DISEÑOS FACTORIALES 3k
Un diseño factorial 3ᵏ es un arreglo de k factores que tienen tres niveles cada uno. Se hará referencia
a los tres niveles de los factores como bajo, medio y alto. Existen varias notaciones para representar
estos niveles de los factores como bajo, medio y alto. Existen varias notaciones para representar
los niveles de los factores; una posibilidad es representar los niveles de los factores con los dígitos
0 (bajo), 1 (medio) y 2 (alto). Cada combinación de tratamientos del diseño 3ᵏ se denotará por k
dígitos, donde el primer digito indica el nivel del factor A, el segundo digito indica el nivel del factor
B…, y el digito k-ésimo indica el nivel de factor K.
Por ejemplo, en un diseño factorial 3², se tiene:
donde (0,0) denota la combinación de tratamientos correspondiente a A y B ambos en el nivel bajo,
y (0.1) denota la combinación de tratamientos correspondiente a A en el nivel bajo y B en el nivel
intermedio.
Cuando los niveles de un factor, por ejemplo, A son tres, el efecto de ese factor estará reflejado en
la variabilidad de tres totales de tratamientos, (A)₀, (A)₁ y (A)₂; donde (A)ᵢ representa el total de los
tratamientos con nivel i del factor A. También el efecto del factor A se puede estudiar con dos
contrastes ortogonales entre esos tres totales. Así al efecto principal de un factor con tres niveles
se le asocian dos grados de libertad.
De acuerdo con el modelo lineal, se tienen dos comparaciones independientes para A, dados por
las filas:
El efecto de B tiene dos comparaciones independientes entre columnas:
En el sistema de los diseños 3ᵏ, cuando los factores son cuantitativos, es común denotar los
niveles bajo, intermedio y alto con -1, 0 y +1 respectivamente. Este diseño es una de las
alternativas experimentales que permite estudiar efectos de curvatura, además de efectos lineales
y de interacción.
El diseño más simple del sistema 3ᵏ es el diseño 3², el cual tiene dos factores, cada uno con tres
niveles obteniendo un total de 9 tratamientos diferentes.
El modelo estadístico para el diseño 32 se puede escribir considerando el efecto individual
de cada factor y de la interacción entre ambos, y queda como sigue:
Con i, j = 0, 1, 2 y k =1,…, r, y donde; αi es el efecto del factor A, βj representa el efecto de B y
(αβ)ij es la interacción entre los dos factores.
En consecuencia, se contrasta la hipótesis H₀ : (αβ)ij = 0 (no hay interacción de los factores A y B
sobre la variable respuesta).
En este caso dichas sumas están dadas por:
La suma de cuadrados total se obtiene con:
y el error aleatorio se calcula con la diferencia,
Los grados de libertad asociados con cada suma de cuadrados de esta última
relación son, respectivamente:
Con base en esto, podemos definir latabla ANOVA para este tipo de diseño factorial:
Y asi mismo, el ANOVA desglosado para el diseño 32
Para calcular pendientes de una línea recta se divide el incremento en el eje vertical
contra el incremento en el eje horizontal.
Así, las diferencias de estas
pendientes o contraste de la curvatura pura A2 queda como:
De manera análoga, la parte lineal del efecto A
se puede explicar como la suma de las pendientes de los segmentos, de aquí que el
contraste del efecto lineal está dado por:
Del contraste para la curvatura dado en la ecuación se obtiene su correspondiente
suma de cuadrados con la fórmula:
donde n es el número de réplicas, C1j = 1, C2j = –2 y C3j = 1, y tiene un grado de libertad.
