Diseño de Bloques Completos
al Azar (DBCA)
Objetivos
Entender los fundamentos
de un diseño de bloques
completos al azar analizar e
interpretar sus resultados.
2
Diseño de Bloques Completos al Azar
Se utiliza cuando existe otra fuente de
variabilidad que puede ser controlada. Las
unidades experimentales se agrupan dentro
de bloques, de tal forma que sean lo mas
homogéneas posible dentro de cada bloque
3
Este diseño es conveniente cuando se
logra determinar una gradiente de
variabilidad en un sentido que esta
influyendo en los tratamientos. Ejemplo:
◼ Grado de inclinación del terreno donde se
realiza el experimento.
◼ Dirección del viento.
◼ Gradiente de fertilidad
◼ Gradiente de luminosidad
4
Croquis experimental
5
Modelo Aditivo Lineal
Yij = + i + j + ij i = 1, 2, ,t
j = 1, 2, ,b
ij ~ N ( 0, 2
)
Yij valor observado en el i-ésimo tratamiento y la j-ésima repetición.
efecto de la media general.
i efecto del i-ésimo tratamiento.
j efecto del j-ésimo bloque.
efecto del error experimental en el i-ésimo tratamiento y la j-
ij
ésima repetición.
6
Análisis de Varianza
Fuente de Grados de Suma de Cuadrados Fcal
Variación Libertad Cuadrados Medios
Tratamientos t-1 SC(Trat) SC(Trat)/(t-1) CM(Trat)/CM(Error)
Bloques b-1 SC(Bloq) SC(Bloq)/(b-1)
Error (t-1)(b-1) SC(Error) SC(Error)/(t-1)(b-1)
Total tb-1 SC(Total)
7
.
Análisis de Varianza -Hipótesis
Para el Modelo I (Efectos fijos)
H0 : i = 0 i = 1, ,t H 0 : i = i = 1, ,t
H1 : i 0 Para algún i H 1 : i Para algún i
Ho: Todos los tratamientos tienen el mismo efecto sobre la variable en estudio
Ha: No todos los tratamientos tienen el mismo efecto sobre la variable en estudio
CMTrat
F= ~ F(GLTrat ,GLError )
CMError
8
En una empresa maquiladora de ensamble, se desean probar cuatro tipos de métodos de
ensamblaje A,B,C y D, para encontrar el método más rápido. Sin embargo también se ha
encontrado que puede ser posible que dependiendo del tipo de operador será el tiempo
ensamble (minutos). Para esto se realizan las pruebas de ensamblaje, ensamblando una
pieza por cada uno de los cuatro métodos, con cuatro tipos de operadores; después de
realizar las pruebas estos fueron los resultados:
El tipo de operador constituye el bloque ya que el efecto de tratamiento se
vera influenciado en todos los casos por el operador, ya sea positiva o 9
negativamente
1. Realice un diagrama de cajas
2. Pruebe los supuestos de normalidad y
de homogeneidad de variancias
3. Realice el ANVA
4. Realice la prueba post ANVA
El método A es el que
proporciona el menor tiempo
de ensamblaje. Esto
condicionado a lo que resulte
del post Anva
11
Ho: Los errores tienen distribución normal
Si PVAL < , SE RECHAZA LA Ho.
Ha: Los errores no tienen distribución normal
Si PVAL ≥ , SE ACEPTA LA Ho.
Nivel de significación= =0.05
Hay normalidad de
los errores; ya que
Pval>0.05
12
Ho: Los 4 métodos tienen la misma variancia.
Ha: Los 4 métodos no tienen la misma variancia
Nivel de significación= =0.05 Si PVAL < , SE RECHAZA LA Ho.
Si PVAL ≥ , SE ACEPTA LA Ho.
Como pval>0.05; se acepta la Ho.
Es decir hay homogeneidad de
variancias
13
Ho: Los 4 métodos tienen el mismo efecto
Ha: Los 4 métodos no tienen el mismo efecto
Nivel de significación= =0.05
Como Pval<0.05; se rechaza la Ho. Es decir los 4 métodos de ensamblaje
no tienen el mismo efecto. Se recomienda realizar la prueba de
comparación de promedios por Tukey.
14
Estadísticamente, se recomienda los métodos A o B ya que generan el
menor tiempo de ensamble
15
¿Factor,
tratamiento,U.E.
Variable respuesta,
por que bloque?
16
17
DATOS EPOCA 1
• Diagrama de cajas
• Validación de supuestos
• Anva
• Post Anva
18
1. Realice un diagrama de cajas
2. Pruebe los supuestos de normalidad y
de homogeneidad de variancias
3. Realice el ANVA
4. Realice la prueba post ANVA
EJERCICIOS
DISEÑO DE BLOQUES COMPLETOS AL
AZAR
De acuerdo al ANVA no hay diferencias significativas entre
los tratamientos. En este experimento se tiene un control o
testigo; por lo cual se debería hacer la prueba de dunnett a
fin de comparar el testigo con los demás tratamientos.
No es posible hacer dunnett ya que no hay diferencias
significativas entre los tratamientos.
22
Ejercicio.
Plantear un problema de 2. Datos (pueden ser
preferencia de su área simulados)
(articulo,libro, etc).
3. Cajas, Normalidad,
1. Definir: Factor, Homocedasticidad, ANVA,
tratamiento, variable Post ANVA
respuesta.
Grupos de 3 personas.
2. Aleatorizacion (DCA,
DBCA). Porque usa DCA o Al azar salen 2 grupos prox
DBCA. clase.
Enviar a
ivans@[Link]
Máximo 9:30 pm
23
