Este documento describe los diseños en bloques incompletos balanceados (DBIB), donde no todos los tratamientos se prueban en cada bloque. Explica que un DBIB cumple tres condiciones y dos igualdades que definen sus parámetros. También presenta el modelo estadístico, el análisis de varianza y cómo estimar las medias ajustadas de los tratamientos para realizar comparaciones.
Se utiliza para comparar todos los pares de medias. Fue desarrollado por primera vez por Duncan en 1951 pero posteriormente él mismo modificó su primer método generando el que ahora se denomina Nuevo método de Rango Múltiple de Duncan. Esta prueba no requiere de una prueba previa de F, como sucede con la DMS o sea que aún sin ser significativa la prueba F puede llevarse a cabo.
Se utiliza para comparar todos los pares de medias. Fue desarrollado por primera vez por Duncan en 1951 pero posteriormente él mismo modificó su primer método generando el que ahora se denomina Nuevo método de Rango Múltiple de Duncan. Esta prueba no requiere de una prueba previa de F, como sucede con la DMS o sea que aún sin ser significativa la prueba F puede llevarse a cabo.
Continuando con el tema de las distribuciones discretas, adjunto esta presentación de la distribución binomial negativa y de la distribución geométrica
Presentación para estudiantes de licenciatura en matemáticas, se presenta el Teorema del Límite Central. Se presentan algunos ejercicios de aplicación.
Productos contestatos de la Séptima sesión ordinaria de CTE y TIFC para Docen...
Dbib
1. DBIB
MSc. Edgar Madrid Cuello.
Dpto. de Matem´atica, UNISUCRE
An´alisis y dise˜no de experimentos
Mayo 2019
MSc. Edgar Madrid Cuello. Dpto. de Matem´atica, UNISUCRE An´alisis y dise˜no de experimentosDBIB Mayo 2019 1 / 15
2. Dise˜no en bloques incompletos balanceados
Hay situaciones de investigaci´on experimental en las que es necesario
recurrir a los llamados dise˜nos en bloques incompletos, donde,
MSc. Edgar Madrid Cuello. Dpto. de Matem´atica, UNISUCRE An´alisis y dise˜no de experimentosDBIB Mayo 2019 2 / 15
3. Dise˜no en bloques incompletos balanceados
Hay situaciones de investigaci´on experimental en las que es necesario
recurrir a los llamados dise˜nos en bloques incompletos, donde,como
su nombre lo indica, no se prueban todos los tratamientos en cada
bloque,
MSc. Edgar Madrid Cuello. Dpto. de Matem´atica, UNISUCRE An´alisis y dise˜no de experimentosDBIB Mayo 2019 2 / 15
4. Dise˜no en bloques incompletos balanceados
Hay situaciones de investigaci´on experimental en las que es necesario
recurrir a los llamados dise˜nos en bloques incompletos, donde,como
su nombre lo indica, no se prueban todos los tratamientos en cada
bloque, sino s´olo un subconjunto de ellos. [2].
MSc. Edgar Madrid Cuello. Dpto. de Matem´atica, UNISUCRE An´alisis y dise˜no de experimentosDBIB Mayo 2019 2 / 15
5. Dise˜no en bloques incompletos balanceados
Hay situaciones de investigaci´on experimental en las que es necesario
recurrir a los llamados dise˜nos en bloques incompletos, donde,como
su nombre lo indica, no se prueban todos los tratamientos en cada
bloque, sino s´olo un subconjunto de ellos. [2].
Como ejemplo, un dise˜no para comparar cinco tratamientos con solo
tres tralamienlos por bloque y que sea balanceado requiere diez
bloques: ABC, ABD, ABE, ACD, AGE, ADE, BCD, BCE, BDE, CDE.
[1]
MSc. Edgar Madrid Cuello. Dpto. de Matem´atica, UNISUCRE An´alisis y dise˜no de experimentosDBIB Mayo 2019 2 / 15
6. Consideremos k tratamientos y b bloques, donde en cada bloque se
prueban t < k tratamientos. Un dise˜no en bloques incompletos
balanceados cumple las siguientes tres condiciones:
MSc. Edgar Madrid Cuello. Dpto. de Matem´atica, UNISUCRE An´alisis y dise˜no de experimentosDBIB Mayo 2019 3 / 15
7. Consideremos k tratamientos y b bloques, donde en cada bloque se
prueban t < k tratamientos. Un dise˜no en bloques incompletos
balanceados cumple las siguientes tres condiciones:
1 Cada tratamiento ocurre a lo m´as una vez en un bloque.
2 Cada tratamiento ocurre exactamente en r bloques.
3 Cada par de tratamientos ocurren juntos en exactamente λ
bloques.
MSc. Edgar Madrid Cuello. Dpto. de Matem´atica, UNISUCRE An´alisis y dise˜no de experimentosDBIB Mayo 2019 3 / 15
8. Consideremos k tratamientos y b bloques, donde en cada bloque se
prueban t < k tratamientos. Un dise˜no en bloques incompletos
balanceados cumple las siguientes tres condiciones:
1 Cada tratamiento ocurre a lo m´as una vez en un bloque.
2 Cada tratamiento ocurre exactamente en r bloques.
3 Cada par de tratamientos ocurren juntos en exactamente λ
bloques.
Los valores que representan las letras k, b, r, t y λ , son los
par´ametros del dise˜no, y deben cumplir las siguientes dos igualdades:
MSc. Edgar Madrid Cuello. Dpto. de Matem´atica, UNISUCRE An´alisis y dise˜no de experimentosDBIB Mayo 2019 3 / 15
9. Consideremos k tratamientos y b bloques, donde en cada bloque se
prueban t < k tratamientos. Un dise˜no en bloques incompletos
balanceados cumple las siguientes tres condiciones:
1 Cada tratamiento ocurre a lo m´as una vez en un bloque.
2 Cada tratamiento ocurre exactamente en r bloques.
3 Cada par de tratamientos ocurren juntos en exactamente λ
bloques.
Los valores que representan las letras k, b, r, t y λ , son los
par´ametros del dise˜no, y deben cumplir las siguientes dos igualdades:
kr = bt; λ(k − 1) = r(t − 1)
MSc. Edgar Madrid Cuello. Dpto. de Matem´atica, UNISUCRE An´alisis y dise˜no de experimentosDBIB Mayo 2019 3 / 15
10. Dise˜no BIB para el rendimiento de trigo
Bloque I II III IV V VI VII VIII IX X Yi .
A 69 77 72 63 70 63 - - - -
B 55 65 57 - - - 59 50 45 -
C 68 - - 65 69 - 68 60 - 60
D - 62 - 55 - 54 65 - 62 65
E - - 61 - 40 54 - 57 63 56
Y .j
Ver ejemplo 4.4 [2]
MSc. Edgar Madrid Cuello. Dpto. de Matem´atica, UNISUCRE An´alisis y dise˜no de experimentosDBIB Mayo 2019 4 / 15
11. An´alisis del DBIB
El modelo estad´ıstico del BIBD es:
MSc. Edgar Madrid Cuello. Dpto. de Matem´atica, UNISUCRE An´alisis y dise˜no de experimentosDBIB Mayo 2019 5 / 15
12. An´alisis del DBIB
El modelo estad´ıstico del BIBD es:
yij = µ + τi + βj + εij
MSc. Edgar Madrid Cuello. Dpto. de Matem´atica, UNISUCRE An´alisis y dise˜no de experimentosDBIB Mayo 2019 5 / 15
13. An´alisis del DBIB
El modelo estad´ıstico del BIBD es:
yij = µ + τi + βj + εij
La variabilidad total en los datos se expresa por la suma de cuadrados
totales corregida:
MSc. Edgar Madrid Cuello. Dpto. de Matem´atica, UNISUCRE An´alisis y dise˜no de experimentosDBIB Mayo 2019 5 / 15
14. An´alisis del DBIB
El modelo estad´ıstico del BIBD es:
yij = µ + τi + βj + εij
La variabilidad total en los datos se expresa por la suma de cuadrados
totales corregida:
b
j=1
k
i=1
y2
ij −
y2
..
N
MSc. Edgar Madrid Cuello. Dpto. de Matem´atica, UNISUCRE An´alisis y dise˜no de experimentosDBIB Mayo 2019 5 / 15
15. An´alisis del DBIB
El modelo estad´ıstico del BIBD es:
yij = µ + τi + βj + εij
La variabilidad total en los datos se expresa por la suma de cuadrados
totales corregida:
b
j=1
k
i=1
y2
ij −
y2
..
N
Puede hacerse la partici´on de la variabilidad total en
SCT = SCTratamientos(ajustados) + SCBloques + SCE
MSc. Edgar Madrid Cuello. Dpto. de Matem´atica, UNISUCRE An´alisis y dise˜no de experimentosDBIB Mayo 2019 5 / 15
16. An´alisis del DBIB
El modelo estad´ıstico del BIBD es:
yij = µ + τi + βj + εij
La variabilidad total en los datos se expresa por la suma de cuadrados
totales corregida:
b
j=1
k
i=1
y2
ij −
y2
..
N
Puede hacerse la partici´on de la variabilidad total en
SCT = SCTratamientos(ajustados) + SCBloques + SCE
donde la suma de cuadrados de los tratamientos est´a ajustada para
separar los efectos de los tratamientos y de los bloques.
MSc. Edgar Madrid Cuello. Dpto. de Matem´atica, UNISUCRE An´alisis y dise˜no de experimentosDBIB Mayo 2019 5 / 15
17. Este ajuste es necesario porque cada tratamiento est´a representado
en un conjunto diferente de r bloques.
MSc. Edgar Madrid Cuello. Dpto. de Matem´atica, UNISUCRE An´alisis y dise˜no de experimentosDBIB Mayo 2019 6 / 15
18. Este ajuste es necesario porque cada tratamiento est´a representado
en un conjunto diferente de r bloques. Por lo tanto, las diferencias
entre los totales de los tratamientos no ajustados y1, y2, . . . tambi´en
son afectadas por las diferencias entre los bloques. [3]
MSc. Edgar Madrid Cuello. Dpto. de Matem´atica, UNISUCRE An´alisis y dise˜no de experimentosDBIB Mayo 2019 6 / 15
19. Este ajuste es necesario porque cada tratamiento est´a representado
en un conjunto diferente de r bloques. Por lo tanto, las diferencias
entre los totales de los tratamientos no ajustados y1, y2, . . . tambi´en
son afectadas por las diferencias entre los bloques. [3]
SCTaj =
t
λk
k
i=1
Q2
i
donde Qi = yi . −
1
t
b
j=1 nij y.j ; para i = 1, 2, . . . , k
MSc. Edgar Madrid Cuello. Dpto. de Matem´atica, UNISUCRE An´alisis y dise˜no de experimentosDBIB Mayo 2019 6 / 15
20. Este ajuste es necesario porque cada tratamiento est´a representado
en un conjunto diferente de r bloques. Por lo tanto, las diferencias
entre los totales de los tratamientos no ajustados y1, y2, . . . tambi´en
son afectadas por las diferencias entre los bloques. [3]
SCTaj =
t
λk
k
i=1
Q2
i
donde Qi = yi . −
1
t
b
j=1 nij y.j ; para i = 1, 2, . . . , k
con nij = 1 si el tratamiento i ocurre en el bloque j y nij = 0 en caso
contrario.
MSc. Edgar Madrid Cuello. Dpto. de Matem´atica, UNISUCRE An´alisis y dise˜no de experimentosDBIB Mayo 2019 6 / 15
21. Este ajuste es necesario porque cada tratamiento est´a representado
en un conjunto diferente de r bloques. Por lo tanto, las diferencias
entre los totales de los tratamientos no ajustados y1, y2, . . . tambi´en
son afectadas por las diferencias entre los bloques. [3]
SCTaj =
t
λk
k
i=1
Q2
i
donde Qi = yi . −
1
t
b
j=1 nij y.j ; para i = 1, 2, . . . , k
con nij = 1 si el tratamiento i ocurre en el bloque j y nij = 0 en caso
contrario.
SCB =
b
j=1
y2
.j
t
−
y2
..
N
MSc. Edgar Madrid Cuello. Dpto. de Matem´atica, UNISUCRE An´alisis y dise˜no de experimentosDBIB Mayo 2019 6 / 15
22. ANOVA para el DBIB
Fuente de
variabilidad
Grados de
libertad
Suma de
cuadra-
dos
Cuadrado
medio
F0 Valor p
Tratamientos
ajustados
k − 1 SCTaj CMTaj
CMTaj
CME
P(F > F0
Bloques b − 1 SCB CMB
Residuos bt − k − b + 1 SCE CME
Total bt − 1 SCT
MSc. Edgar Madrid Cuello. Dpto. de Matem´atica, UNISUCRE An´alisis y dise˜no de experimentosDBIB Mayo 2019 7 / 15
23. Comparaciones de medias
Las medias ajustadas de tratamiento se estiman de la siguiente
manera:
MSc. Edgar Madrid Cuello. Dpto. de Matem´atica, UNISUCRE An´alisis y dise˜no de experimentosDBIB Mayo 2019 8 / 15
24. Comparaciones de medias
Las medias ajustadas de tratamiento se estiman de la siguiente
manera:
˜µ1 = ¯y.. +
tQ1
λk
MSc. Edgar Madrid Cuello. Dpto. de Matem´atica, UNISUCRE An´alisis y dise˜no de experimentosDBIB Mayo 2019 8 / 15
25. Comparaciones de medias
Las medias ajustadas de tratamiento se estiman de la siguiente
manera:
˜µ1 = ¯y.. +
tQ1
λk
˜µ2 = ¯y.. +
tQ2
λk
MSc. Edgar Madrid Cuello. Dpto. de Matem´atica, UNISUCRE An´alisis y dise˜no de experimentosDBIB Mayo 2019 8 / 15
26. Comparaciones de medias
Las medias ajustadas de tratamiento se estiman de la siguiente
manera:
˜µ1 = ¯y.. +
tQ1
λk
˜µ2 = ¯y.. +
tQ2
λk
˜µ3 = ¯y.. +
tQ3
λk
MSc. Edgar Madrid Cuello. Dpto. de Matem´atica, UNISUCRE An´alisis y dise˜no de experimentosDBIB Mayo 2019 8 / 15
27. Comparaciones de medias
Las medias ajustadas de tratamiento se estiman de la siguiente
manera:
˜µ1 = ¯y.. +
tQ1
λk
˜µ2 = ¯y.. +
tQ2
λk
˜µ3 = ¯y.. +
tQ3
λk
˜µ4 = ¯y.. +
tQ4
λk
MSc. Edgar Madrid Cuello. Dpto. de Matem´atica, UNISUCRE An´alisis y dise˜no de experimentosDBIB Mayo 2019 8 / 15
28. Comparaciones de medias
Las medias ajustadas de tratamiento se estiman de la siguiente
manera:
˜µ1 = ¯y.. +
tQ1
λk
˜µ2 = ¯y.. +
tQ2
λk
˜µ3 = ¯y.. +
tQ3
λk
˜µ4 = ¯y.. +
tQ4
λk
˜µ5 = ¯y.. +
tQ5
MSc. Edgar Madrid Cuello. Dpto. de Matem´atica, UNISUCRE An´alisis y dise˜no de experimentosDBIB Mayo 2019 8 / 15
29. Comparaciones de medias
Las medias ajustadas de tratamiento se estiman de la siguiente
manera:
˜µ1 = ¯y.. +
tQ1
λk
˜µ2 = ¯y.. +
tQ2
λk
˜µ3 = ¯y.. +
tQ3
λk
˜µ4 = ¯y.. +
tQ4
λk
˜µ5 = ¯y.. +
tQ5
MSc. Edgar Madrid Cuello. Dpto. de Matem´atica, UNISUCRE An´alisis y dise˜no de experimentosDBIB Mayo 2019 8 / 15
30. Comparaciones de medias
˜µ5 = ¯y.. +
tQ5
λk
MSc. Edgar Madrid Cuello. Dpto. de Matem´atica, UNISUCRE An´alisis y dise˜no de experimentosDBIB Mayo 2019 9 / 15
31. Comparaciones de medias
˜µ5 = ¯y.. +
tQ5
λk
En este dise˜no, la diferencia m´ınima significativa (LSD) para las
medias mu´estrales ajustadas de dos tratamientos, que permite
concluir si ´estos son diferentes, est´a dada por:
LSD = tα/2,N−k−b+1
2tCME
λk
ver [2], pag 100-102
MSc. Edgar Madrid Cuello. Dpto. de Matem´atica, UNISUCRE An´alisis y dise˜no de experimentosDBIB Mayo 2019 9 / 15
32. En R utilizando el paquete agricolae
MSc. Edgar Madrid Cuello. Dpto. de Matem´atica, UNISUCRE An´alisis y dise˜no de experimentosDBIB Mayo 2019 10 / 15
33. En R utilizando el paquete agricolae
library(agricolae)
MSc. Edgar Madrid Cuello. Dpto. de Matem´atica, UNISUCRE An´alisis y dise˜no de experimentosDBIB Mayo 2019 10 / 15
34. En R utilizando el paquete agricolae
library(agricolae)
modelo
< −BIB.test(block=Bloque,trt=Tratamiento,y=Rendimiento,
test=”lsd”,group=TRUE,console=TRUE)
MSc. Edgar Madrid Cuello. Dpto. de Matem´atica, UNISUCRE An´alisis y dise˜no de experimentosDBIB Mayo 2019 10 / 15
35. En R utilizando el paquete agricolae
library(agricolae)
modelo
< −BIB.test(block=Bloque,trt=Tratamiento,y=Rendimiento,
test=”lsd”,group=TRUE,console=TRUE)
Number of observations: 30
Analysis of Variance Table
Response: Rendimiento
Df SumSq MeanSq Fvalue Pr(> F)
block.unadj 9 413,63 45,959 1,4506 0,24729
trt.adj 4 892,40 223,100 7,0416 0,00181 ∗ ∗
Residuals 16 506,93 31,683
— Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
MSc. Edgar Madrid Cuello. Dpto. de Matem´atica, UNISUCRE An´alisis y dise˜no de experimentosDBIB Mayo 2019 10 / 15
38. Comparaciones de medias
MSc. Edgar Madrid Cuello. Dpto. de Matem´atica, UNISUCRE An´alisis y dise˜no de experimentosDBIB Mayo 2019 13 / 15
39. Comparaciones de medias
Rendimiento mean.adj SE r std Min Max
A 69,00000 69,16667 2,474964 6 5,403702 63 77
B 55,16667 52,83333 2,474964 6 6,997619 45 65
C 65,00000 66,03333 2,474964 6 4,098780 60 69
D 60,50000 60,16667 2,474964 6 4,847680 54 65
E 55,16667 56,63333 2,474964 6 8,134290 40 63
MSc. Edgar Madrid Cuello. Dpto. de Matem´atica, UNISUCRE An´alisis y dise˜no de experimentosDBIB Mayo 2019 13 / 15
40. Comparison between treatments means
Difference pvalue sig.
A − B 16,333333 0,0004 ∗ ∗ ∗
A − C 3,133333 0,3918
A − D 9,000000 0,0224 ∗
A − E 12,533333 0,0028 ∗∗
B − C −13,200000 0,0020 ∗∗
B − D −7,333333 0,0560 .
B − E −3,800000 0,3016
C − D 5,866667 0,1188
C − E 9,400000 0,0178 ∗
D − E 3,533333 0,3358
MSc. Edgar Madrid Cuello. Dpto. de Matem´atica, UNISUCRE An´alisis y dise˜no de experimentosDBIB Mayo 2019 14 / 15
41. Bibliogr´afia
D´ıaz, A., Dise˜no estad´ıstico de experimentos, Universidad de
Antioquia, 2a edici´on, Medellin, 2009
Guti´errez, H. and De la Vara, R., An´alisis y dise˜no de
experimentos. Mc Graw Hill, 3a edici´on Mexico, D.F., 2012.
Montgomery, D. Dise˜no y an´alisis de experimentos.
Iberoam´erica S.A., Mexico, D.F., 1991.
Kuehl, R.O. and Osuna, M.G. Dise˜no de experimentos:
principios estad´ısticos de dise˜no y an´alisis de investigaci´on.2a.
Ed., Thomson Learning. Mexico, 2001.
MSc. Edgar Madrid Cuello. Dpto. de Matem´atica, UNISUCRE An´alisis y dise˜no de experimentosDBIB Mayo 2019 15 / 15