Professional Documents
Culture Documents
Experimentos
MUTIFactoriales
Unidad 2. Estudios multifactoriales
2.1. Introduccin
2.2. CONCEPTO DE INTERACCIN
2.3. Experimentos de tipo factorial: A x B, y A x B x C
2.4. Diseo Experimental Parcelas Divididas, y Subdivididas.
2.2.1. Diseo del experimento, modelo, anlisis de varianza e interpretacin.
2.2.2. Anlisis de los efectos principales, y de la interaccin de primer y
segundo orden.
2.5. Anlisis de casos de estudio con R y/o SAS ver. 9.4 de cada uno de los
diseos anteriores. (Prctica en laboratorio).
1
EXPERIMENTOS FACTORIALES
2
EXPERIMENTOS FACTORIALES
3
EXPERIMENTOS FACTORIALES
LOS EXPERIMENTOS FACTORIALES EN SI NO
CONSTITUYEN UN DISEO EXPERIMENTAL SI
NO QUE ELLOS DEBEN SER LLEVADOS EN
CUALQUIERA DE LOS DISEOS TAL COMO
DCA; DBCA; DBAG; DCL, ETC.
LOS EXPERIMENTOS FACTORIALES SE
EMPLEAN EN TODOS LOS CAMPOS DE LA
INVESTIGACIN, SON MUY UTILES EN
INVESTIGACIONES EXPLORATORIAS EN LAS
QUE POCO SE SABE ACERCA DE MUCHOS
FACTORES.
4
EXPERIMENTOS FACTORIALES
VENTAJAS:
1.- Permite estudiar los efectos principales, efectos de
interaccin de factores, efectos simples y efectos cruzados.
2.- Todas las unidades experimentales intervienen en la
determinacin de los efectos principales y de los efectos de
interaccin de los factores, por lo que el nmero de
repeticiones es elevado para estos casos.
3.- El nmero de grados de libertad para el error experimental
es alto, comparndolo con los grados de libertad de los
experimentos simples de los mismos factores, lo que
contribuye a disminuir la variancia del error experimental,
aumentando por este motivo la precisin del experimento.
5
EXPERIMENTOS FACTORIALES
DESVENTAJAS:
1.- Se requiere un mayor nmero de unidades experimentales
que los experimentos simples y por lo tanto se tendr un
mayor costo y trabajo en la ejecucin del experimento.
2.- Como en los experimentos factoriales c/u de los niveles de
un factor se combinan con los niveles de los otros factores; a
fin de que exista un balance en el anlisis estadstico se
tendr que algunas de las combinaciones no tienen inters
prctico pero deben incluirse para mantener el balance.
3.- El anlisis estadstico es ms complicado que en los
experimentos simples y la interpretacin de los resultados se
hace ms difcil a medida de que aumenta el nmero de
factores y niveles por factor en el experimento.
6
EXPERIMENTOS FACTORIALES
CONCEPTOS GENERALES:
FACTOR.- Es un conjunto de tratamientos de una misma clase
o caracterstica. Ejemplo: tipos de riego, dosis de fertilizacin,
variedades de cultivo, tipos de suplementos, etc.
FACTORIAL.- Es una combinacin de factores para formar
tratamientos.
NIVELES DE UN FACTOR.- Son los diferentes tratamientos
que pertenecen a un determinado factor. Se acostumbra
simbolizar algn elemento "i" por la letra minscula que
representa al factor y el valor del respectivo subndice.
7
EXPERIMENTOS FACTORIALES
TIPOS DE FACTORES:
1.- FACTORES CUANTITATIVOS.- Son aquellos factores cuyos
niveles son cantidades numricas.
Ejemplo:
Factor A : Dosis de fertilizacin
Niveles : 10 Kg/Ha (ao), 20Kg/Ha (a1), 30Kg/Ha (a2).
8
EXPERIMENTOS FACTORIALES
EFECTOS DE LOS EXPERIMENTOS FACTORIALES:
1.- EFECTO SIMPLE.- Es una medida de cambio en los
promedios de los niveles de un factor, manteniendo
constante, uno de los niveles del otro factor.
Ejemplo: Efecto de nitrogeno ante la presencia de 5% de
fosforo.
2.- EFECTO PRINCIPAL.- Es una medida del cambio en el
promedio entre los niveles de un factor, promediado sobre los
diferentes niveles del otro factor. Ejemplo: Dosis de Nitrogeno
en las U.E.
3.- EFECTO INTERACCION.- Es una medida de cambio que
expresa el efecto adicional resultante de la influencia
combinada de dos o ms factores. La interaccin de los
factores se representa grficamente; la tendencia indica el
grado de interaccin entre los factores, la cual aumenta a
medida que las lineas tiendan a cruzarse.
Ejemplo: Efecto conjunto de nitrogeno y fosforo.
9
EXPERIMENTOS FACTORIALES
Rendimiento (t/ha)
0 kg K/ha 60 kg K/ha
10
EXPERIMENTOS FACTORIALES
EFECTO SIMPLE DE N EN k0 n 1k 0 n 0 k 0 2 1 1
EFECTO SIMPLE DE N EN k1 n 1k 1 n 0 k 1 4 3 1
EFECTO SIMPLE DE K EN n0 k 1n 0 k 0 n 0 3 1 2
EFECTO SIMPLE DE K EN n1 k 1n 1 k 0 n 1 4 2 2
EFECTO PRINCIPAL DE N
nk
1 0
n 0 k 0 n1k1 n 0 k1 1 1
1
2 2
EFECTO PRINCIPAL DE K
kn
1 0
k 0 n 0 k1n1 k 0 n1 2 2
2
2 2 11
EXPERIMENTOS FACTORIALES
nk
1 0
n 0 k 0 n1k1 n 0 k1 1 1
0
2 2
kn
1 0
k 0 n 0 k1n1 k 0 n1 2 2
0
2 2
12
EXPERIMENTOS FACTORIALES
LAS LINEAS
PARALELAS
INDICAN LA
AUSENCIA DE
INTERACCION
Rendimiento (t/ha)
0 kg K/ha 60 kg K/ha
14
INTERACCIN
If factors A and B interact one interpretation is as a lack of
additivity. This stems from the linear model representation of
the factorial treatment and design structure. If two factors act
independently on the outcome of an experiment, their
contributions are additive. A makes its contribution
independent of B and you can add the two up to assess their
joint effect. If an interaction between A and B is present this
additivity no longer applies. You have to know the particular
level of B to assess the effects of A and vice versa. An
alternative interpretation is
Comparisons among the levels of A depend on the level
of B they are performed at;
Comparisons among the levels of B depend on the level
of A they are performed at.
15
INTERACCIN
Si los factores A y B interactan una interpretacin es como una falta de
aditividad. Esto se deriva de la representacin lineal del modelo de
tratamiento factorial y estructura de diseo. Si dos factores actan
independientemente sobre el resultado de un experimento, sus
contribuciones son aditivas. A hace su contribucin independiente de B y tu
puedes sumar los dos para evaluar su efecto conjunto. Si existe una
interaccin entre A y B, esta aditividad ya no se aplica. Tienes que conocer
el nivel particular de B para evaluar los efectos de A y viceversa. Una
interpretacin alternativa es
Las comparaciones entre los niveles de A dependen del nivel de B en el
cual se realizan; Las comparaciones entre los niveles de B dependen del
nivel de A en el cual se realizan.
16
INTERACCIN
EL COMPORTAMIENTO DE LOS NIVELES DE UN FACTOR
CAMBIA CUANDO PASAN DE UN NIVEL A OTRO NIVEL DEL
OTRO FACTOR
17
INTERACCIN
18
INTERACCIN
6.0
5.5
Linear prediction
5.0
VARIEDAD
4.5 V1
V2
V3
4.0
3.5
3.0
N0 N1 N2 N3 N4
Levels of NITROGENO
19
INTERACCIN
20
EL MODELO LINEAL SUPUESTO ES:
Yijk i j k jk eijk , i 1, 2,..., r; j 1,..., a; k 1,..., b
2 ) 2 , E(e e ) 0
E(eij ) 0, E(eij ij ij
Donde :
Yijk valor de la var iable en la u.e. ijk
Media general;
i efecto de l Bloque i;
j efecto de l factor A al nivel j;
k efecto del factor B al nivel k;
jk efecto de la interaccion AXB en el nivel jk
eijk error exp erimental
21
Cuadro 1.- Anlisis de Varianza de un
experimento factorial PXQ en un DBCA
Fuentes de Grados de Suma de Cuadrado Fc Ft
Variacin Libertad Cuadrados Medio
.05 .01
22
EXPRESIONES PARA LOS CLCULOS
G 2 r
Bl i2 G 2
1. SCTotal y 2 2. SCBloques
rab i 1 ab rab
a A 2j 2 b
B2k G 2
3. SCA
G 4. SCB
j1 rb rab k 1 ra rab
T2
5. SC(AxB ) F.C. SCA SCB
r
24
V3N2 V2N1 V1N4 V1N1 V2N3 V1N1 V3N0 V1N0 V3N1 V1N4
BLOQUE I
V3N0 V1N3 V3N4 V1N2 V3N3 BLOQUE III
V2N2 V1N2 V1N3 V2N4 V3N4
V2N4 V3N1 V2N0 V1N0 V2N2 V2N0 V3N2 V2N1 V2N3 V3N3
V2N3 V3N3 V1N1 V2N0 V2N1 V1N2 V2N2 V2N4 V1N0 V2N0
BLOQUE II
V1N3 V3N2 V1N2 V1N4 V2N4 BLOQUE IV
V1N3 V3N1 V1N4 V1N1 V2N3
V1N0 V3N4 V2N2 V3N1 V3N0 V3N0 V2N1 V3N2 V3N3 V3N4
25
Cuadro 3. Rendimientos de grano de tres variedades de arroz
probadas con cinco niveles de nitrgeno en un DBCA .
Total
RENDIMIENTO (t/ha)
Tratam iento
Tratam iento REP I REP II REP III REP VI (T)
N0 V1 3.852 2.606 3.144 2.894 12.496
N1 V1 4.788 4.936 4.562 4.608 18.894
N2 V1 4.576 4.454 4.884 3.924 17.838
N3 V1 6.034 5.276 5.906 5.652 22.868
N4 V1 5.874 5.916 5.984 5.518 23.292
N0 V2 2.846 3.794 4.108 3.444 14.192
N1 V2 4.956 5.128 4.15 4.99 19.224
N2 V2 5.928 5.698 5.81 4.308 21.744
N3 V2 5.664 5.362 6.458 5.474 22.958
N4 V2 5.458 5.546 5.786 5.932 22.722
N0 V3 4.192 3.754 3.738 3.428 15.112
N1 V3 5.25 4.582 4.896 4.286 19.014
N2 V3 5.822 4.848 5.678 4.932 21.28
N3 V3 5.888 5.524 6.042 4.756 22.21
N4 V3 5.864 6.264 6.056 5.362 23.546
T otal BL
76.992 73.688 77.202 69.508
26
Cuadro 4. Totales de Variedad X Nitrgeno
27
CLCULOS DE SUMAS DE CUADRADOS PARA EL
EXPERIMENTO DE TIPO FACTORIAL 3 x5
G 2 297.390 2
F.C. 1474.014
rab (4)(3)(5)
2
G
1. SCTotal y 2
rab
(3.852) 2 (2.606) 2 ... (5.362) 2 1474.014
53.530
28
CLCULOS DE SUMAS DE CUADRADOS PARA EL
EXPERIMENTO DE TIPO FACTORIAL 3 x5
r
Bl i2 G 2
2. SCBloques
i 1 ab rab
76.992 2 .... 695082
1474.014
(3)(5)
2.599
a A 2j
G2
3. SCA
j1 rb rab
95.3882 100.840 2 101.162 2
1474.014
(4)(5)
1.052
29
CLCULOS DE SUMAS DE CUADRADOS PARA EL
EXPERIMENTO DE TIPO FACTORIAL 3 x5
b
B2k G 2
4. SCB
k 1 ra rab
41.800 2 57.132 2 ... 69.560 2
1474.014
(4)(3)
41.234
30
CLCULOS DE SUMAS DE CUADRADOS PARA EL
EXPERIMENTO DE TIPO FACTORIAL 3 x5
T2
5. SC(AxB ) F.C. SCA SCB
r
12.4962 18.8942 ... 23.5462
1474.014 1.052 41.234
4
44.578 1.052 41.234
2.292
Total 59 53.530
32
6.50
6.00
5.50
5.00 V1
4.50
V2
4.00
3.50 V3
3.00
2.50
2.00
N0 N1 N2 N3 N4
33
6
5.5
5
4.5
4
3.5
3
2.5
2
N0 N1 N2 N3 N4
V1 3.124 4.7235 4.4595 5.717 5.823
V2 3.548 4.806 5.436 5.7395 5.6805
V3 3.778 4.7535 5.32 5.5525 5.8865
V1 V2 V3
34
PROGRAMA SAS DEL FACTORIAL
AxB en un DBCA
data FACTAXBDBCA;
input TRATAMIENTO $ BLOQUE $ NITROGENO $ VARIEDAD $ REND;
datalines;
N0V1 1 N0 V1 3.852
...........................................
.
proc glm;
class TRATAMIENTO BLOQUE NITROGENO
VARIEDAD;
model REND=BLOQUE NITROGENO|VARIEDAD/SS3;
MEANS NITROGENO|VARIEDAD/TUKEY;
RUN;
35
SALIDA SAS DEL FACTORIAL AxB en
un DBCA
Source DF Sum of Squares Mean Square F Value Pr > F
Model 17 47.17807273 2.77518075 18.35 <.0001
Error 42 6.35279627 0.15125705
Corrected Total 59 53.53086900
36
SALIDA SAS DEL FACTORIAL AxB en
un DBCA
37
PROGRAMA R DEL FACTORIAL AxB
en un DBCA
38
SALIDA R DEL FACTORIAL AxB en un
DBCA
39
SALIDA R DEL FACTORIAL AxB en un
DBCA
40
LOS RESULTADOS DEL ANALISIS DE
VARIANZA MUESTRAN UNA
INTERACCION NO SIGNIFICATIVA
ENTRE EL FACTOR VARIEDADES Y EL
FACTOR NITROGENO .
LO ANTERIOR INDICA QUE EL
EFECTO DE VARIEDAD NO FUE
SIGNIFICATIVAMENTE AFECTADO POR
EL NIVEL DE NITROGENO APLICADO.
EL EFECTO DE NITROGENO NO
DIFIERE SIGNIFICATIVAMENTE CON LA
VARIEDAD PROBADA.
LOS EFECTOS PRINCIPALES DE
VARIEDAD Y NITROGENO FUERON
41
SIGNIFICATIVOS
PROGRAMA SAS DEL
FACTORIAL AxBxC
data marga;
input TRAT REP TIEMPO A B PH
TEMPERATURA AMONIACO ALACTICO
ECOLISALMONELA COLIFORMESLACTOBACILOS
MS PC PV FDN FDA CENIZAS
DIMS;
datalines;
proc glm;
class TRAT REP A B TIEMPO;
model PH=A|B|TIEMPO/SS3;
RUN;
42
SALIDA SAS DEL FACTORIAL
AxBxC
Class Level Information
Class Levels Values
TRAT 6 123456
REP 4 1234
A 2 12 17
B 3 10 15 20
TIEMPO 4 0 10 20 30
43
SALIDA SAS DEL FACTORIAL
AxBxC
Source DF Sum of Squares Mean Square F Value Pr > F
44
SALIDA SAS DEL FACTORIAL
AxBxC
Source DF Type III SS Mean Square F Value Pr > F
A 1 20.97205104 20.97205104 1162.00 <.0001
B 2 1.24770000 0.62385000 34.57 <.0001
A*B 2 6.62805833 3.31402917 183.62 <.0001
TIEMPO 3 34.40497812 11.46832604 635.43 <.0001
A*TIEMPO 3 4.89227812 1.63075937 90.36 <.0001
B*TIEMPO 6 2.05215000 0.34202500 18.95 <.0001
A*B*TIEMPO 6 4.15642500 0.69273750 38.38 <.0001
45
CUANDO LA INVESTIGACION REQUIERE
DE LA EVALUACION DE DOS FACTORES
Y LOS TRATAMIENTOS RESULTANTES
NO PUEDEN SER ALOJADOS EN UN
DBCA; EL DISEO DE PARCELAS
DIVIDIDAS CONSTITUYE UNA
ALTERNATIVA.
46
EL PRINCIPIO DE ESTE MODELO: LAS
UNIDADES EXPERIMENTALES SE
DIVIDEN EN q SUBPARCELAS,
TENIENDOSE AHORA, PARCELAS
GRANDES Y PARCELAS CHICAS;
POSTERIORMENTE MEDIANTE UN
PROCESO DE ALEATORIZACION, LOS t
NIVELES DE UN FACTOR SE ASIGNAN A
LAS PARCELAS GRANDES Y LOS q
NIVELES DEL OTRO FACTOR SE ALOJAN
EN LAS PARCELAS CHICAS. 47
EN ESTE DISEO EL EFECTO
DEL FACTOR PRINCIPAL (U.E.
GRANDES) ES MEDIDO CON
MENOS PRECISION QUE EL
EFECTO DEL SEGUNDO FACTOR
(U.E. CHICAS) Y EL EFECTO DE
LA INTERACCION A x B.
48
GRADO DE PRECISION
PRACTICAS DE MANEJO
49
EL MODELO LINEAL SUPUESTO ES:
Y e , i 1, 2,..., r; j 1,..., a; k 1,..., b
ijk i j ij k jk ijk
E(e ) 0, E(e 2 ) 2 , E(e e ) 0
ij ij ij i j
Donde :
Y valor de la var iable en la u.e. ijk
ijk
Media general;
efecto de l Bloque i;
i
efecto de l tratamien to j sobre la parcela grande ij;
j
error a
ij
efecto del subtratami ento k;
k
efecto de la interaccion AXB en el nivel jk
jk
e error exp erimental 50
ijk
CUADRO 1. ANALISIS DE VARIANZA DE UN
DISEO EN PARCELAS DIVIDIDAS
v2 v1 v1 v2 v4 v3 v1 v4 v3 v1 v1 v3 v4 v3 v3 v1 v2 v1
v1 v4 v2 v3 v3 v2 v3 v1 v4 v2 v4 v2 v2 v4 v2 v3 v3 v4
v3 v2 v4 v1 v2 v1 v2 v2 v1 v4 v2 v4 v1 v1 v4 v2 v4 v2
v4 v3 v3 v4 v1 v4 v4 v3 v2 v3 v3 v1 v3 v2 v1 v4 v1 v3
55
CUADRO 3. TOTALES DE NITROGENO POR VARIEDAD
(AB)
56
CLCULOS DE LAS SUMAS DE CUADRADOS
2
1.SCTotal y2 G
rab
2
4430 ... 2014 394481
2 2
(3)(6)(4)
204747916
r Bl 2 G 2
2.SCBloques i
i1 ab rab
128873 135604 130004 2161323047
2 2 2
(6)(4)
1082577
2
a A j G2
3.SCA
j1 rb rab
2
4.SC(ERROR a ) (RA) F.C.SCBl SCA
b
15964 ... 22318 2161323047 1082577 30429200
2 2
4
1419678
b B2 G 2
5. SCB rak
k 1 rab
117964 ... 65558 2161323047
2 2
(3)(6)
89888101
58
CLCULOS DE LAS SUMAS DE CUADRADOS
( AB) 2
6. SC(AxB ) r F.C. SCA SCB
127582 ...56422
21613230478988810130429200
3
69343487
7. SCE SCTotal SCBloques SCA SCEa SCB SC(AxB )
b
12584873
59
Cuadro 3.- Anlisis de Varianza de un
experimento en parcelas divididas
Fc Ft
Fuentes de Grados de Suma de
Cuadrado Medio
Variacin Libertad Cuadrados 0.05 0.01
Total 71 204747916
60
PROGRAMA SAS PARA EL DPD
DATA DPD;
INPUT REP NITRO $ VAR $ REND @@;
CARDS;
-------------
PROC GLM;
CLASS REP NITRO VAR;
MODEL REND=REP NITRO REP*NITRO VAR NITRO*VAR/SS3;
TEST H=NITRO E=REP*NITRO;
RUN;
61
SALIDA SAS DEL PROGRAMA ANTERIOR
Tests of Hypotheses using the Type III MS for REP*NITRO as an error term