Es un proceso mediante el cual se obtiene una observacin.

Experimento aleatorio. Es aquel cuyos resultados no pueden

predecirse antes de su realizacin y, por lo tanto estn sujetos al
azar.
http://www.proyectosalonhogar.com/Hagamos_experimentos.h
tm
Es una de las formas que, en cantidad o calidad, toma el factor a
estudiar durante el experimento.
Elemento o sujeto sometido a estudio o a ensayo de
comparacin.
Es una de las modalidades o niveles que puede tomar un factor
en estudio, por ejemplo variedades de plantas, dosis de
fertilizacin, dosis de herbicida, concentraciones de reactivos,
niveles de hormonas, humedad relativa, temperatura, etc.
Es un tratamiento que sirve de comparacin, generalmente
debido a que es el mas comn, comercial, rendidor, criollo,
regional, o bien ya se sabe su comportamiento con cierto
margen de veracidad.

Permite medir el resultado del experimento o el avance de un
programa (desarrollo tecnolgico).
Es la entidad fsica o biolgica en la cual se aplican los
tratamientos.
Por ejemplo: una porcin de tierra, una maceta, una planta, un
cerdo, un conjunto de semillas, un grupo de personas, cajas petri,
un huerto, un hato lechero, grupo de aves de corral, diez charolas
germinadoras, la nave de un invernadero, dos camas de siembra,
una sembradora, diversas peceras, conjunto de casas, un lote de
vehculos, una escuela, etc.
Cuando en un experimento se tiene un conjunto de tratamientos,
para poder estimar el error experimental, es necesario que dichos
tratamientos aparezcan mas de una vez. Entre mas repeticiones se
tenga de los tratamientos, se aumenta la precisin del
experimento, se reduce el error experimental.

Por lo tanto la repeticin es el numero de veces que un
tratamiento aparece en el experimento.
Es la medida de variacin que existe entre las observaciones de las
unidades experimentales en el mismo tratamiento, es decir, la
variacin no proveniente del efecto de tratamientos.

No se puede eliminar, pero si se puede reducir para incrementar
la precisin en la estimacin de los efectos de tratamientos.

Como?

1. Utilizar unidades experimentales uniformes (lo mas posible)
2. Emplear el tamao adecuado de cada unidad experimental.
3. Eliminar el efecto de orilla y la competencia entre
tratamientos.
4. Distribuir de forma aleatoria los tratamientos en las unidades
experimentales.
5. Emplear el numero adecuado de repeticiones para cada
tratamiento.
6. poner a todos los tratamientos en igualdad de condiciones de
manera que ninguno tenga ventaja sobre los dems y se pueda
observar la superioridad verdadera de un tratamiento.
Variable Respuesta: es la variable en estudio, aquella cuyos
cambios se desean estudiar. Es la variable dependiente.

Factor: es la variable independiente. Es la variable que manipula
el investigador, para estudiar sus efectos sobre la variable
dependiente.

Nivel Del Factor: es cada una de las categoras, valores o formas
especficas del factor.
Factor Cualitativo: sus niveles se clasifican por atributos
cualitativos.

Factor Cuantitativo: sus niveles son cantidad numrica en una
escala.

Factores Observacionales: El investigador registra los datos pero
no interfiere en el proceso que observa.
Factores Experimentales: El investigador intenta controlar
completamente la situacin experimental.
Se refiere a la manera de proyectar las combinaciones de
tratamientos, cuando se ensayan dos o mas factores.
Se refiere a la estructura del experimento, con la cual se define la
composicin de los bloques, as como la distribucin de los
tratamientos en las unidades experimentales.
EL Diseo de Experimentos

Est relacionado bsicamente con el planeamiento de la
recoleccin de los datos.

Cada experimento es una pregunta que se hace a la naturaleza,
por lo tanto, para que las respuestas no sean confusas o
contradictorias, es necesario que el mismo sea:
1) Tcnicamente planeado
2) Cuidadadosamente conducido
3) Adecuadamente analizado
4) Cautelosamente interpretado
Los Supuestos de Validez del modelo ANVA
son:

Observaciones Independientes.
Datos distribuidos Normalmente ( ;
2
).
Varianzas Homogneas.
Diseo Completamente
Aleatorizado
DCA
Introduccin
En el caso de un nico Factor (Experimento Unifactorial) y a Efectos Fijos ( Modelo I) El
modelo de Anlisis de la Varianza
ij j ij
Y c t + + = . ..
En donde:
Yij es la variable aleatoria que que mide la respuesta del sujeto
experimentado en el -simo individuo que recibi el j-simo tratamiento;
.. Es el promedio general;
t.
j
El efecto del j-simo tratamiento, y;
c
ij
Es la cantidad de variacin no explicada por el Factor, tambin se
conocer como Error del Experimento, Variacin Residual.
Supuestos Anova
1. Observaciones se distribuyen Normal e
Independiente y con la misma varianza
para cada tratamiento
2.

3.










) , 0 ( ~
2
o c N
ij
ij j ij
Y c t + + = . ..
Modelos E Hipotesis
Modelo a efectos fijos
H
0
: t
1
= t
2
..= t
k

H
1
: t
i
= 0 al menos para una i

Modelo a efectos aleatorios
H
0


: t = 0
H
1
: t 0

Diseo Completamente Aleatorizado
Diseo aleatorio, en condiciones homogneas
(tiempo, materias primas, procedimientos
operativos, etc.) .
Ejemplo con tres tratamientos:
N 1; 2; 3; 4; 5; 6; 7; 8; 9;10;11;12;13; 14; 15
Tr. A; A;C; B; B; A; C; B; B; C; B; C; C; A; A
Res.y,y,y3, y4 ,y5,y6, y7, y8, y9,y10,y11,y12, y13, y14, y15
Anlisis: ANOVA
Tabla Anlisis
Rep
Trat
1 2 3 4 5
Promedi
o
A
Y
A1
Y
A2
Y
A3
Y
A4
Y
A5
Y
A.
B
Y
B1
Y
B2
Y
B3
Y
B4
Y
B5
Y
B.
C
Y
C1

Y
C2
Y
C3
Y
C4
Y
C5
Y
C.
Y
..
Anava

= = = = =
+ =
n
1 t
2
.j ij
k
1 j
n
1 i
2
k
1 j
.. .j
2
ij
k
1 j
) y (y ) y y ( n ..) y (y
Identidad de la suma de cuadrados
2
k
1 j
2
) 1 ( ) (
j trat
n k CM E t o

=
+ =
Esperanza de la suma de cuadrado tratamiento
1
=
k
SC
CM
trat
trat
) 1 (
=
n k
SCEE
CM
error
Cuadrado medio del tratamiento Cuadrado medio del error
Cuadro Anava
Fuentes
Variacin
Sumas
Cuadrados
g.l Cuadrados
Medios
F
Entre
Tratamientos
SCTrat. k-1 SCTrat/ g.l
(I)
F
o
= I/II
Dentro Trat.
(Error)
SCError k(n-1) SCError/ g.l
(II)
Total SCTotal n 1
Anova Un Criterio
F
o
F ((k-1) y k(n-1))

Si F
o
> F ((k-1) y k(n-1)) Rechazo la Hipotesis Nula

Si rechazo la Hiptesis Nula en el Modelo a
Efectos Fijos

Prueba de Duncan
Prueba de Tukey
Prueba de Scheffe

Diseo en Bloques Completos
Aleatorizados
DBCA
Es un conjunto de unidades experimentales lo mas homogneas
posibles, en el cual aparecen todos los tratamientos una sola
vez. En espacios fsicos los bloques se deben colocar de manera
perpendicular al gradiente de variacin para reducir el error.
De manera abstracta el bloque puede referirse a grupos de
animales de la misma raza, personas de la misma edad, nios con
el mismo peso, rasgos fisonmicos, plantas de un mismo vivero,
pacientes de un hospital, maz de una regin, piezas de un mismo
torno, una ensambladora de vehculos, una institucin educativa
de nivel superior, etc
En muchos problemas de experimentos, es necesario hacer
un diseo de tal manera que la variabilidad proveniente de
fuentes conocidas pueda ser sistemticamente controlada.

Se pretende reducir el efecto de la variabilidad proveniente
de causas propias del experimento pero independiente del
efecto que se desea estudiar.
Diseo De Bloques Completos Aleatorizados
(DBCA)
Para los fines del anlisis de varianza el bloqueo introduce
un efecto adicional ficticio, cuyo objetivo es separar del error
experimental, alguna fuente de variabilidad conocida.
Anlisis De La Varianza(DBCA)
El Diseo en Bloque Completo al Azar es un plan en el cual las
unidades experimentales se asignan a grupos homogneos,
llamados bloques, y los tratamientos son, luego, asignados al
azar dentro de los bloques.
Objetivo del agrupamiento: lograr que las unidades dentro de
un bloque sean lo ms uniformes posible con respecto a la
variable dependiente, de modo que las diferencias observadas
se deban realmente a los tratamientos. Al controlar la
variacin dentro de los bloques reducimos la variabilidad del
error experimental.
Diseos En Bloques Aleatorizados
Cada bloque constituye una replicacin.


Todos los tratamientos aparecen una
sola vez en cada bloque
Diseo En Bloques Completos Aleatorizados
Se divide el material experimental en tantos bloques como
nmeros de replicaciones a utilizar. Cada bloque es luego
dividido en tantas UE como tratamientos haya en estudio.
Como el DBCA especifica que todos los tratamientos deben
aparecer una vez en cada replicacin, la aleatorizacin se hace
separadamente en cada bloque.
La aleatorizacin es similar al DCA para cada bloque.
Ejemplo: Para el ensamble de un artculo se considera comparar 4 mquinas diferentes.
Como la operacin de las mquinas requiere cierta destreza se anticipa que habr una
diferencia entre los operarios en cuanto a la velocidad con la cual operen la maquinaria.
Se decide que se requerirn 6 operarios diferentes en un experimento de bloques
aleatorizado para comparar las mquinas.
Aleatorizacin: debemos asignar cada tratamiento, M
1
, M
2
, M
3
, y M
4
a cada
bloque.
22
45
27
2

Operario 1 Bloque 2 Bloque 3 Bloque 4 Bloque 5 Bloque 6
75
31
70
86

76
25
98
85

84
51
10
78



5
79
36
95


16
44
29
14



M2
M4
M3
M1
M3
M1
M2
M4
M2
M1
M4
M3
M4
M2
M1
M3
M1
M3
M2
M4
M2
M4
M3
M1

Pero si las mquinas difieren en cuanto a la velocidad de ensamblado de la
pieza, pensaramos que las muestras provienen de poblaciones diferentes, e

1

2

3

4
Si las mquinas no difieren en cuanto a la velocidad de ensamblado de la
pieza, tendran igual velocidad promedio y las curvas se superpondran
exactamente.

H
0
:

1
=
2
=
3
=
4
H
0
=
1
=
2
=
3
=
4
=0

H
1
: algn promedio es
distinto de los restantes
EL MODELO (DE EFECTOS FIJOS)
Y
ij
= +
i
+
j
+ e
ij

Donde Y es la variable respuesta o dependiente, tiempo medido en
segundos, e Y
ij
es la observacin perteneciente al j-sima bloque bajo el
tratamiento i; las observaciones son independientes.
es la media general comn a todas las mquinas y a todos los
operarios.

i
es el efecto del tratamiento en el nivel i, propio de cada mquina.

j
es el efecto del bloque en el nivel j, propio de cada operario.
e
ij
es la variable aleatoria del error con distribucin normal, con media =
0 y varianza
2
N (0 ;
2
) e independiente.

Modelo lineal aditivo: cada respuesta es la suma de los otros trminos.
Tabla de Anlisis de varianza para dos criterios de
clasificacin
2
.. . .
2
.
2 2
) ( ..) ( ..) . ( ) .. ( y y y y y y b y y t y y
j
i j
i ij
j
j
i
i
i j
ij
+ + + =

Variacin total Variacin debida Variacin debida Variacin propia de
a los tratamientos a los bloques las observaciones
SCT SCA SCB SCE
Fuente de Suma de Grados de Cuadrados F calculada
variacin Cuadrados libertad Medios
Tratamientos SCA t - 1 CMA = SCA / t-1 CMA / CME
Bloques SCB b -1 CMB = SCB / b-1 CMB / CME
Error Experimental SCE (t - 1)(b-1) CME = SCE / (t-1)(b-1)
Total SCT t.b -1
Operario
Mquina 1 2 3 4 5 6 Total Medias
1 42,5 39,3 39,6 39,9 42,9 43,6 247,8 41,3
2 39,8 40,1 40,5 42,3 42,5 43,1 248,3 41,4
3 40,2 40,5 41,3 43,4 44,9 45,1 255,4 42,6
4 42,3 43,2 44,5 45,2 46,9 43,3 265,4 44,2
Total 164,8 163,1 165,9 170,8 177,2 175,1 1016,9
Medias 41,2 40,775 41,475 42,7 44,3 43,775 254,225 42,4
Tiempo en segundos para el ensamble del producto
Suma de Cuadrados Tratamientos =
Suma de Cuadrados de Bloques =
Suma de Cuadrados Total =
Suma de Cuadrados del Error = SCTotal SCTratamiento - SCBloque
F
c
=
( )
2
.t b
Y
i j
ij
Factor de Correccin =
c
i
i
F T
b

2
.
1
c
j
j
F T
t

2
.
1
c
i j
ij
F Y

2
ste es un cuadro latino:
1 2 3 4 5
I A B C D E
II B C D E A
III C D E A B
IV D E A B C
V E A B C D
Son bloques en dos variables.
El nmero de niveles de una variable es igual al de la otra y al
nmero de tratamientos. (Es un cuadro)
Todos los tratamientos en cada columna.
Todos los tratamientos en cada rengln.
Se puede aleatorizar:
Los renglones.
Las columnas.
Se aleatoriza la asignacin de tratamientos.
Ejemplo.
Cinco das de la semana. Cinco empleados. Cinco tipos de
descansos.
Se desea ver el efecto sobre la productividad.
Ejemplo; cuadros latinos de tres.
1 2 3
I A B C
II B C A
III C A B
1 2 3
I B A C
II C B A
III A C B
1 2 3
I A C B
II B A C
III C B A
1 2 3
I C B A
II A C B
III B A C
) 1 /(
1 1 .
) (
2
1
=
= =
=

=
b SCTr CMTr
b a SCTr gl
X X a SCTr
Tr
b
j
) 1 )( 2 /(
) 1 )( 2 ( .
Re
=
=
=
a a SCE CME
a a SCE gl
SCTr ng SC SCTcol SCT SCE
SCE gl SCTr gl ALFA
FINV Fexcel
MCE
MCTr
Fc
. , . ,
=
=
SCE gl SCBl gl ALFA
FINV Fexcel
MCE
MCCols
Fcols
MCE
ng MC
Fcreng
. , . ,
Re
=
=
=
FUENTE DE VARIACIN SUMA DE GRADOS DE CUADRADO VALOR F
CUADRADOS LIBERTAD MEDIO
Renglores SCRen a-1 CMRen CMRen/CME
Columnas SCCol b-1 CMCol CMCol/CME
Tratamiento SCTr a-1 CMTr CMTr/CME
Dentro de muestras (error) SCE (a-2)(a-1) CME
Variacin total SCT n-1 CMT