DISEÑO CUADRADO
LATINO
MAESTRÍA EN MICROBIOLOGÍA TROPICAL
DICIEMBRE DE 2019
DISEÑO CUADRADO LATINO
El agrupamiento de las unidades experimentales en dos direcciones (filas y columnas) y la asignación de
los tratamientos al azar en las unidades, de tal forma que en cada fila y en cada columna se encuentren
todos los tratamientos constituye un diseño cuadrado latino.
El nombre de cuadrado Latino se debe a R.A. Fisher [The Arrangement of Field Experiments, J. Ministry
Agric., 33: 503-513 (1926)]. Las primeras Aplicaciones fueron en el campo agronómico, especialmente en
los casos de suelos con tendencias en fertilidad en dos direcciones.
CARACTERÍSTICAS
a. Se controlan 3 fuentes de variabilidad, un factor principal y dos factores o criterios de bloqueo.
b. Cada uno de los factores tiene el mismo número de niveles (k).
c. En cada fila y en cada columna, el número de unidades es igual al número de tratamientos.
d. Los tratamientos son asignados al azar en las unidades experimentales dentro de cada fila y dentro
de cada columna.
e. No hay interacción entre los factores.
f. El numero de filas= al número de columnas= al número de tratamientos.
g. Los análisis estadísticos T-student, Duncan, Tuckey y en pruebas de contraste se procede como el
diseño completo al azar y el diseño de bloques.
h. La desviación estándar de la diferencia de promedios y la desviación estándar del promedio, están en
función del cuadrado medio del error experimental.
DISEÑO CUADRADO LATINO
VENTAJAS DESVENTAJAS RESTRICCIONES
1. Provee una mejor estimación 1. Cuando el número de 1. Un tratamiento
del error experimental. tratamientos es grande esta cualquiera debe estar
2. Controla las fuentes de características donde el numero de solamente una vez en una
variación en las dos filas= al número de columnas= al fila y en una columna
direcciones: filas y número de tratamientos es más
columnas; es decir, extrae difícil de obtener
del error experimental la 2. pierden grados de libertad en el
variación debida a error experimental,
tratamientos. comprometiendo la precisión del
3. Mejora la precisión hace que diseño experimental
el experimento sea más
eficiente.
FORMACIÓN DISEÑO CUADRADO LATINO
Suponga 4 tratamientos A,B,C y D, con estos tratamientos se pueden formar 4 cuadros diferentes llamadas típicas
o estándar (en la primera fila y en la primera columna se tiene la misma distribución).
MODELO ESTADÍSTICO Y ANÁLISIS
Error
aleatorio
Efecto sobre la media,
Efecto sobre la media, causado por el nivel k
causado por el nivel i (efecto (efecto letra)
fila)
Efecto medio global Efecto sobre la media,
causado por el nivel j (efecto
columna)
[Link]
MODELO ESTADÍSTICO Y ANÁLISIS
Para una mayor sencillez en el cálculo se utilizan las expresiones abreviadas de SCT, SCF, SCC,
SCL, y SCR, que se dan a continuación:
FACTOR DE
CORRECCIÓN
Suma Cuadrado Total
Suma Cuadrado Fila
Suma Cuadrado Columna
Suma Cuadrado Tratamiento
La suma de cuadrados del error se obtiene por diferencia
[Link]
MODELO ESTADÍSTICO Y ANÁLISIS
Forma práctica de la tabla ANOVA para el modelo de cuadrado latino
[Link]
MODELO ESTADÍSTICO Y ANÁLISIS
COEFICIENTE DE DETERMINACIÓN: A continuación definimos el coeficiente de determinación R2
DONDE:
Entonces el coeficiente de determinación también lo podemos expresar como
Siendo los coeficientes de determinación parciales asociados a las filas, columnas y letras latinas, respectivamente.
[Link]
EJEMPLO
En un experimento sobre evaluación de variedades de caña de azúcar realizado en Brasil, fueron usadas
cinco variedades: Co-290 (A), Co-421 (B), Co-419 (C), POJ-2878 (D) y CP-3613 (E), dispuestas en un
cuadrado latino de tamaño 5x5. La producción de caña en kilogramos por parcela están descritas en la
tabla 1.
Variable medida
Tabla 1: Producción de caña en Kg/ha por parcela
[Link]
SUPUESTOS DEL ANÁLISIS DE VARIANZA
1. No existe interacción entre filas y tratamientos
2. No existe interacción entre columnas y tratamientos
3. Los errores son independientes
4. Los errores están normalmente distribuidos con media cero y varianza constante
5. Existe homogeneidad de varianzas entre los tratamientos
6. El modelo es lineal
En este caso, asumimos que los supuestos se cumplen
HIPÓTESIS:
EJEMPLO
Antes de hacer el cálculo de la suma de cuadrados…
Tabla 2: Ordenamiento auxiliar para el total y media de tratamientos
2463/5
515+518+524+486+420
494+384+458+550+318
724+660+556+583+501
432+500+438+297+400
489+478+313+394+331
Gran Total
[Link]
EJEMPLO
(2.322)² +…+(2.325)² – 11.763² 30.480
SC filas = =
5 25
(2.654)² +…+(1.970)² – 11.763² 55.640
SC columnas = =
5 25
SC total = (432)² + (518)² +…+(318)² – 11.763²
Sumatoria de
cada unidad = 257.724
experimental 5 25
SC ERROR= 257.724 – 137.488 – 30.480 – 55.640 = 34.116
[Link]
EJEMPLO
Tabla 3: Resumen del análisis de varianza
Tabla de F
137.488/4 34.372/2.843
34.116/12
Media de los totales
Se rechaza H0 a nivel α cuando
F > FI−1,(I-1)(I-2),
[Link]
EJEMPLO
CONCLUSIONES PARCIALES: De acuerdo a los resultados del análisis de varianza, se concluye
que las variedades presentan efectos diferenciados en cuanto a la producción de caña de azúcar.
Es necesario el análisis post-anova, EN ESTE CASO BAJO EL CRITERIO DE TUKEY
[Link]
PRUEBA DE TUKEY
1. Matriz de diferencias
ORDEN DESCENDIENTE según la magnitud de sus medias
ORDEN ASCENDIENTE
604,80-203,80
2. Cálculo del comparador W
Recordemos que este valor es el que usamos
para decidir si la diferencia entre las medias
de cada variedad es significativo o no
Tabla Tukey
[Link]
3. Presentación de los resultados
Concluimos que la variedad Co-419 con una media de 604,80 kilos por parcela es la que ha tenido el
rendimiento mayor y claramente diferenciado del resto de variedades
