1

UNIVERSIDAD DE SAN CARLOS DE GUATEMALA

FACULTAD DE AGRONOMIA
SUBÁREA DE MÉTODOS DE CUANTIFICACIÓN E INVESTIGACIÓN
CURSO: ESTADÍSTICA APLICADA
CATEDRÁTICO: Ing. Agr. M.A. Ezequiel Abraham López Bautista

DISEÑO EN BLOQUES AL AZAR

El diseño en bloques al azar (DBA) toma en cuenta los tres principios básicos de la
experimentación: repetición, aleatorización y control local. En este diseño las unidades
experimentales se distribuyen en grupos homogéneos. Cada uno de estos grupos es llamado:
bloque. El número de unidades experimentales dentro de cada bloque es igual al número de
tratamientos incluidos en el experimento.

Los tratamientos son distribuidos en las unidades experimentales dentro de cada bloque
aleatoriamente, así, cada bloque irá a constituir una repetición. Este tipo de experimento es
seleccionado cuando se tienen dudas acerca de la homogeneidad del ambiente o cuando, por
experiencia, se sabe de su heterogeneidad.

Criterios de bloqueo

Este diseño es conveniente cuando se logra determinar una gradiente de variabilidad

en un sentido, que esté influyendo sobre los tratamientos, por ejemplo: grado de inclinación del
terreno donde se realizará el experimento, dirección del viento, gradiente de temperatura, etc. Los
bloques se construyen perpendiculares a la dirección de la gradiente de variabilidad.

Aleatorización

Se aleatorizan las tratamientos dentro de cada bloque. Debe considerarse que la

aleatorización se realizará de forma independiente para cada bloque.

Ejemplo

Suponiendo que se tiene un experimento que incluye un factor con 5 niveles (denotados con las
letras A, B, C, D y E), distribuidos en 4 bloques, y considerando que en cada bloque los niveles del
factor fueron totalmente aleatorizados, el croquis de campo quedaría de la siguiente forma:

A C D E B BLOQUE I

D A B E A BLOQUE II

D B A C E BLOQUE III

E D B A C BLOQUE IV
 2

Análisis estadístico

Sea t el número de niveles del factor A (tratamientos) distribuidos en r bloques. La

notación adoptada para representar los valores de la variable de respuesta es dada en la siguiente:

Repeticiones
Yi.
Tratamientos 1 2 3 ... r

1 Y11 Y12 Y13 ... Y1r Y1.

2 Y21 Y22 Y23 ... Y2r Y2.

3 Y31 Y32 Y33 ... Y3r Y3.

. . . . ... . .
. . . . ... . .
t Yt1 Yt2 Yt3 ... Ytr Yt.
Y.j Y. 1 Y. 2 Y. 3 ... Y. r Y ..

Siendo que:

t
Y. j = ∑ Yij es el total obtenido en el j-ésimo bloque o repetición
i =1

r
Yi. = ∑ Yij es el total obtenido en el i-ésimo tratamiento
j =1

t r
Y.. = ∑∑ Yij es el total general o gran total
i =1 j =1

Y.. Yi .
Y .. = es la media general Y i. = es la media del i-ésimo tratamiento
tr r

Hipótesis a evaluar

Ho : ∨ i i = 1,2, . . . / τi =τ
Ha: ∃i i = 1,2, . . . / τi ≠ τ

Modelo estadístico

El modelo asociado a este diseño experimental se muestra a continuación:

i = 1, 2, 3, . . . , t
Yij = µ + τi + β j + εij j = 1, 2, 3, . . . , r
 3

Siendo:

Yij = variable de respuesta observada o medida en el i-ésimo tratamiento y el j-ésimo

bloque.
µ = media general de la variable de respuesta
τi = efecto del i-ésimo tratamiento
βj = efecto del j-ésimo bloque
εij = error asociado a la ij-ésima unidad experimental.

Supuestos

εij ~ NID (0, σ2)

No existe interacción entre bloque y tratamiento (*)
(*)
Significa que un tratamiento no debe modificar su acción (o efecto) por estar en uno u otro
bloque.

Análisis de Varianza

FV GL SC CM Valor de F

r Y. 2j Y..2
Bloques r- 1 ∑
j =1 t
−
tr

t–1 t
Yi.2 Y..2 SCtrat /gltrat CMtrat/CMee
Tratamientos ∑
i =1 r
−
tr

Error SCtotal − (SCtrat + SC bloque)

(t -1) (r -1) SCee /glee
experimental

t r
Y..2
Total tr - 1 ∑
i =1
∑ Yij −
j =1 tr

CME
CV = × 100
Y ..

Regla de Decisión

Rechazar Ho. Sí el valor de F ≥ F crítica (gl trat; gl error; α)

No Rechazar Ho. Sí el valor de F < F crítica (gl trat; gl error; α)
 4

Ejemplo de aplicación

En un experimento se evaluó la aplicación de productos químicos para el control de nematodos.

Fueron utilizados los siguientes tratamientos:

A. Testigo absoluto (sin aplicación).

B. Oxamyl 1.5 lt (forma de aplicación: foliar)
C. Oxamyl 1.5 lt (forma de aplicación: al suelo)
D. Oxamyl 2.0 lt (forma de aplicación: foliar)
E. Carbofuran 15 gr. (aplicado al suelo)
F. Oxamyl 2.0 lt (forma de aplicación: al suelo)

Los tratamientos fueron analizados en un diseño bloques al azar con cinco repeticiones. La
variable de respuesta medida fue el número de nematodos vivos por unidad experimental. Se le
solicita realizar el análisis de varianza y emitir las respectivas conclusiones.

Los resultados se presentan en la siguiente tabla:

Bloques
Yi. Y i.
Nematicidas I II III IV V
A 307 371 379 360 339 1756 351.2
B 187 192 320 243 296 1238 247.6
C 277 328 363 195 344 1507 301.4
D 115 235 248 267 256 1121 224.2
E 173 267 251 254 200 1145 229.0
F 195 131 171 253 253 1003 200.6
Y.j 1254 1524 1732 1572 1688 7770 259

Solución:

(1756) 2 + (1238)2 + (1507)2 + (1121) 2 + (1145)2 + (1003)2 (7770) 2

SCtrat = − = 79, 750.8
5 (5)(6)

(1254)2 + (1524)2 + (1732) 2 + (1572)2 + (1688) 2 (7770)2

SCbloques = − = 23, 477.33
6 (5)(6)

(7770)2
SCtotal = (307 2 + 3712 + 3792 + . . . + 2532 ) − = 148,922
(5)(6)

SCee = 148,922 − (79,750.8 + 23, 477.33) = 45,693.87

 5

Resumen del ANDEVA

Grados de Suma de Cuadrados Valor crítico

Fuentes de variación Valor de F
libertad cuadrados medios de F
Nematicidas 5 79750.80 15950.16 6.98* 2.71
Bloques 4 23477.33 5869.33
Error Experimental 20 45693.87 2284.69
Total 29 178922.00

2284.69
CV = × 100 = 18.45%
259

Conclusión:
Los nematicidas evaluados producen diferente efecto en el control de nematodos.

TAREA

1. En un experimento en camote se aplicaron seis niveles de potasio (K1=0, K2=10, K3=15,

K4=30, K5=45, K6=60). Se quiere evaluar el rendimiento en Kg./100 m2 en los diferentes
niveles de potasio. Las repeticiones fueron realizadas en cuatro suelos con diferente
fertilidad; los resultados son presentados en la siguiente tabla:

Niveles de Potasio
BLOQUES K1 K2 K3 K4 K5 K6
I 40 30 29 25 40 23
II 38 36 39 31 37 25
III 35 35 25 29 38 24
IV 25 26 28 27 29 26

a) Plantee el Modelo Aditivo Lineal y defina sus componentes en términos del problema.

b) Presente el cuadro de ANDEVA y pruebe la hipótesis correspondiente. Utilice α=0.05

c) Utilice la prueba de Tukey para realizar las comparaciones de las medias de los tratamientos.

2. En un experimento de riegos en el cultivo de algodón se tuvieron los siguientes tratamientos

que están expresados en metros cúbicos de agua absorbidos por hectárea: T1=5400,
T2=4800, T3=4200 y T4=3600. El experimento se condujo en parcelas de 300 m2 de área
útil y los resultados están expresados en kilogramos.

TRATAMIENTOS
BLOQUES T1 T2 T3 T4 Y.j
I 68 73 53 50 244
II 86 90 62 62 300
III 68 71 46 50 235

a) Plantee el modelo y defina sus componentes

b) Defina la hipótesis y construya el cuadro de ANDEVA. Utilice α=0.05

c) Efectúe la prueba de Tukey para comparar las medias de los tratamientos.

 6

3. Se condujo un experimento para comparar los efectos de tres diferentes insecticidas en frijol.
Se usaron cuatro bloques, cada uno con 3 hileras (las hileras constituyeron las unidades
experimentales) a una distancia adecuada. Cada hilera se plantó con 100 semillas y se
mantuvo bajo uno de los tratamientos con insecticida. Los insecticidas se asignaron
aleatoriamente a las hileras de forma tal que cada insecticida se aplicó a una hilera de cada
bloque. La respuesta de interés fue el número de plántulas emergidas en cada hilera.

Insecticida Bloque 1 Bloque 2 Bloque 3 Bloque 4

A 56 49 65 60
B 84 78 94 93
C 80 72 83 85

(a) Realice el análisis de varianza

(b) Formule y pruebe las hipótesis de interés. Indique sus conclusiones en términos de este
problema.
(c) Calcule el coeficiente de variación de este experimento.

4. Dentro de los estándares de calidad del fruto de mango para que sea exportable como un fruto
de primera debe de cumplir con lo siguiente: poseer por lo menos un 20% de coloración rojiza,
sin ningún daño mecánico y que no se encuentre manchado; en la región de la costa sur esta el
problema de la falta de coloración rojiza del fruto, por lo cual se llevó a cabo una investigación
en el cultivo de mango (Mangifera índica L. Var. Tommy atkins) en la cual se evaluó el efecto
de la fertilización foliar en la época de floración y crecimiento del fruto sobre la calidad del
fruto. Una de las variables de respuesta evaluadas fue el número de frutos con coloración roja.
Se utilizó el diseño de bloques al azar debido a que existe una gradiente de variabilidad en la
plantación. Los resultados obtenidos se presentan a continuación:

CUADRO 1: Tratamientos evaluados

TRATAMIENTO CODIGO
Potasio + Magnesio + Balanceador + cobre Mezcla 1
Mono-di-tri-polisacaridos + Ácidos urónicos + MgO, Mezcla 2
CaO +B, Zn, Co.
Nitrato de Potasio + Aminoácidos +Ácido fólico + Mezcla 3
Nutrientes
Testigo Sin mezcla

CUADRO 2 Número de frutos con coloración roja en parcelas donde se realizó una
poda de aclareo en la etapa de floración

REPETICION
TRATAMIENTO
I II III IV
Mezcla 1 637 572 858 732
Mezcla 2 731 603 530 797
Mezcla 3 687 561 489 582
Sin mezcla 547 640 644 586

5. Se evaluaron 9 variedades de caña de azúcar, a las que se les cosechó en plantilla

tomándose el rendimiento (kg). El diseño utilizado fue bloques completamente al azar,
obteniéndose los siguientes resultados:
 7

CUADRO 3. Rendimiento de las variedades de caña de azúcar en kilogramos por parcela neta de 40 m².

TRATAMIENTOS BLOQUES

I II III IV
L68 – 40 489 448 508 433
L72 – 03 547 584 539 563
CP 73 – 1547 670 635 600 586
CP 72 – 2086 534 577 536 613
CP 72 – 1210 768 737 727 716
CP29 – 203 659 494 510 500
CP52 – 68 599 552 665 608
CP 33-22 577 547 546 595
CP 75 – 1822 712 651 764 637

ANÁLISIS POST ANDEVA: CONTRASTES

En muchos métodos de comparación múltiple de medias se utiliza la idea de un contraste.

Para definir este término, se considerará un experimento con 5 tratamientos, todos con el mismo
número de repeticiones ( r ), en el cual la hipótesis nula Ho:τi =0 fue rechazada. Por lo tanto se sabe
que los tratamientos influyen en la variable de respuesta, o sea, algunos de los tratamientos
producen diferente efecto; sin embargo ¿cuáles son estos tratamientos?.

Si se supone que luego de realizar el experimento, los tratamientos 4 y 5 producen el mismo

efecto sobre la variable de respuesta, implica que es deseable probar las hipótesis:

Ho: µ4 = µ5
Ha: µ4 ≠ µ5

Estas hipótesis pueden ser probadas investigando una combinación lineal apropiada de los
totales de tratamientos, por ejemplo:

Y4. – Y5. = 0

De haber supuesto que el promedio de los tratamientos 1 y 3 no difiere del promedio de los
tratamientos 4 y 5, las hipótesis que deben probarse son:

Ho: µ1 + µ3 = µ4 + µ5
Ha: µ1 + µ3 ≠ µ4 + µ5,

y esto implica la combinación lineal:

Y1. + Y3. – Y4. – Y5. = 0

En general, la comparación de medias de tratamientos conlleva una combinación lineal de totales de

tratamientos de la forma: t
C = ∑ CiYi. ,
i =1

siendo,
Ci = coeficiente del contraste ortogonal asociado a Y i.
Yi. = total del tratamiento i incluido en el contraste;
 8

t
imponiendo la restricción ∑C
i =1
i = 0 a la función lineal C, ésta se denomina: contraste. La suma de
cuadrados de un contraste es dada por la siguiente expresión:
2
 t 
 ∑ CiYi. 
SCc =  i =1 t  ,
r ∑ Ci 2
i =1

Y tiene un solo grado de libertad.

Para probar un contraste se debe comparar su suma de cuadrados con el cuadrado medio del
error experimental. La estadística que resulta tiene una distribución F con 1 y k grados de libertad,
siendo k el número de grados de libertad asociado a la suma de cuadrados del error experimental.

CONTRASTES ORTOGONALES

Un caso especial del procedimiento anterior es el de los contrastes ortogonales. Dos

contrastes con coeficientes Ci y Ci′ son ortogonales sí:
t

∑C C
i =1
i i` =0

Si se tiene t tratamientos, el conjunto de t −1 contrastes ortogonales descomponen la suma

de cuadrados debida a tratamientos en t−1 componentes independientes con un grado de libertad.
Por tanto, las pruebas realizadas sobre los contrastes ortogonales son independientes, lo que
significa que no contienen información redundante. En otras palabras, la información que
proporciona un contraste no se traslapa con la proporcionada por otro.

¿Cómo obtener los coeficientes para contrastes ortogonales?

Existen muchas maneras de elegir coeficientes de los contrastes ortogonales para un

conjunto de tratamientos. Usualmente, algo de la naturaleza del experimento debe sugerir las
comparaciones que resultan de interés. Por ejemplo, si se tienen t=3 tratamientos, siendo el
tratamiento 1 el control, y los tratamientos 2 y 3 los niveles reales del factor de interés para quien
realiza el experimento, los contrastes ortogonales apropiados podrías ser los siguientes:

Coeficientes para contrastes

Tratamientos
ortogonales
1 (control) −2 0
2 (nivel 1) 1 −1
3 (nivel 2) 1 1

Debe observarse que:

• Contraste 1 con Ci = −2, 1, 1 compara el efecto promedio de los niveles de interés con el
control, mientras que:
• Contraste 2 con Ci` = 0, −1, 1 compara los dos niveles del factor de interés.

Nota: Los coeficientes de los contrastes deben ser elegidos antes de realizar el experimento y
analizar los datos.
 9

Ejemplo de aplicación

Se utilizará el ejemplo de los nematicidas para ilustrar la aplicación de la técnica estadística

de contrastes ortogonales, la cual se puede resumir en los siguientes pasos:

1. Definir con anterioridad un conjunto de (t−1) contrastes ortogonales. En este caso, como se
tienen 6 tratamientos, los grados de libertad para los tratamientos es de 5, por lo tanto se pueden
generar 5 subgrupos, los cuales se describen a seguir:

1. Testigo (A) contra Nematicidas (B, C, D, E, F)

2. Carbofuran (E) contra Oxamyl (B,C,D,F)
3. Oxamyl aplicado al follaje (1.5 y 2.0 lts) contra Oxamyl aplicado al suelo (1.5 y 2.0 lts)
4. Oxamyl 1.5 lt (aplicado al follaje) contra Oxamyl 2.0 lt (aplicado al suelo)
5. Oxamyl 1.5 lt (aplicado al suelo) contra Oxamyl 2.0 lt (aplicado al suelo)

2. Definir los coeficientes de los contrastes (Ci)

Tratamientos t
Contrastes
A B C D E F ∑C
i =1
i

C1 A = B+C+D+E+F −5 1 1 1 1 1 0
C2 E = B+C+D+F 0 1 1 1 −4 1 0
C3 B+D=C+F 0 −1 1 −1 0 1 0
C4 B=D 0 −1 0 1 0 0 0
C5 C=F 0 0 −1 0 0 1 0

3. Comprobar la ortogonalidad de los contrastes:

Recuerde que: dos contrastes con coeficientes Ci y Ci′ son ortogonales si el producto entre los
t
coeficientes de los contrastes, dos a dos, es nulo, o sea, Ci y Ci′ son ortogonales sí: ∑C ×C
i =1
i i' =0

Si se tienen t tratamientos, el conjunto de t−1 contrastes ortogonales descomponen la suma

de cuadrados debida a los tratamientos en t−1 componentes independientes con un solo
grado de libertad. Por tanto, las pruebas realizadas sobre los contrastes ortogonales son
independientes.

Ejemplo: A continuación se evaluará la segunda condición de ortogonalidad entre los contrastes 1 y

2.
 0
 1
 
 1
[ −5 1 1 1 1 1]   = (−5 × 0) + (1× −1) + (1 ×1) + (1×1) + (1× −4) + (1 ×1) = 0
 1
 −4 
 
 1
 10

Para evaluar la ortogonalidad entre C1 y C3, se tiene:

 0
 −1 
 
 1
[ −5 1 1 1 1 1]   = (−5 × 0) + (1× −1) + (1 ×1) + (1× −1) + (1× 0) + (1 ×1) = 0
 −1 
 0
 
 1

y así sucesivamente se va verificando la ortogonalidad por pares de contrastes: C1 y C4, C1 y C5, C2

y C3, C2 y C4,. . . , C4 y C5.

4. Plantear las subhipótesis. En este caso se trabajarán con los totales de cada tratamiento,
identificados como: τi, i=1,2,. . ., t

Ho: τ2 + τ3 + τ4 + τ5 + τ6 − 5τ1 = 0
Ho: τ2 + τ3 + τ4 + τ6 − 4τ5 = 0
Ho: τ3 + τ6 − τ2 − τ4 = 0
Ho: τ4 − τ2 = 0
Ho: τ6 − τ3 = 0
5. Obtener el valor numérico de los contrastes, la suma de cuadrados de contrastes (igual a
cuadrado medio de contrastes) y evaluar las subhipótesis a través de la prueba de F.
2
1 2 3 4 5 6 t
SC
i
∑ Valor
t

1756 1238 1507 1121 1145 1003 ∑

r Ci CiYi.
Contrastes i =1 i = 1 Contrastes de F
Yi.
C1 A = B+C+D+E+F −5 1 1 1 1 1 150 −2766 51005.04 22.32*
C2 E = B+C+D+F 0 1 1 1 −4 1 100 289 835.21 0.37
C3 B+D=C+F 0 −1 1 −1 0 1 20 151 1140.05 0.50
C4 B=D 0 −1 0 1 0 0 10 −117 1368.90 0.60
C5 C=F 0 0 −1 0 0 1 10 −504 25401.60 11.12*
SC tratamientos = 79750.80
Cálculos:
t 2

r ∑ Ci
i =1

Contraste 1: 5 (−52 + 12 + 12 + 12 + 12 + 12) = 5(30) = 150

Contraste 2: 5 [02 + 12 + 12 + 12 +( − 42 )+ 12] = 5(20) = 100
Contraste 3: 5 [02 + ( − 12 ) +12 + ( − 12 ) + 02 +12] = 5(4) = 20
Contraste 4: 5 [02 + ( − 12 ) + 02 + 12 + 02+ 02] = 5(2) = 10
Contraste 5: 5 [02 + 02 + ( − 12 ) + 02 + 02+ 12] = 5(2) = 10
t

∑C Y
i =1
i i.

Contrate 1: [ (−52 )(1756) +(12 )(1238)+(12 )(1507)2 +(12 )(1121)2 + (12 )(1145)2 + (12 )(1003)2] = −2766
t
Tarea: obtener los valores de
∑ C Y para los restante 4 contrastes.
i =1
i i.
 11

Suma de cuadrados de contrastes (SCc): como se tiene 1 grado de libertad por contraste, la suma de
cuadrados de contraste es igual a cuadrado medio de contraste.

2
 t 
 ∑ CiYi. 
SCc = CM c =  i =1 t  ,
r ∑ Ci 2

i =1

( −2766 )
2

Contraste 1: SCc = CM c = = 51005.04

150

CM c 51005.04
Valor de F para el contraste 1: F= = = 22.32
CM ee 2284.70

Valor crítico de F: Fc (1,20,0.05) = 4.35

6. Emitir las respectivas conclusiones

• Existe efecto diferenciado entre aplicar y no aplicar nematicidas. Se recomienda aplicar

nematicidas ya que se reduce la cantidad de nematodos.

• Existen diferencias significativas en el efecto producido por el Oxamyl 1.5 lt y Oxamyl 2.0
lt ambos aplicados al suelo. Se recomienda la aplicación de este último, porque dejó el
menor total de nematodos vivos.

OBTENCIÓN DE LAS SUMAS DE CUADRADOS DE CONTRASTES EN EL DISEÑO

COMPLETAMENTE AL AZAR (DCA)

• DCA BALANCEADO
2
 t   t
 ∑ CiYi.   ∑ Ci = 0
 i =1
SCc =  i =1 t  ,
 t
r ∑ Ci  CC =0
∑
2
i i`
i =1 i =1

• DCA DESBALANCEADO

2
 t   t
 ∑ CiYi.   ∑ Ci = 0
 i =1
SCc =  i =t1  ,
 t
∑ rC i i
i =1
2  rCC =0
∑ i i i`
i =1
 12

• DCA CON SUBMUESTREO

a) Cuando se utiliza CMee:

2
 t   t
 ∑ CiYi.   ∑ Ci = 0
 i =1
SCc =  i =1 t  ,
 t
r ∑ Ci  CC =0
∑
2
i i`
i =1 i =1

b) Cuando se utiliza CMep:

2
 t 
 ∑ CiYi. 
SCc =  i =1 t  .
rm ∑ Ci 2
i =1

Ejercicios sobre contrastes ortogonales

1. Los siguientes datos son los resultados de un experimento realizado para determinar si
cinco fuentes de nitrógeno difirieron en sus efectos sobre la producción de arroz. Se
aplicaron los tratamientos al azar a 20 parcelas en un diseño completamente aleatorizado.
La tasa de N era constante y los tratamientos eran: T1=Ca(NO3)2, T2=Na NO3 , T3=
NH4NO3, T4=(NH2)2CO, T5=(NH4)2SO4.

Rep. 1 Rep. 2 Rep. 3 Rep. 4

T1 57.2 51.1 48.5 54.9

T2 40.6 43.0 52.2 32.3

T3 36.9 29.0 33.7 37.0

T4 23.3 23.2 24.4 17.0

T5 36.8 38.7 31.7 43.6

a) Realice el análisis de varianza, utilizando un nivel de significancia del 5%.

b) Dada la naturaleza de los tratamientos, interesa realizar las siguientes comparaciones:

i. Tratamientos 1, 2 y 3 versus 4 y 5 (nitratos vs. no-nitratos).

ii. Tratamientos 1 y 2 versus 3.

iii. Tratamiento 1 versus 2.

iv. Tratamiento 4 versus 5.

 13

Defina los coeficientes necesarios y realice estos contrastes.

c) ¿Son ortogonales estos contrastes? Si lo son, verifique que la sumatoria de sus sumas de
cuadrados es igual a la suma de cuadrados de tratamiento.
2. En un experimento se desea conocer si hay alguna variedad de geranio que produce más
flores. Se probaron 5 variedades (B1 y B2, dos híbridos belgas; S1 y S2, dos híbridos
canadienses, y Te, una variedad comúnmente usada). Se realizó un DBCA con 4
repeticiones.

Tratamiento Repetición No. Flores Tratamiento Repetición No. Flores

B1 1 67 B1 3 48
B2 1 50 B2 3 52
S1 1 46 S1 3 33
S2 1 43 S2 3 34
Te 1 36 Te 3 31
B1 2 51 B1 4 54
B2 2 43 B2 4 32
S1 2 29 S1 4 37
S2 2 33 S2 4 27
Te 2 28 Te 4 33

a) Grafique los datos para cada tratamiento con diagramas de cajas (box-plot)
b) Realice el análisis de varianza.
c) Formule y pruebe contrastes ortogonales de interés e interprete sus resultados.
 14

DISEÑO BLOQUES AL AZAR CON DATOS FALTANTES

Ing Agr M.Sc. Marino Barrientos

Para ejemplificar esta situación, se utilizarán los datos de contenido de proteína (expresados
en porcentaje), obtenidos en el experimento sobre amaranto realizado por Alfaro Villatoro.

CASO I: Supongamos que al realizar los análisis de proteína, la muestra correspondiente al

corte a 25 días en el 4º bloque fue extraviada.

Cuadro de datos

Edad al corte (días)

Bloque Y.j
25 40 60
1 30.6 22.4 13.6 66.6
2 28.5 24.1 13.1 65.7
3 29.1 26.3 15.8 71.2
4 Y14 24.3 20.2 44.5 = B
5 30.6 18.6 13.8 63.0
6 30.6 20.9 12.0 63.5
7 28.3 21.1 12.7 62.1
8 28.7 23.7 13.7 66.1
Yi. 206.4 = T 181.4 114.9 502.7 = S

a) Ho : ∨ i i= 1, 2, . . . / τi =τ
Ha: ∃i i =1,2, . . . / τi ≠ τ

b) Modelo Estadístico:
i = 1, 2, 3, . . . , t
Yij = µ + τi + β j + εij j = 1, 2, 3, . . . , r
Siendo:

Yij = contenido de proteína (%) en la i-ésima época de corte y el j-ésimo bloque.

µ = media general del contenido de proteína.
τi = efecto de la i-ésima época de corte sobre el contenido de proteína
βj = efecto del j-ésimo bloque sobre el contenido de proteína.
εij = error asociado a la ij-ésima unidad experimental.

c) Supuestos

εij ~ NID (0, σ2)

No existe interacción bloque por época de corte

d) Estimación del dato faltante

tT + rB − S
Yˆij =
Siendo que: (t − 1) (r − 1)
 15

t = número de tratamientos
T = total del tratamiento donde está el dato faltante.
r = número de repeticiones
B = total del bloque donde está el dato faltante
S = gran total.

Para nuestro caso tenemos que:

3(206.4) + 8(44.5) − 502.7
Yˆ14 = = 33.8
(3 − 1) (8 − 1)

e) Análisis de varianza

Los cálculos para el análisis de varianza se hacen como habitualmente, con la única
diferencia de que al total y al error experimental se le resta un grado de libertad.

Incorporando la estimativa del dato faltante, tenemos que:

T = 240.2 B = 78.3 y S = 536.5, y las sumas de cuadrados son:

(536.5) 2
SCtotal = (30.6) 2 + (28.5) 2 + . . . + (13.7 ) 2 − = 1094.24
24
(66.6) 2 + (65.7 ) 2 + . . . + (66.1) 2 (536.5) 2
SCblques = − = 66.74
3 24

( 240.2) 2 + (181.4) 2 + (114.9) 2 (536.5) 2

SCtratamientos = − = 982.49
8 24

CUADRO DE ANDEVA

Grados Valor
Suma de Cuadrados Valor de
Fuentes de variación de crítico de
cuadrados medios F
libertad F
Tratamientos 2 982.49 491.24 141.98* 3.81
Bloques 7 66.74
Error Experimental 13 45.01 3.46
Total 22 1094.24

CV = 8.32 %

Conclusión:

El contenido de proteína en las hojas de amaranto varía significativamente con la edad en que la
planta se corta.
 16

f) Comparación múltiple de medias de acuerdo con el criterio de Tukey

• Para medias donde no hubo parcelas perdidas, se utiliza el comparador (W)

CMee
W = q(t , glee ,α ) ×
r
• Cuando una de las medias a comparar es la que no tuvo pérdida de parcela, W se calcula
así:
1 2 t 
W = q(t , glee , α ) × CMee  + 
2  r r (r − 1)(t − 1) 

CASO II: Supongamos ahora que por alguna razón hace falta los datos correspondientes a las
observaciones Y14 y Y35.

Cuadro de datos

Edad al corte (días)

Bloque Y.j
25 40 60
1 30.6 22.4 13.6 66.6
2 28.5 24.1 13.1 65.7
3 29.1 26.3 15.8 71.2
4 Y14 24.3 20.2 44.5
5 30.6 18.6 Y35 49.2
6 30.6 20.9 12.0 63.5
7 28.3 21.1 12.7 62.1
8 28.7 23.7 13.7 66.1
Yi. 206.4 181.4 101.1 488.9

a) Estimación de los datos faltantes: Y14 y Y35.

a.1) Se debe obtener una estimativa inicial para uno de los datos:

Y 1. + Y .4 (206.4 / 7) + (44.5 / 2)
Yˆ14 = = = 25.87
2 2
a.2) Luego se debe suponer que sólo hay un dato faltante y se estima con la siguiente ecuación:

T = 101.1
B = 49.2
S = 488.9 + 25.87 = 514.77

3(101.1) + 8(49.2) − 514.77

Yˆ35 = = 13.01
(3 − 1) (8 − 1)
 17

a.3) Se ignora la primera estimación de Y14 y se aplica la ecuación:

T = 206.4
B = 44.5
S = 488.9 + 13.01 = 501.91

3(206.4) + 8(44.5) − 501.91

Yˆ14 = = 33.81
(3 − 1) (8 − 1)

a.4) Se repite el paso (a.2) usando la nueva estimación de Y14

T = 101.1
B = 49.2
S = 488.9 + 33.81 = 522.71

3(101.1) + 8(49.2) − 522.71

Yˆ35 = = 12.44
(3 − 1) (8 − 1)
a.5) Se repite el paso (a.3) con Y35 =12.44

T = 206.4
B = 44.5
S = 488.9 + 12.44 = 501.34

3(206.4) + 8( 44.5) − 501.34

Yˆ14 = = 33.85
(3 − 1) (8 − 1)

Las estimaciones definitivas son: Yˆ14 = 33.85 y Yˆ = 12.44

35

b) ANDEVA

En el análisis de varianza la única modificación es que disminuye en dos, los grados de

libertad para el total y para el error experimental.

Grados
Suma de Cuadrados Valor de Valor crítico
Fuentes de variación de
cuadrados medios F de F
libertad
Tratamientos 2 1005.16 502.58 137.29* 3.89
Bloques 7 71.34
Error Experimental 12 43.93 3.66
Total 21 1120.43

CV = 8.58 %

Conclusión: la misma que en el caso 1.

 18

UNIVERSIDAD DE SAN CARLOS DE GUATEMALA

FACULTAD DE AGRONOMIA
SUBÁREA DE MÉTODOS DE CUANTIFICACIÓN E INVESTIGACIÓN
CURSO: ESTADÍSTICA APLICADA

EJEMPLO DE ANÁLISIS DE VARIANZA PARA UN DISEÑO BLOQUES AL AZAR CON

SUBMUESTREO

Ing Agr M.Sc. Marino Barrientos

Con el objetivo de determinar la cantidad mínima efectiva del atrayente sintético de machos
(trimedlure) a fin de mejorar el método de detección de adultos de la mosca del mediterráneo
(Ceratitis capitata Wiedemann), se realizó un experimento utilizando trampas tipo Jackson con
mechas de algodón como dispensadores.

Los tratamientos consistieron en 0.8, 1.6, 2.6, 3.5 y 7.0 ml de trimedlure aplicados en
mechas de tamaño proporcional al volumen. Las trampas se distribuyeron en un área con mosca del
mediterráneo mediante un diseño en bloques al azar, colocando dos trampas en cada unidad
experimental. En el cuadro 1 se reportan los datos del número total de insectos capturados en cada
trampa, 16 días después de su instalación.

Cuadro 1. Número de machos de mosca del mediterráneo capturados bajo diferentes

cantidades de atrayente sexual.

Volumen de Repetición
Trimedlure Yi..
1 2 3 4 5 6 7 8 9 10
(ml)
55 25 44 63 32 100 83 93 145 110
0.8
19 13 22 13 15 81 39 23 64 80
Y1j. 74 38 66 76 47 181 122 116 209 190 1119
60 15 35 19 35 122 60 94 110 111
1.6
31 60 11 25 27 51 29 154 222 162
Y2j. 91 75 46 44 62 173 89 248 332 273 1433
62 39 14 14 39 122 77 138 228 93
2.6
51 19 40 20 71 66 41 130 97 207
Y3j. 113 58 54 34 110 188 118 268 325 300 1568
82 68 28 27 95 121 34 81 105 273
3.5
58 24 48 44 11 101 97 46 89 119
Y4j. 140 92 76 71 106 222 131 127 194 392 1551
99 12 72 88 30 117 129 46 80 128
7.0
104 44 101 222 64 59 11 79 129 104
Y5j. 203 56 173 310 94 176 140 125 209 232 1718
Y.j. 621 319 415 535 419 940 600 884 1269 1387 7389

(*) Los datos fueron tomados de la tesis de Ing Agr. De Salazar Rodríguez, J.A. (1985)
 19

1. Hipótesis
Ho : ∨ i i = 1,2, . . . / τi =τ
Ha: ∃i i = 1,2, . . . / τi ≠ τ

2. Modelo Estadístico:
i = 1, 2, . . . , t
Yij = µ + τi + βj + εij + η ijk j = 1, 2, . . . , r
k = 1,2, . . . , m

Siendo:

Yij = número de moscas machos de mosca del mediterráneo capturadas en el k-cuadro

muestra en la i-ésima época de corte y el j-ésimo bloque.
µ = media general del número de moscas machos.
τi = efecto del i-ésimo volumen de trimedlure
βj = efecto del i-ésimo bloque sobre el número de moscas machos capturadas.
εij = error experimental asociado a la ij-ésima unidad experimental.
ηijk = error de muestreo asociado a la ij-ésima unidad experimental.

3. Supuestos

εij ~ NID (0, σ2)

ηijk ~ NID (0, σn2)
No existe interacción bloque por época de corte

4. ANDEVA

a) Grados de libertad

• Total = trm – 1 = (5)(10)(2) – 1 = 99

• Dosis = t–1 = 5–1 = 4
• Bloques = r–1 = 10 – 1 = 9
• Error Exp. = (r – 1) (t – 1) = (9) (4) = 36
• Error Mues. tr(m– 1) = (5×10)(2 – 1) = 50

b) Suma de cuadrados

Y... 7389 2
FC = = = 545,973.21
trm (5)(10)(2)

t r m
SC total = ∑ ∑ ∑ Yijk 2 − FC
i=1 j=1 k =1

= (552 + 19 2 + 252 + . . . + 1082 ) − 545, 973.21 = 278,381.79

 20

∑Y i ..
2

SC trat. = i=1
− FC
rm

(1119 2 + 1437 2 + . . . + 17182 )

= − 545,973.21 = 10,096.74
(10)(2)

∑Y . j.
2

SC bloques = i=1
− FC
tm
(6212 + 319 2 + . . . + 1387 2 )
= − 545,973.21 = 122, 086.69
(10)(2)
t r

∑ ∑Y
i=1 j =1
ij .
2

SCee = − FC − SCtrat − SC bloques

m

(74 2 + 382 + . . . + 232 2 )

= − 545,973.21 − 10, 096.74 − 122, 086.69 = 62,833.80
2

CUADRO DE ANDEVA

Fuentes de Grados de libertad Suma de Cuadrado medios Valor de F

variación cuadrados
Dosis 4 10,096.74 2,524.185 F(1) = 1.48 NS
Bloques 9 122,086.69
Error 36 62,833.80 1,745.39 F(2) = 1.047NS
Experimental
Error de Muestreo 50 83,374.50 1,667.496
Total 99 278,391.79
Valor crítico de F (1) = 1.65 Valor crítico de F (2)= 2.48
CV = 57.2%

Escriba las conclusiones y recomendaciones correspondientes.

 21

TAREA

En un experimento en bloques al azar respecto a la exactitud de la determinación de la

concentración de ácido ascórbico en nabos verdes (método de Heinze-Kanapaugh), se ensayaron
cuatro pesos de muestra en 5 repeticiones. En cada muestra se hicieron dos determinaciones, A y B.
Los resultados (en microgramos por mililitros de líquido filtrado) fueron como se indica en la
siguiente tabla.

Peso la Repeticiones
muestra (gr) 1 2 3 4 5 Yi..
34.2 47.0 48.5 44.2 42.5
5
37.2 52.5 46.5 44.2 43.5
Y1j.
12.8 21.5 24.5 17.8 17.0
2
12.8 22.0 23.0 17.8 17.5
Y2j.
5.8 10.2 16.5 9.5 11.0
1
8.2 13.0 11.0 15.2 10.5
Y3j.
3.5 5.0 9.8 5.2 3.8
0.5
3.5 6.0 6.8 3.5 4.7
Y4j.
Y.j.

Con esta información, efectúe el análisis de varianza respectivo.