Taller 6 Diseño Experimental
Taller 6 Diseño Experimental
Taller 6 Diseño Experimental
ASIGNATURA:
DOCENTE: PEDRO JOSE FRAGOSO CASTILLA
Taller #6: Diseño de Bloques Completos al Azar
ESTUDIANTE: Gissel Dayana Rodriguez Identificación: 1003087839
ESTUDIANTE: Luanis Perez Identificación: 1003038492
ESTUDIANTE: Enrique Martinez Iseda Identificación: 1066283777
ESTUDIANTE: Karen Arias Identificación: 1002353624
ESTUDIANTE: Linda lucia Martinez Identificación: 1068392341
FECHA: Andrea Pacheco Doria Calificación:
TALLER #6
1. ¿En qué situaciones se aplica un diseño en bloques completos al azar? ¿En qué difieren los
factores de tratamientos y de bloque? Al estudiar o comparar ciertos tratamientos es deseable que
las posibles diferencias se deban principalmente al factor de interés y ano a otros factores que no
se consideran en el estudio. Cuando esto no ocurre y existen otros factores que no se controlan o
nulifican a la hora de hacer la comparación, las conclusiones podrían ser afectadas sensiblemente.
El diseño en bloques completos al azar se aplica cuando el efecto de un tratamiento a comparar
depende de otros factores que pueden influir en el resultado de experimento y que deben de
tomarse en cuenta para anular su posible efecto y evitar sesgo al comparar los factores de interés.
Para evitar este sesgo se deben incluir estos factores adicionales en la experimentación y
probarlos con cada uno de los factores de interés de manera tal que puedan presentarse todas las
combinaciones posibles entre ambos para obtener resultados en la comparación que sean válidos,
esta forma de nulificar su efecto se llama bloqueo.
La diferencia entre los factores de tratamiento y los de bloque radica en que estos últimos no se
incluyen en el experimento de manera explícita por que interese analizar su efecto, sino como un
medio para estudiar de manera adecuada y eficaz al factor de interés para no sesgar la
comparación.
3. De acuerdo con el modelo estadístico para un diseño en bloques, ¿por qué a través de este
diseño se reduce el error aleatorio? en el diseño en bloques se analiza bloque a bloque y
se toman en cuenta todos los factores posibles que
puedan afectar de manera significativa a nuestro
experimento.
4. A continuación se muestra parte del ANOVA para un diseño en bloques, que tiene tres
tratamientos y cinco bloques con una sola repetición por tratamiento-bloque.
Total 14
a) Agregar en esta tabla los grados de libertad, el cuadrado me dio y la razón F para cada una de las
fuentes de variación.
b) Interprete en forma práctica, para cada caso, lo que está estimando el cuadrado medio. El
cuadrado medio interpreta una división de cada suma de cuadrados entre sus
respectivos grados de libertad.
Para efecto tratamiento se rechaza la hipótesis nula (4.8 > 4.459) Para efecto del
bloque se acepta la hipótesis nula (3.4 < 3.838) Esto quiere decir que el factor
tratamiento tiene efecto significativo en la respuesta
del experimento y el efecto del bloque no es
significativo.
e) Con apoyo de un software obtenga el valor-p para cada caso. Interprete sus resultados.
Valor- P para tratamiento: 0.003 < 0.05 (Se rechaza H0) Valor- P para bloque:
0.1014 > 0.05 (No se rechaza H0)
5. Realice el problema anterior, pero ahora suponga que no se bloqueó. ¿Se hubiesen obtenido las
mismas conclusiones? Argumente.
6. Aunque en el análisis de varianza para un diseño en bloques completos al azar también se puede
probar la hipótesis sobre si hay diferencia entre los bloques, se dice que esta hipótesis se debe ver
con ciertas reservas. Explique por qué.
8. Una compañía farmacéutica realizó un experimento para estudiar los tiempos promedio (en días)
necesarios para que una persona se recupere de los efectos y complicaciones que siguen a un
resfriado común. En este experimento se hizo una comparación de distintas dosis diarias de vitamina
C. Para hacer el experimento se contactó a un número determinado de personas, que en cuanto les
daba el resfriado empezaban a recibir algún tipo de dosis. Si la edad de las personas es una posible
fuente de variabilidad, explique con detalle cómo aplica ría la idea de bloqueo para controlar tal
fuente de variabilidad.
Tratamiento 1 2 3 4
A 3 4 2 6
Y1• =
B 7 9 3 10
Y2• =
C 4 6 3 7
Y3• =
Fuente de GL
variación
Tratamientos 2 25,1167 12,58 13,73 0,006
bloques 3 42,0 14 15,27 0,003
Error 6 5,50 0,916
Total 11 72,6667
De acuerdo al ANOVA anterior se observa que para los tratamientos se obtuvo un
valor-p =0.006 < 0.05, por lo que se rechaza la hipótesis nula de que las media de
los tratamientos son iguales entre si, en cuanto al factor de bloques se puede
concluir que su valor-p =0.003 < 0.05, lo que nos dice que existen diferencias
entre estos.
d) Obtenga la diferencia mínima significativa (LSD) para compa rar tratamientos en este diseño en
bloques.
10. Se hace un estudio sobre la efectividad de tres marcas de atomizador para matar moscas. Para
ello, cada producto se aplica a un grupo de 100 moscas, y se cuenta el número de moscas muertas
expresado en porcentajes. Se hicieron seis réplicas, pero en días diferentes; por ello, se sospecha
que puede haber algún efecto importante debido a esta fuente de variación. Los datos obtenidos se
muestran a continuación:
Marca de atomizador 1 2 3 4 5 6
1 72 65 67 75 62 73
2 55 59 68 70 53 50
3 64 74 61 58 51 69
11. En una empresa lechera se tienen varios silos para almacenar le che (cisternas de 60 000 L). Un
aspecto crítico para que se conserve la leche es la temperatura de almacenamiento. Se sospecha
que en algunos silos hay problemas, por ello, durante cinco días
se decide registrar la temperatura a cierta hora crítica.
Obviamente la temperatura de un día a otro es una fuente de variabilidad que podría impactar la
variabilidad total.
Día
12. Se diseñó un experimento para estudiar el rendimiento de cuatro detergentes. Las siguientes
lecturas de “blancura” se obtuvieron con un equipo especial diseñado para 12 cargas de lavado,
distribuidas en tres modelos de lavadoras:
A 45 43 51
B 47 44 52
C 50 49 57
D 42 37 49
c) Realice el análisis estadístico más apropiado para estos datos y obtenga conclusiones.