Professional Documents
Culture Documents
Introduccin
Los diseos experimentales que tienen varios tamaos de u.e. son: diseos de mediciones repetidas, diseos de parcelas divididas, algunos diseos anidados y diseos que tienen combinaciones de ellos. La caracterstica que distingue a estos tipos de diseos es que se utilizan ms de un tamao de u.e. Cada tamao de u.e. tiene sus propias estructuras de diseo y de tratamientos. Ya que hay ms de un tamao de u.e., hay ms de un trmino de error, esto es, hay un trmino de error para cada tamao de u.e. lo cual est reejado tanto en el modelo como en la tabla de ANOVA.
Parcelas Divididas
El diseo de parcelas divididas (split-plot) tiene su origen en aplicaciones en Agricultura, donde las parcelas grandes generalmente eran grandes reas y las parcelas pequeas reas pequeas dentro de las grandes, y a cada una de los dos tamaos de parcela le corresponde un tratamiento. Por ejemplo, ciertas variedades de cultivo se podan sembrar en reas diferentes (parcelas grandes), una variedad en cada parcela. Luego cada rea se divide en k parcelas pequeas y cada una de estas puede ser tratada con un tipo de fertilizante diferente. La variedad del cultivo es el tratamiento de la parcela grande y el fertilizante el de la parcela pequea.
Parcelas Divididas
En general, el diseo de parcelas divididas se utiliza cuando algunos factores requieren u.e. grandes, mientras que otros factores las requieren ms pequeas. Alternativamente, algunas veces encontramos que la aleatorizacin completa no es factible por que es ms difcil cambiar los niveles de algunos factores, por lo que los factores difciles van a las parcelas grandes, mientras que los fciles van a las pequeas. Ejemplo de hornos y recetas de pastel.
Parcelas Divididas
La clave para construir los modelos de los diseos de parcelas divididas es identicar los diferentes tamaos de las unidades experimentales e identicar sus correspondientes estructuras de diseo y de tratamientos. Las suposiciones de los modelos de parcelas divididas son las usuales, en el sentido de que los trminos de error para cada una de los tamaos de ue se distribuyen independientemente como normales con media cero y una varianza propia. A continuacin se muestran algunos ejemplos tomados de varios libros.
Ejercicio 6, cap 14 Kuehl. Un investigador de una compaa de mariscos quiere estudiar el crecimiento bacterial en ostiones y mejillones sujetos a tres temperaturas de almacenamiento. Estn disponibles nueve unidades de enfriamiento. Se selecionaron aleatoriamente tres unidades para cada una de las temperaturas. Los ostiones (1) y los mejillones (2) se guardaron por dos semanas en cada uno de las unidades de enfriamiento, despus de lo cual se cont el nmero de bacterias en una muestra de ostiones y mejillones. Se registr el logaritmo del conteo bacterial.
Ejemplo 1
Unidad 1 1 2 2 3 3 4 4 5
Temp ( C ) 0 0 0 0 0 0 5 5 5
Marisco 1 2 1 2 1 2 1 2 1
Unidad 5 6 6 7 7 8 8 9 9
Temp( C ) 5 5 5 10 10 10 10 10 10
Marisco 2 1 2 1 2 1 2 1 2
ParcelasDivididasMariscos.jmp
Ejemplo 1
Este es un experimento de parcelas divididas en diseo completamente al azar. El modelo para este experimento es: yijk = + Ti + Uj (i) + Mk + (T M )ik + ijk i = 1, 2, 3 j = 1, 2, 3 k = 1, 2 donde: Ti es el efecto de la temperatura (tratamiento de parcela grande) Uj (i) es el error de parcela grande (aleatorio) Mk es el efecto de marisco (tratamiento de parcela pequea) (T M )ik interaccin temperatura x marisco ijk error de parcela pequea (aleatorio)
Ejemplo 1
E (CM ) 2 2 + 6 2 + 2U T (T ) 2 2 + 2U (T ) 2 2 + 9M 2 2 + 3T M 2
Las F se construyen de la siguiente manera: Temperatura: Marisco: T x M: CMT /CMU (T ) CMM /CM E CMT M /CM E
Ejemplo 1
gl 2 6 1 2 6 17
Las estimaciones de los componenetes de varianza con el mtodo de Momentos son: Componente Estimacin % de varianza total U(T) 3.21 77.48 Error (b) 0.93 22.53 Total 4.14 100.00
El dueo de una fbrica de papel est interesado en estudiar el efecto de tres mtodos diferentes de preparar la pulpa y cuatro diferentes temperaturas de cocinado (horneado) para la pulpa, en la resistencia del papel. El investigador decide correr tres repeticiones de este experimento factorial, por lo que necesita (3 x 4 x 3) 36 observaciones. Sin embargo, la planta es capaz de hacer solamente 12 corridas por da, entonces el investigador decide correr una repeticin del factorial completo en cada uno de los 3 das necesarios y considerar los das o repeticiones como bloques.
Ejemplo 2
El experimento se llev a cabo, en cada uno de los das, de la siguiente manera: Se produce un lote de pulpa con uno de los tres mtodos bajo estudio. Este lote de pulpa se divide en cuatro muestras y cada muestra se cocina con una de las cuatro temperaturas. Entonces, se produce el segundo lote de pulpa usando otro de los tres mtodos, el cual tambin se divide en cuatro muestras que se cocinan con las cuatro temperaturas. El proceso se repite usando un lote de pulpa producido por el tercer mtodo. Los datos son:
Ejemplo 2
Bloque 1 1 2 3 30 35 37 36 34 41 38 42 29 26 33 36
Bloque 2 1 2 3 28 32 40 41 31 36 42 40 31 30 32 40
Bloque 3 1 2 3 31 37 41 40 35 40 39 44 32 34 39 45
Inicialmente podramos considerar que es un experimento factorial con 3 mtodos de preparacin (A) y cuatro niveles de temperatura (B) en bloques al azar.
Ejemplo 2
Si este fuera el caso entonces el orden de experimentacin dentro del bloque debera ser completamente aleatorio. Esto es, dentro de un bloque (da), deberamos seleccionar aleatoriamente una combinacin de niveles (tratamiento) (un mtodo de preparacin y una temperatura) y obtener una observacin, seleccionamos aleatoriamente otro tratamiento y obtenemos una segunda observacin, y as, sucesivamente, hasta que se tengan las 12 observaciones en el bloque. Sin embargo, el investigador no obtuvo sus datos de esa manera. l hizo un lote de pulpa (con alguno de los mtodos) y obtuvo las observaciones para las 4 temperaturas con el mismo lote de pulpa. Dada la economa de preparar los lotes y el tamao de los lotes, sta es la nica forma factible de hacer el experimento.
Ejemplo 2
Cada bloque se divide en tres partes llamadas parcelas grandes, y los mtodos de preparacin se llaman tratamientos principales o de parcela grande. Cada parcela grande se divide en cuatro partes llamadas parcelas pequeas, y se asigna al azar una temperatura a cada una. La temperatura se llama tratamiento de la parcela pequea. El modelo lineal para este diseo en parcelas divididas es: yijk = + i + j + ( )ij + k + ( )ik + ( )jk + ( )ijk + ijk
Ejemplo 2
donde es la media general i efecto de mtodo de preparacin de la pulpa (i = 1, 2, 3) j efecto del bloque (j = 1, 2, 3) ( )ij error de parcela grande k efecto de temperatura (k = 1, 2, 3, 4) ( )ik y ( )jk interacciones ( )ijk error de parcela pequea ijk no estimable parcelasdiv.jmp
Ejemplo 2
Las esperanzas de cuadrados medios son: Factor i j ( )ij k ( )ik ( )jk ( )ijk ijk E (CM ) 2 2 2 + 4 + 12 2 2 + 12 2 2 + 4 2 2 2 + 3 + 12 2 2 2 + + 3 2 2 + 3 2 2 + 2
Ejemplo 2
Las estadsticas F se construyen de la siguiente manera: Pulpa: Temperatura: P x T: B x T: PxBxT: CMP /CMP xB CMT /CMBxT CMP xT /CMP xBxT no hay prueba no hay prueba
Ejemplo 2
gl 2 2 4 3 6 6 12 0 35
F 7.08
p-value 0.049
42.00 2.96
0.0002 0.052
Ejemplo 3
Ejemplo 24.1 Milliken & Johnson Los datos son los rendimientos en libras de dos variedades de trigo (B) sembradas en cuatro diferentes mtodos de fertilizacin. El rea fue dividida en dos bloques, cada uno conteniendo cuatro parcelas. Cada uno de los cuatro fertilizantes se asignaron aleatoriamente a una de las parcelas grandes en cada bloque. Entonces, el diseo experimental para las parcelas grandes consisti en un bloques al azar y un solo factor (Fertilizante), con dos bloques y en cada uno cuatro parcelas grandes.
Ejemplo 3
Cada parcela grande se dividi en dos partes (parcelas pequeas) y se asign aleatoriamente una variedad de trigo a cada parcela pequea dentro de la parcela grande. El diseo experimental de las parcelas pequeas es un bloques al azar con un solo factor (Variedad), con ocho bloques y en cada uno dos parcelas pequeas. El modelo para este experimento es: yijk = + Fi + Bj + eij } parcela grande + Vk + F Vik + ijk } parcela pequea
donde i = 1, 2, 3, 4; j = 1, 2; k = 1, 2 y
2 2 ) ) ijk N ID(0, eij N ID(0, e
Ejemplo 3
Las esperanzas de cuadrados medios son: FV Fi Bj eij Vk F Vik ijk Total gl 3 1 3 1 3 4 15 E (CM ) 2 2 2 + 2e + 4F 2 2 + 8B 2 2 + 2e 2 2 + 8V 2 2 + 2F V 2
Ejemplo 3
Tabla de Anlisis de Varianza FV Fertilizante Bloque FxB-error(a) Variedad FxV Error-error(b) Total gl 3 1 3 1 3 4 15 SC 40.19 131.103 6.93 2.25 1.55 8.43 190.45 CM 13.39 131.103 2.31 2.25 0.52 2.11 F 5.80 p 0.0914
1.07 0.25
0.3599 0.8612
Ejemplo 3
Usando el mtodo de momentos para estimar los componentes de varianza de los dos errores, tenemos: CMerror(a) CMerror(b) Por lo tanto, 2
2 e 2 = 2 + 2e
= 2
ej24_1_messy.jmp