Usuario

PEDRO GAMARRA.
METODOLOGA DE LA INVESTIGACIN
VIII
CORDOVA RODAS, Jonathan A.
MORENO SNCHEZ, Sully Rub.
VILLACA TERRONES, Walter A.















































DISEO CUADRADO LATINO (DCL)

INTRODUCCIN
Ya vimos que el diseo de bloques al azar, era el diseo apropiado cuando se
conoca de antemano alguna fuente de variabilidad adicional entre las unidades
experimentales. Pero qu pasa si se sabe de dos fuentes de variabilidad adicional que
afectan el material experimental?
Supongamos que se tiene un experimento agrcola donde las
unidades experimentales son parcelas, pero estas parcelas estn ubicadas en
diferentes tipos de suelo y adems tienen diferentes valores de pH., uno podra pensar
en realizar un diseo de bloques al azar usando cualquiera de estas dos
caractersticas: realizando bloques de acuerdo a los diferentes valores de pH o
bloques que consideren los diferentes tipos de suelo. Otra alternativa, que como ya se
habrn imaginado es la ms adecuada, es hacer un doble bloqueo, o sea bloques en
dos direcciones o en sus dos criterios de clasificacin, a los que se llamara bloques por
fila y bloques por columna, que consideren las dos fuentes de variacin, a este tipo de
diseo se le denomina Cuadrado Latino, donde se tiene un conjunto de t tratamientos y
t
2
unidades experimentales, que son agrupadas por dos fuentes de variabilidad.

El DCL es un agrupamiento de las unidades experimentales en dos direcciones (filas y
columnas) y la asignacin de los tratamientos al azar en las unidades, de tal forma que
en cada fila y en cada columna se encuentren todos los tratamientos constituye un
diseo cuadrado latino.

Este diseo es una ampliacin del diseo de bloques, el cuadro latino permite la
comparacin de los tratamientos cuando estn sujetos simultneamente a dos conjuntos
de bloques. Un conjunto de bloques se asignan a las filas del cuadrado latino, el otro
conjunto de bloques se asignan a las columnas del cuadrado. Luego los tratamientos,
generalmente representados con letras latinas, se asignan al azar en cada celda de las
intersecciones filas- columnas bajo la nica condicin de que cada tratamiento aparezca
una vez y slo una vez en cada fila y en cada columna. ste diseo adolece de la
condicin de que el nmero de bloques de cada conjunto debe ser igual al nmero de
tratamientos.
El diseo de cuadrados latinos tuvo sus orgenes en experimentos agrcolas, donde
se tenan parcelas de terreno con gradientes de fertilidad en dos direcciones, tal
como aparece en el siguiente grfico.

Gradiente 1
Gradiente 2 Bloques Fila

1

2

3

4

1 2 3 4
Bloques Columna


Para un diseo de cuadrados latinos t*t, se tienen t tratamientos que se asignan
aleatoriamente a t
2
unidades experimentales, de tal manera que cada tratamiento
aparece una sola vez en cada fila y en cada columna, a cada tratamiento se le
designa con una letra latina: A, B, C, etctera, de ah el nombre de cuadrado latino.












En el ejemplo de los gradientes de fertilidad, se podra evaluar entonces el efecto de
cuatro tratamientos (A; B; C; D), que podran estar dispuestos de la siguiente manera:
A B C D
B C D A
C D A B
D A B C

CARACTERSTICAS:

Los DCL se distribuyen en grupos, bajo dos criterios de homogeneidad dentro de la
fila y dentro de la columna y heterogeneidad en otra forma.
En cada fila y en cada columna, el nmero de unidades es igual al nmero de
tratamientos.
Los tratamientos son asignados al azar en las unidades experimentales dentro de
cada fila y dentro de cada columna.
El nmero de filas = nmero de columnas = nmero de tratamientos.
Los anlisis estadsticos T-student, Duncan, Tuckey y en pruebas de contraste se
procede como el diseo completo al azar y el diseo de bloques. La desviacin
estndar de la diferencia de promedios y la desviacin estandar del promedio, estn en
funcin del cuadrado medio del error experimental.


MODELO ESTADSTICO.

Cada observacin del experimento es expresado como una relacin lineal de los
efectos involucrados (tratamiento, fila y columna), as:

Y ij(k)
= +
F i
+
C j
+
(k)
+
errorij(k)
i,j,k=1,2,...,n



= efecto medio (parmetro del modelo)
F i
= efecto de la fila i
C j
= efecto de la columna j
(k)
= efecto del tratamiento k
errorij(k)
= error experimental de la u.e. i,j

Yij(k) = Observacin en la unidad experimental

El subndice (k) indica que tratamiento k fue aplicado en la u.e.
El modelo est compuesto por
n
2
ecuaciones, una para cada

ESTIMACIN DE PARMETROS.

El nmero de parmetros a estimar es igual a 3n+1 y la estimacin puede resolverse por
mnimos cuadrados del error, mxima verosimilitud u otro mtodo, en nuestro caso se
utilizara el mtodo de mnimos cuadrados del error.

La funcin a minimizar es:




La solucin constituye el conjunto de estimadores de los parmetros del modelo, dado por:

( ,
F

i
,
C

j
,

k
) para i,j,k = 1,2,...,n

El sistema de ecuaciones que darn solucin constituyen las ecuaciones normales, para
tener una nica solucin, se agregan al sistema las siguientes restricciones:


F

i
= 0

;
C

j
= 0

;

i
= 0


La solucin son los estimadores mnimos cuadrticos:





y el error en cada u.e. es:






SUMAS DE CUADRADOS

A partir del modelo estimado, la suma de cuadrados del total es descompuesto en
suma de cuadrados de tratamientos, filas, columnas y error experimental:














VENTAJAS
Si se conocen dos fuentes de variabilidad de las unidades experimentales y se
puede hacer un bloqueo en dos direcciones, se va a poder hacer una
comparacin ms precisa de los tratamientos (se tiene ms potencia) pues la
variacin debida a las filas y las columnas es removida del error
experimental.
Es fcil de analizar, comparado con el diseo de bloques al azar, slo se
requiere de una suma de cuadrados adicional.
Cuando se tienen cuadrados pequeos (lo que implica pocos grados de
libertad para el error experimental) se pueden utilizar varios de estos
cuadrados de poco tamao y realizar un anlisis combinado de los mismos en
algo que se llama cuadrados latinos repetidos.


DESVENTAJAS
El nmero de tratamientos, filas y columnas debe ser igual, a veces es difcil
encontrar unidades experimentales que permitan armar los bloques
homogneos en las dos direcciones, ms an, si el nmero de tratamientos es
grande.
Los diseos pequeos tienen pocos grados de libertad para la estimacin del
error experimental y a medida que el tamao del diseo aumenta, es posible
que no se tenga homogeneidad al interior de cada bloque.
No es un diseo adecuado si existe interaccin entre los efectos de fila,
columna y tratamientos.

MODELO ADITIVO LINEAL

ijk i j k ijk
y t | o c = + + + +

1,..., i t =

1,..., j t =
1, 2,..., k t =

Dnde:
ijk
y
: Unidad experimental observado por efecto del i-simo tratamiento, en la j-sima
fila y k-sima columna.
: Es el efecto de la media general.
:
i
t Es el efecto del i-simo tratamiento.
j
| : Es el efecto de la j-sima fila.
k
o : Es el efecto de la k-sima columna.
:
ijk
c Es el efecto del error experimental en el i-simo tratamiento, j-sima fila y k-
sima columna.
t : Es el nmero de tratamientos, numero de filas y columnas.

FORMULACIN DE HIPTESIS

Para tratamientos Para filas Para columnas
0
H : 0
i
t =
0
H : 0
j
| =
0
: 0
k
H o =
1
H : Al menos un 0
i
t =
1
H : 0
j
| =
1
: 0
k
H o =

NIVEL DE SIGNIFICANCIA

o
= 5%, 1%


Anlisis de Varianza
Fuentes de
Variacin
(FV)
Suma de
Cuadrados
(SC)
Grados de
Libertad
(gl)
Cuadrados
Medios
(CM)
Estadstico de
prueba
(Fc)

Tratamientos
2
2
.
..
i
Tratam
y
y
SC
b tb
=

1 t
1
Tratam
Tratam
SC
CM
t
=

Tratam
Error
CM
CM


Filas
2
2
.
..
j
Bloques
y
y
SC
t tb
=

1 b
1
Bloques
Bloques
SC
CM
b
=

Bloques
Error
CM
CM


Columnas


Error
experimental

Error Total Tratam Bloques
SC SC SC SC =


( )( ) 1 1 t b
( )( )
1 1
Error
Error
SC
CM
t b
=




Total
2
2 ..
Total ij
y
SC y
tb
=

1 tb

EJERCICIO DE DCL

Se realiz un experimento para observar el rendimiento en kilogramos por parcela de 5
variedades de garbanzo (A, B, C, D) en el cual se tuvo que utilizar el diseo cuadrado latino.
Las filas fueron definidas como niveles de riego y las columnas como fertilidad del suelo.












http://www.ugr.es/~bioestad/guiaspss/practica7/ArchivosAdjuntos/GrecoLatinos.pdf


http://tarwi.lamolina.edu.pe/~fmendiburu/index-filer/academic/design/Latino.pdf


DISEO GRECOLATINO

INTRODUCCIN
El modelo en cuadrado greco-latino se puede considerar como una extensin del
cuadrado latino en el que se incluye una tercera variable de control o variable de
bloque. En este modelo, como en el diseo en cuadrado latino, todos los factores
deben tener el mismo nmero de niveles K y el nmero de observaciones necesarias
sigue siendo K
2
. Este diseo es, por tanto, una fraccin del diseo completo en
bloques aleatorizados con un factor principal y 3 factores secundarios que requerira
K
4
observaciones.

Los cuadrados greco-latinos se obtienen por superposicin de dos cuadrados latinos del
mismo orden y ortogonales entre s, uno de los cuadrados con letras latinas el otro con
letras griegas.