UNAD

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela de Ciencias Agrcolas, Pecuarias y del Medio Ambiente

Contenido Unidad 2. Materia de lectura obligatoria Curso: Diseo experimental avanzado
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA
ESCUELA DE CIENCIAS AGRICOLA, PECUARIAS Y DEL MEDIO AMBIENTE
ECAPMA
ESPECIALIZACIN EN NUTRICIN ANIMAL SOSTENIBLE
Nombre del Curso:
Diseo Experimental Avanzado
Cdigo:
300001
NIDIA ELIZABETH CARREO GONZLEZ

(Director Nacional)
Abril de 2014
1
ASPECTOS DE PROPIEDAD INTELECTUAL
El contenido didctico a estudiar en este documento, corresponde a diseos

factoriales. El material fue elaborado por los profesores Hernn Collazos,
Zootecnista Msc y el profesor Jairo Granados Msc, en BIOESTADISTICA Y
DISEO EXPERIMENTAL PARA CIENCIAS AGRARIAS en el ao 2008. El
material fue adaptado y ajustado por los profesores Nidia Carreo Msc y Jairo
Granados Msc en 2014.
La versin del contenido didctico que actualmente se presenta tiene como

caractersticas el ajuste a los lineamientos dados por la universidad para el
material de soporte para los cursos de la modalidad virtual.
2
EXPERIMENTOS FACTORIALES
En este captulo se estudian los experimentos factoriales. Aqu hay varios

tratamientos en cada una de varias categoras y definen un marco de
tratamientos. Esta eleccin de diseo de tratamientos conduce a una particin
lgica de las sumas de cuadrados de tratamientos en componentes aditivas con
pruebas correspondientes de hiptesis.
Caractersticas
Un factor es una clase de tratamiento, y en experimentos factoriales, todo factor

proporcionara varios tratamientos. Por ejemplo, si la dieta es un factor en un
experimento, entonces se usaran varias dietas; si la temperatura de horneado es
un factor, entonces el horneado se har a varias temperaturas.
Usos
Los experimentos factoriales se usan prcticamente en todos los campos de

investigacin. Son de gran valor en trabajo exploratorio cuando se sabe poco
sobre niveles ptimos de los factores, o ni siquiera cuales son importantes.
Considrese un cultivo nuevo para el cual se tienen varias variedades promisorias,
pero se sabe poco respeto a fecha y densidad de siembra adecuadas. En este
caso es indicado usar un experimento de tres factores. Si se usa el enfoque de un
solo factor, se seleccionan una fecha y una densidad y se efecta un experimento
con las variedades. Sin embargo, puede ocurrir que la mejor variedad para la
fecha y densidad de siembra escogidas, no sea la mejor para otras fechas y
densidad. Cualquier otro factor individual debe implicar solo una variedad. Otras
veces, el experimentador puede estar ante todo interesado en la interseccin entre
los factores, es decir, saber si las diferencias en respuesta a los niveles de un
factor son semejantes o diferentes a niveles diferentes de otro factor o factores.
Cuando se dispone de informacin considerable, el mejor enfoque puede ser
comparar solo un nmero muy limitado de combinaciones de varios factores o
niveles especficos.
3
As vemos que el alcance de un experimento, o la poblacin para la cual pueden

hacerse inferencias, pueden a menudo aumentarse mediante el uso de un
experimento factorial. Es particularmente importante hacer esto cuando se
requiere informacin sobre algn factor para el cual se van a hacer
recomendaciones con amplio margen de condiciones.
Conceptos
El concepto de experimento factorial puede ilustrarse mediante un ejemplo.

Considrese un experimento para evaluar rendimientos de variedades de pastos.
En el caso de un solo factor, todas las variables diferentes a las variables se
mantienen tan uniformes como sea posible, esto es, se escoge un solo nivel de
los otros factores. Supngase que tambin es de inters un segundo factor,
distancia entre surcos. Se puede planear un experimento con dos factores en que
los tratamientos consisten en todas las combinaciones entre las variedades y los
espaciamientos elegidos de los surcos, esto es, cada variedad se encuentra
presente en todos los espaciamientos de surcos. En un experimento de un solo
factor, todas las variedades se sembraran a un solo espaciamiento de un surco,
o una sola variedad en todos los espaciamientos entre surcos. En suelos, puede
disearse un experimento para comparar todas las combinaciones de varios
niveles de fertilizante de fsforo y potasio. En un experimento de nutricin animal,
los factores en consideracin pueden ser las cantidades y clases de suplementos
de protenas.
El termino nivel se refiere a los diferentes tratamientos dentro de un factor. Se

deriva de alguno de los primeros experimentos factoriales. Estos trataban de
fertilidad de suelos donde las combinaciones de diferentes cantidades, o niveles,
de los diferentes fertilizantes eran los tratamientos. Hoy esa palabra tiene un
sentido ms general, que implica una cantidad o estado dados de un factor. As, si
se comparan 5 variedades de un cultivo, usando tres diferentes prcticas de
manejo, el experimento se llama experimento factorial 5 x 3, con cinco niveles del
factor variedad y tres niveles del factor manejo. El nmero de factores y niveles
que pueden compararse en un solo experimento solo se limita por consideraciones
prcticas.
4
As, un experimento factorial es aquel en el que el conjunto de tratamientos

consiste en todas las combinaciones posibles de los niveles de varios factores
(Carmona et al 2002). En la palabra factorial est implicado el concepto de
diseo de tratamientos.
Arreglos Factoriales
Supongamos que al factor A tiene a niveles y el factor B tiene b niveles. El nmero

de todas las posibles combinaciones ser el factor ab. El modelo lineal para un
arreglo de dos factores es: Yijk = +Ai +Bj +(AB)ij + ijk.
En donde:
Yijk = Observacin de la k-esima replica del tratamiento i (del factor A)
= Efecto del promedio general sobre las observaciones.
Ai = Efecto del i-esimo nivel del factor A.
Bj = Efecto del i-esimo nivel del factor B
(AB)ij = Efecto de la interaccin de los factores A y B
ijk = Error aleatorio que se asume normalmente distribuido con media cero y
varianza 2.
Interpretacin de la simbologa de los experimentos factoriales
Existe una simbologa especial en los diseos factoriales. Se ha convenido que a

los factores se les designen con letras maysculas y que a sus respectivos niveles
se representen con letras minsculas. Para la interpretacin de la simbologa
haremos dos consideraciones:
Factores con iguales niveles: nf
f = Numero de factores. Exponente.
n = Numero de niveles Base
5
Ejemplo. Interpretar los siguientes smbolos: 32, 23, 42, y 24
Solucin
32. Leemos primero el exponente y, despus, la base; luego, el significado es: dos
factores a tres niveles en cada factor.
23. Primero el exponente: tres factores a dos niveles.
42 : Primero el exponente: dos factores a cuatro niveles
24. Cuatro factores a dos niveles.
Factores a diferentes niveles
Ejemplo. Interpretar los siguientes factoriales: 3x4x2; 2x3.
Solucin
3x4x2. Tres factores: el primero a 3 niveles, el segundo a 4 niveles y el tercero a 2

niveles
2x3. Dos factores: el primero a dos niveles y el segundo a tres niveles.
Ventajas de la experimentacin factorial cuando los factores son

independientes.
Las ventajas de la experimentacin factorial dependen naturalmente de la finalidad

del experimento. Supngase por ahora, que el propsito es investigar los efectos
de cada factor, sobre algn intervalo preasignado que est cubierto por los niveles
de ese factor usados en el experimento. En otras palabras: el objeto es obtener un
cuadro amplio de los efectos de los factores, ms bien que encontrar, por ejemplo,
la combinacin de los niveles de los factores que dan una respuesta mxima. Un
procedimiento para esto es conducir experimentos separados, cada uno de los
cuales considere un solo factor. Otro procedimiento es incluir todos los factores
simultneamente por medio de un experimento factorial.
6
Si todos los factores son independientes en sus efectos, el mtodo factorial

significara un ahorro considerable de tiempo y material dedicado a los
experimentos. El ahorro se deriva de dos hechos: primero como se ha visto,
cuando los factores son independientes todos los efectos simples de un factor son
iguales a su efecto principal, de tal manera que los efectos principales son las
nicas cantidades necesarias para describir completamente las consecuencias
de las variaciones en el factor. Segundo, en un experimento factorial cada efecto
principal se estima con la misma precisin que si todo el experimento se hubiese
dedicado a ese solo factor.
Para ilustrar el caso anterior se considera un experimento con remolacha

azucarera con dos factores, reportado por Cochran y Cox (1990). Estos fueron:
nitrgeno, sin l (no) contra 336.33 kilos de sulfato de amonio por ha (n1) y
profundidad de labranza en invierno (0.18 m contra 0.28 m). La labranza se hizo a
finales de enero; el nitrgeno se aplic a fines de abril y la semilla se sembr a
principios de mayo. Puesto que ambos factores ocurren a 2 niveles o variaciones,
el experimento se considera un experimento factorial 2x2. La variable de
respuesta es rendimientos medios de azcar (Kg/ha).
As, en el ejemplo anterior la mitad de las parcelas recibe nitrgeno y la otra mitad
no. En consecuencia, el efecto principal del nitrgeno se estima de una manera
tan precisa como si se hubiese hecho un experimento simple del mismo tamao,
dedicado nicamente el nitrgeno. El mismo resultado es vlido para el efecto de
la profundidad de labranza. Los dos experimentos de factores nicos requeriran
el doble del total de las parcelas para igualar la precisin obtenida con el
experimento factorial. Si hubiere n factores nicos, todos a dos niveles y todos
independientes, el mtodo del factor nico necesitara n veces el material
experimental que requerira un arreglo factorial de la misma precisin. La
ganancia obtenida en los arreglos factoriales, en este caso es bastante
substancial.
Las consideraciones de tipo prctico pueden disminuir esta ganancia. El

experimentador frecuentemente carece de los recursos para conducir un
experimento grande con varios tratamientos y debe trabajar nicamente con
unos o dos factores a la vez. Adems, ya se ha hecho notar con anterioridad que,
conforme aumenta el nmero de combinaciones de tratamientos en un
experimento, el error estndar por unidad tambin aumenta. . Por lo tanto, este
error es ms probable que sea ms alto para un experimento factorial grande,
que para un experimento similar con un solo factor. Normalmente, este aumento
7
en los errores estndar puede mantenerse bajo, por medio del artificio conocido
como confusin, que se describe posteriormente en este capitulo
Experimentacin factorial cuando los factores no son independientes.
Se supone que el propsito es aun investigar cada factor en el intervalo

representado por sus niveles. Cuando los factores no son independientes, los
efectos simples de un factor varan de acuerdo con la combinacin particular de
los otros factores, con los cuales estos se producen. En este caso, es probable
que el mtodo de factor nico, provea solamente un numero de fragmentos
inconexos de informacin, que no pueden ser ligados fcilmente. Para conducir un
experimento con un factor nico A, debe tomarse alguna decisin acerca de los
niveles de otros factores, por ejemplo B, C y D, que se van a usar en el
experimento (por ejemplo, s todas las parcelas deben ser aradas a 0.18 m, 0.23
m o 0.28 m de profundidad en un experimento con nitrgeno). El experimento
revela los efectos de A para esta combinacin particular de B, C y D; pero no da
ninguna informacin para predecir los efectos de A con cualquier otra combinacin
de B, C, y D. Por otro lado, con el mtodo factorial, los efectos de A se examinan
con todas las combinaciones de B, D, y D, que se incluyen en el experimento. As,
se acumula una gran cantidad de infamacin sobre los efectos de los factores y
sus relaciones entre s.
Sobre esto algunos autores han hecho notar que algunas veces es aconsejable
introducir en un experimento un factor adicional que no sea de inters en si
mismo, para que as el experimento rena las bases para obtener
recomendaciones ms seguras sobre los otros factores. En la experimentacin
agrcola en Inglaterra, el estircol ha servido como un factor auxiliar de esta clase.
Cualquier recomendacin que se haga a los agricultores sobre otros factores se
pondr a prueba en algunos campos donde el agricultor ha abonado su tierra y en
otra donde no l ha hecho, de tal manera que es conveniente investigar los otros
factores, lo mismo cuando se usa que cuando no se usa estircol.
Resumiendo, a continuacin se dan algunos casos donde la experimentacin

factorial puede ser adecuada:
1. En trabajos exploratorios, donde el objeto es determinar rpidamente los

efectos de cada uno de ciertos factores dentro de un intervalo especifico.
1. En investigaciones de las interacciones entre los efectos de varios factores.

Por su naturaleza las interacciones no se pueden estudiar sin probar algunas
de las combinaciones que se forman de los diferentes factores.
Frecuentemente la informacin se obtiene mejor probando todas las
combinaciones.
8
3. En experimentos diseados para poder llegar a recomendaciones que deben

aplicarse a una gran variedad de condiciones. Se pueden introducir factores
auxiliares en un experimento para probar los factores principales bajo una
variedad de condiciones similares a las encontradas en la poblacin a la cual se
van a aplicar dichas recomendaciones.
Por otro lado, si se ha acumulado una cantidad considerable de informacin o si el

objeto de la investigacin es especializado, puede ser ms provechoso realizar un
trabajo intensivo sobre un factor nico o sobre unas cuantas combinaciones de
factores. Por ejemplo, algunas investigaciones estn dirigidas a encontrar la
combinacin de los niveles de los factores que produciran una mxima
respuesta..
Cuando los factores que se van a investigar son numerosos, la principal

desventaja del experimento factorial estriba en su tamao y complejidad. La
magnitud de la tarea puede reducirse teniendo nicamente una repeticin. Hasta
es posible obtener casi toda la informacin deseada probando solamente una
fraccin (por ejemplo, la mitad o un cuarto) del nmero total de combinaciones de
tratamientos, aun cuando esto se haga con ciertos riesgos. Las dificultades que
surgen de los experimentos grandes no deben ser consideradas como una crtica
del mtodo factorial, cuya eficiencia es mayor cuando los factores son
numerosos. La base de la dificultad es que se ejecuta un programa de
investigacin ms grande.
Algunas veces, los experimentadores encuentran los resultados de los

experimentos factoriales difciles de interpretar porque parecen presentar una
confusa variedad de comparaciones de tratamientos. Es cierto que un resumen
adecuado de un experimento factorial grande requiere un procedimiento ordenado
y a menudo esto toma mucho tiempo. Si los factores son independientes en su
mayora el mtodo de anlisis por medio de los efectos principales e
interacciones reducir los datos a proporciones manejables.
Si los numerosos factores se interaccionan de una manera confusa, ser

necesario un estudio prolongado de los resultados y una experimentacin ms
amplia antes de que sean comprendidos enteramente los hechos. En este caso, el
problema es que los fenmenos son muy complejos y no que la experimentacin
sea defectuosa.
Factorial 2X 2
El caso ms simple de un factorial es el de 2X2, esto es, dos factores, con dos
niveles cada uno. El siguiente ejemplo tomado de Wilkinson, 1954, citado por
Steel Y Torrie (1990) presenta los resultados de un experimento para estudiar la
9
influencia del tiempo de sangra, factor A, y el dietillestilbestrol (un componente

estrogenito), factor B, sobre el fosfolpido del plasma en corderos. Se asignaron al
azar 5 corderos a cada uno de cuatro grupos de tratamientos: las combinaciones
de tratamientos consisten en los tiempos de sangra en la maana y en la tarde y
con y sin tratamiento de dietilestilbestrol. Los datos se presentan en l atabla 3.12.
La tabla de totales de tratamientos se puede usar en el clculo de las sumas de

cuadrados para probar las hiptesis respecto a los efectos principales y las
interacciones.
Tabla1. Influencia del tiempo de sangra y del dietilestilbestrol sobre los

fosfolpidos de corderos
Grupos de Tratamiento
a1 = A.M a2 = P.M Totales
a1 b1 = a1b2 = a2 b1 = a2 b2 =
control 1 tratado 1 control 2 tratado 2
8.53 17.53 39.14 32.00
20.53 21.07 26.20 23.80
12.53 20.80 31.33 28.87
14.00 17.33 45.80 25.06
10.80 20.07 40.20 29.33
Y 66.39 96.80 182.67 139.06 484.92
Y2 963.88 1887.02 6913.63 3912.17 13676.70
13.28 19.36 36.53 27.81 24.25
10
Totales de los tratamientos
Factor A= Tiempo
Nivel (a1 ) = A.M (a2 ) = P.M Totales
B = estrogeno ( b1 ) = control 66.39 182.67 249.06
(b2 ) = control 96.80 139.06 235.86

Totales 163.19 321.73 484.92
Las etapas en los clculos se presentan a continuacin, Sean r, a y b el nmero

de repeticiones (nmero de observaciones por combinacin de tratamientos), los
niveles de A, y los niveles de B, respectivamente. Entonces el nmero de
tratamientos es ab. El diseo es completamente aleatorio.
Paso 1 Calcular el anlisis de varianza sin tener en cuenta la disposicin factorial

de los tratamientos para el diseo usado. Obtenemos
Factor de Correccin = FC = 11757.37
SC Total = 1919.33
SC tratamientos = 1539.41
SC Error = 379.92
Paso 2. A partir de los totales de los tratamientos de la tabla 3.1, calcular las
sumas de cuadrados para los efectos principales y la interaccin as:
SC (A) = (ai)2 - FC
rb
11
= 163.192 + 321.732 (484.92) 2 = 1256.75

5 (4)
SC (A) = (A)2
r c
= (158.54 ) = 1256.75
20
(bj)2 FC
SC (B)= ra
= 249.06 + 235.86 FC = 8.71
5(2)
Tabla 2. Totales de tratamiento y efectos factoriales
2
Smbolo del Totales de tratamiento y coeficientes, ci totales de rC
Efecto (a1 b1) (a1 b2) (a2 b1) (a2 b2) efectos
= 66.39 = 96.80 =182.67 = 139.06
A -1 -1 +1 +1 158.54 5(4) = 20
B - 1 +1 -1 +1 - 13.20 5 (4) = 20
AB +1 -1 -1 +1 - 74.02 5 (4) = 20
12
SC (B) = (B)2
rC2
= (- 13.20)2 =8.71
20
SC (AB) = (AB ) = SC (trts) SC (A) - SC (B)
= 1.539.41- 1256.75 -8.71 = 273.95
SC (AB) = (AB)2
rC2
= (- 74.02)2 = 273.95
20
Los resultados se llevan a una tabla de anlisis de varianza, tal como la tabla 3,
donde tambin se presentan los grados de libertad para el caso general
La interaccin significante indica que los factores no son independientes, la

diferencia entre los efectos simples de A para los dos niveles de B es significante
y, recprocamente, la diferencia en los efectos simples de B a los dos niveles de A
es significante. O sea que la diferencia en las mediciones entre los tiempos de
sangra difiere para los grupos de control y tratado o, lo que es lo mismo, la
diferencia en las mediciones entre los animales tratados y los de control es distinta
para los dos tipos de sangra. As, todo efecto simple es dependiente del nivel del
otro factor en el experimento. Tenemos
( AB) = [(a2 b2) ([(a1b2)] - [(a2 b1) ([(a1b1)]
= [ 139.06 96.80 ] - [ 182.67 66.39 ] = - 74.02
= [(a2 b2) (a2b1)] - [(a1 b2) ([(a1b1)]
13
= [ 139.06 182.67 ] - [ 96.80.67 66.39 ] = - 74.02
Tabla 3. Anlisis de la varianza para los datos de la tabla 2
Fuente gl SC Cuadrado medio F
Tratamientos (ab 1 = 3) 1539.419
A (a- 1 = 1 1256.75 1256.75 53**
B b -- 1 = 1 8.71 8.71 <1
AB (a - 1) (b- 1) = 1 273.95 273.95 11.5**
Error ab(r 1) = 16 379.92 23.75
_______
Total rab - 1 = 19 1919.33
Como resultado de interaccin significante AB, el investigador puede decidir hacer

un examen de los efectos simples, ya que se les ha declarado heterogneos. Las
sumas de cuadrados para los efectos simples se calculan como sigue
SC (A dentro de b1 ) = (182.67 66.39 )2 = 1352.10
2X5
SC (A dentro de b2) = (139.06 96.80)2 = 178.59
2X5
Ntese que la suma de estos es igual a la de A y AB, esto es,

14
1352.10 + 178.59 = 1530.69 frente a 1530.70 = 1256.75 + 273.95
En el caso de A y AB, la informacin ha sido dispuesta en forma diferente en

trminos de su media y su varianza. Recurdese que la varianza mide dispersin,
heterogeneidad u homogeneidad de las observaciones. Tambin
SC( B dentro de a1) = (96.80 66.39)2 = 92.48
2X5
SC( B dentro de a2) = (139. 06 182.67)2 = 190.18
2X5
Aqu la suma de B y AB, esto es,
92.48 + 190.18 = 282.66 8.71 + 273.95
Los resultados pueden presentarse en una tabla auxiliar de sumas de cuadrados

de tratamientos. Por ejemplo:
Comparacin de tratamientos gl Cuadrado medio F
Entre tiempos dentro del control a1=1 1352.10 57**
Entre tiempos dentro del tratado a1= 1 178.59 7.5*
Entre niveles de estrgeno, A.M. b1=1 92.48 3.9
Entre niveles de estrgeno, P.M. b1=1 190.18 8.0*
Cuando solo existe un grado de libertad para cada comparacin, no se justifica

presentar sumas de cuadrados a menos que hagan parte de una tabla. Ntese
15
que la tabla auxiliar contiene 4 grados de libertad para comparaciones de

tratamientos, mientras que solo hay 3 grados de libertad entre medias de
tratamientos. Nuestras cuatro comparaciones no pueden ser ortogonales como lo
son las comparaciones de efectos principales e interaccin de la tabla 3. Estas
pruebas F son esencialmente comparaciones dms, pero efectuadas despus de
que la interaccin significante dio pruebas de diferencias reales entre efectos
simples. Por lo tanto, son comparaciones orientadas por los resultados como
consecuencia de una prueba de significancia. Crticas muy severas a estas
pruebas parecen injustificadas.
BIBLIOGRAFIA
CARMONA, M; RUBI, C;LEMUS,D (2002). Curso taller estadstica aplicada a la

investigacin. Universidad Autnoma de Nayarit, pg 51.
Cochran, W.G. ; M G.M. Cox. Diseos Experimentales, Ed. Trillas, Mxico, 1989.
661 p.
COLLAZOS, H; GRANADOS,J.(2008). BIOESTADISTICA Y DISEO

EXPERIMENTAL PARA CIENCIAS AGRARIAS. Sin publicar. UNAD
MORENO, J. (2008). Biometra y diseo de experimentos, UNAD. Pginas 171-

176
Steel. G. D. R. y Torrie, H. J. (1990) Bioestadstica: Principios y Procedimientos.

Ed. McGraw Hill, Mxico. 622 p.
16

UNAD

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

UNAD

Enviado por

Direitos autorais:

Formatos disponíveis

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

Escuela de Ciencias Agrcolas, Pecuarias y del Medio Ambiente

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

ESCUELA DE CIENCIAS AGRICOLA, PECUARIAS Y DEL MEDIO AMBIENTE

ESPECIALIZACIN EN NUTRICIN ANIMAL SOSTENIBLE

Nombre del Curso:

Diseo Experimental Avanzado

NIDIA ELIZABETH CARREO GONZLEZ

ASPECTOS DE PROPIEDAD INTELECTUAL

El contenido didctico a estudiar en este documento, corresponde a diseos

La versin del contenido didctico que actualmente se presenta tiene como

En este captulo se estudian los experimentos factoriales. Aqu hay varios

Un factor es una clase de tratamiento, y en experimentos factoriales, todo factor

Los experimentos factoriales se usan prcticamente en todos los campos de

As vemos que el alcance de un experimento, o la poblacin para la cual pueden

El concepto de experimento factorial puede ilustrarse mediante un ejemplo.

El termino nivel se refiere a los diferentes tratamientos dentro de un factor. Se

As, un experimento factorial es aquel en el que el conjunto de tratamientos

Supongamos que al factor A tiene a niveles y el factor B tiene b niveles. El nmero

Yijk = Observacin de la k-esima replica del tratamiento i (del factor A)

= Efecto del promedio general sobre las observaciones.

Ai = Efecto del i-esimo nivel del factor A.

Bj = Efecto del i-esimo nivel del factor B

(AB)ij = Efecto de la interaccin de los factores A y B

Interpretacin de la simbologa de los experimentos factoriales

Existe una simbologa especial en los diseos factoriales. Se ha convenido que a

Factores con iguales niveles: nf

f = Numero de factores. Exponente.

n = Numero de niveles Base

Ejemplo. Interpretar los siguientes smbolos: 32, 23, 42, y 24

23. Primero el exponente: tres factores a dos niveles.

42 : Primero el exponente: dos factores a cuatro niveles

24. Cuatro factores a dos niveles.

Factores a diferentes niveles

Ejemplo. Interpretar los siguientes factoriales: 3x4x2; 2x3.

3x4x2. Tres factores: el primero a 3 niveles, el segundo a 4 niveles y el tercero a 2

2x3. Dos factores: el primero a dos niveles y el segundo a tres niveles.

Ventajas de la experimentacin factorial cuando los factores son

Las ventajas de la experimentacin factorial dependen naturalmente de la finalidad

Si todos los factores son independientes en sus efectos, el mtodo factorial

Para ilustrar el caso anterior se considera un experimento con remolacha

Las consideraciones de tipo prctico pueden disminuir esta ganancia. El

Experimentacin factorial cuando los factores no son independientes.

Se supone que el propsito es aun investigar cada factor en el intervalo

Resumiendo, a continuacin se dan algunos casos donde la experimentacin

1. En trabajos exploratorios, donde el objeto es determinar rpidamente los

1. En investigaciones de las interacciones entre los efectos de varios factores.

3. En experimentos diseados para poder llegar a recomendaciones que deben

Por otro lado, si se ha acumulado una cantidad considerable de informacin o si el

Cuando los factores que se van a investigar son numerosos, la principal

Algunas veces, los experimentadores encuentran los resultados de los

Si los numerosos factores se interaccionan de una manera confusa, ser

influencia del tiempo de sangra, factor A, y el dietillestilbestrol (un componente

La tabla de totales de tratamientos se puede usar en el clculo de las sumas de

Tabla1. Influencia del tiempo de sangra y del dietilestilbestrol sobre los

a1 = A.M a2 = P.M Totales

control 1 tratado 1 control 2 tratado 2

8.53 17.53 39.14 32.00

20.53 21.07 26.20 23.80

12.53 20.80 31.33 28.87

14.00 17.33 45.80 25.06

10.80 20.07 40.20 29.33

Y 66.39 96.80 182.67 139.06 484.92

Y2 963.88 1887.02 6913.63 3912.17 13676.70