....
2 2 2
 1 1 c t
 2  SC (Cuadros) 
t ct

(77)  ...  (72) (592)

2 2 2
   78.125  16.375
4 32
 2
c t t
Y....
SC (Total)  Y 2
ijkl  2
i k l ct

Y 2
1211  ...  Y 2
2144  Y .... 
2

2
ct
2
(592)
 19  ...  19 
2 2
 220.0
32
SC(Error)=SC(Total)-SC(Cuadros)-SC(Trata.)-SC(H|CR)-SC(C|CR)=

= 220.0 - 78.125 - 55.0 - 35.375 - 16.375 = 35.125

 Tabla de análisis de varianza
FV GL SC CM Fc 0.05 0.01
Cuadros c - 1=1 78.125 78.123 33.36** 4.54 8.68
Tratamientos t - 1=3 55.000 18.333 7.828** 3.29 5.42
H. dent. de CR c(t-1)=6 35.375 5.896 2.52 2.70 4.32
C. dent. de CR c(t-1)=6 16.375 2.73 1.16 NS 2.70 4.32
Error (t-1)(ct-c-1)=15 35.125 2.342
Total ct2 - 1=31 220.000

* Diferencia significativa
** Diferencia altamente significativa