DISEOS EN PARCELAS SUBDIVIDIDAS

El concepto de los diseos en parcelas divididas puede generalizarse a casos en los

que las restricciones de aleatorizacin ocurren en cualquier nmero de niveles dentro del
bloque. La disposicin en la que hay dos niveles de restricciones en la aleatorizacin en los
bloques se llama diseo en parcelas subdivididas.
EJEMPLO
Un investigador mdico est estudiando el tiempo de absorcin de un antibitico en
cpsulas. Hay tres ayudantes de laboratorio, tres niveles de dosis y cuatro espesores de la
cpsula que son de inters para el investigador. Cada rplica del experimento factorial
requiere 36 observaciones. El investigador ha optado por hacer cuatro rplicas y es
necesario realizar una rplica por da. Por lo tanto, los das constituyen los bloques. Dentro
de cada bloque (da) el experimento se realiza asignando una cantidad de antibitico a un
ayudante que lleva a cabo el experimento con tres dosis y cuatro espesores de la cpsula.
Mientras tanto, los otros dos ayudantes siguen la misma tcnica, cada una comenzando con
una unidad de antibitico.
Ntese que hay dos restricciones en la aleatorizacin dentro de un bloque: ayudante
y dosis. La parcela completa corresponde al factor ayudante. El orden en el que se asignan
las unidades de antibitico a los ayudantes es aleatorio. Las dosis constituyen las tres
subparcelas. La dosis puede asignarse aleatoriamente a una subparcela. Finalmente, dentro
de una dosis particular se prueban aleatoriamente, los cuatro espesores de la cpsula
formando cuatro subparcelas. Los espesores de las cpsulas usualmente se denominan subsubtratamientos. Ya que existen dos restricciones en la aleatorizacin dentro de cada
bloque (algunos autores prefieren decir dos divisiones en el diseo), el diseo se conoce
como diseo en subparcelas divididas. En la Tabla se ilustran las dos restricciones en la
aleatorizacin y disposicin experimental de este diseo.
El Modelo Estadstico para el Diseo en Parcelas Subdivididas es:
Yijkh i j ij k ik ijk
h ih jh

ijh ih ikh jkh

ijkh

i 1,2,..., a
j 1,2,..., b
k 1,2,..., c
h 1,2,..., d

En donde i , i y ij representan la parcela completa y corresponden a los

bloques (factor A), tratamientos principales (factor B) y al error de la parcela completa
(AB), respectivamente. Por otra parte: k , ik y ijk representan a la subparcela y
corresponden al tratamiento de la subparcela (factor C), las interacciones AC y BC y el

error de la subparcela, respectivamente. Finalmente, h y los parmetros restantes

corresponden a la subparcela dividida, y representa el tratamiento de la subparcela dividida
(factor D) y las interacciones restantes. La Interaccin de cuatro factores ijkh se
denomina error de la subparcela dividida.

TABLA: Deduccin de las medias de cuadrados esperadas para el

diseo en subparcelas divididas

Factor

Parcela
Completa

SubParcela

a b c d 1
R F F F R
i j k h l

1
a

b
0

c
c

d
d

Media de Cuadrados Esperada

2 bcd 2

cd
2

cd
2

2 bd 2

ik

bd

jk

ijk

b 1

ij

acd 2j

abd k2

c 1

ad jh
2

b 1 c 1

SubSubparcela

bc

ih

bc

jh

abc k2

c 1

ac jh
2

ijh

kh

b 1 d 1

ab kh
2

ikh

c 1 d 1

a ijk
2

jkh

ijkh
I (ijkh )

b 1 c 1 d 1

2
2

2 (no estimable)

Suponiendo que los bloques son aleatorios y los otros factores fijos, los valores
esperados de las medias de cuadrados se pueden deducir como aparece en la Tabla. Las
pruebas para los efectos principales, los subtratamientos, los sub-subtratamientos y sus
interacciones, son obvias al inspeccionar esta tabla. Ntese que no existen pruebas para los
bloques o las interacciones en lasque intervienen los bloques.
El anlisis estadstico del diseo en subparcelas divididas es igual al de una sola
rplica del diseo factorial con cuatro factores. Los grados de libertad en cada prueba se
determinan en la forma usual. Para ilustrar esto, en el Ejemplo, se tienen cuatro bloques,
tres tcnicos, tres dosis y cuatro espesores de cpsulas, se tienen slo
a 1 b 1 4 1 3 1 6 grados de libertad para la parcela completa con objeto de
probar a los tcnicos. ste es un nmero relativamente pequeo de grados de libertad, por
lo que el experimentador puede considerar aumentar el nmero de bloques para mejorar la
precisin del experimento. Si hay a bloques se tienen 2 a 1 grados de libertad para el
error de la parcela completa. Por lo tanto, cinco bloques producen 2 5 1 8 grados de
libertad, seis bloques producen 2 6 1 10 grados de libertad, seis bloques producen
2 7 1 12 grados de libertad, y as sucesivamente. En consecuencia, no es conveniente
ensayar menos de cuatro bloques porque esto produce slo 4 grados de libertad. Cada
bloque adicional permite la ganancia de 2 grados de libertad para el error. Si pueden
costearse cinco bloques, la presin del experimento se incrementa en un tercio (de 6 a 8
grados de libertad). As mismo, con el incremento de cinco a seis bloques, la precisin
aumenta en un 24%. Si los recursos lo permiten, el experimentador debe utilizar cinco o
seis bloques.

Tabulacin de datos:
El esquema de la tabulacin de datos se presenta a continuacin.

-: indica un dato. Cada fila tiene 9 datos. Este esquema se repite para los 3 bloques
restantes.
Nuestros datos son presentados a continuacin (Separados por Bloques):

95
104
101
108

71
82
85
85

108
115
117
116

96
99
95
97

70
84
83
85

108
100
105
109

95
102
105
107

70
81
84
87

100
106
113
115

95
106
103
109

78
84
86
84

110
109
116
110

100
101
99
112

72
79
80
86

104
102
108
109

92
100
101
108

69
76
80
86

101
104
109
113

96
105
106
113

70
81
88
90

107
106
112
117

94
100
104
121

66
84
87
90

100
101
109
117

90
97
100
110

73
75
82
91

98
100
104
112

90
100
102
114

68
84
85
88

109
112
115
118

98
102
100
118

68
81
85
85

106
103
110
116

98
102
105
110

72
78
80
95

101
105
110
120

Luego, hemos ordenado y codificado el Programa en SAS, que es

el siguiente:
Data Subdivididas;
title Diseos en Parcelas Subdivididas;
input Bloques Grosor Tecnico Dosis Y;
cards;
Bloques
Grosor Tecnico
Dosis Y
1
1
1
1
95
1
1
1
2
71
1
1
1
3
108
1
1
2
1
96
1
1
2
2
70
1
1
2
3
108
1
1
3
1
95
1
1
3
2
70
1
1
3
3
100
1
2
1
1
104
1
2
1
2
82
1
2
1
3
115
1
2
2
1
99
1
2
2
2
84
1
2
2
3
100
1
2
3
1
102
1
2
3
2
81
1
2
3
3
106
1
3
1
1
101
1
3
1
2
85
1
3
1
3
117
1
3
2
1
95
1
3
2
2
83
1
3
2
3
105
1
3
3
1
105
1
3
3
2
84
1
3
3
3
113
1
4
1
1
108
1
4
1
2
85
1
4
1
3
116
1
4
2
1
97
1
4
2
2
85
1
4
2
3
109
1
4
3
1
107
1
4
3
2
87
1
4
3
3
115
2
1
1
1
95
2
1
1
2
78

2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3

1
1
1
1
1
1
1
2
2
2
2
2
2
2
2
2
3
3
3
3
3
3
3
3
3
4
4
4
4
4
4
4
4
4
1
1
1
1
1
1
1
1
1
2
2
2
2
2
2

1
2
2
2
3
3
3
1
1
1
2
2
2
3
3
3
1
1
1
2
2
2
3
3
3
1
1
1
2
2
2
3
3
3
1
1
1
2
2
2
3
3
3
1
1
1
2
2
2

3
1
2
3
1
2
3
1
2
3
1
2
3
1
2
3
1
2
3
1
2
3
1
2
3
1
2
3
1
2
3
1
2
3
1
2
3
1
2
3
1
2
3
1
2
3
1
2
3

110
100
72
104
92
69
101
106
84
109
101
79
102
100
76
104
103
86
116
99
80
108
101
80
109
109
84
110
112
86
109
108
86
113
96
70
107
94
66
100
90
73
98
105
81
106
100
84
101

3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4

2
2
2
3
3
3
3
3
3
3
3
3
4
4
4
4
4
4
4
4
4
1
1
1
1
1
1
1
1
1
2
2
2
2
2
2
2
2
2
3
3
3
3
3
3
3
3
3
4

3
3
3
1
1
1
2
2
2
3
3
3
1
1
1
2
2
2
3
3
3
1
1
1
2
2
2
3
3
3
1
1
1
2
2
2
3
3
3
1
1
1
2
2
2
3
3
3
1

1
2
3
1
2
3
1
2
3
1
2
3
1
2
3
1
2
3
1
2
3
1
2
3
1
2
3
1
2
3
1
2
3
1
2
3
1
2
3
1
2
3
1
2
3
1
2
3
1

97
75
100
106
88
112
104
87
109
100
82
104
113
90
117
121
90
117
110
91
112
90
68
109
98
68
106
98
72
101
100
84
112
102
81
103
102
78
105
102
85
115
100
85
110
105
80
110
114

4
4
1
2
88
4
4
1
3
118
4
4
2
1
118
4
4
2
2
85
4
4
2
3
116
4
4
3
1
110
4
4
3
2
95
4
4
3
3
120
;
PROC GLM;
class Bloques Tecnico Dosis Grosor;
model y = bloques tecnico bloques*tecnico dosis tecnico*dosis dosis*bloques(tecnico)
grosor tecnico*grosor dosis*grosor tecnico*dosis*grosor/ss1 ;
test h=bloques tecnico e=bloques*tecnico;
test h=dosis tecnico*dosis e=dosis*bloques(tecnico);
Run;

Nuestras Salidas fueron las siguientes:

Diseos en Parcelas Subdivididas
Procedimiento GLM
Informacin del nivel de clase
Clase

Niveles

Bloques

Tecnico

Dosis

Grosor

Valores
1234
123
123
1234

Nmero de observaciones

145

NOTA: Due to missing values, only 144 observations can be used in this analysis.

Diseos en Parcelas Subdivididas

Procedimiento GLM
Variable dependiente: Y
Fuente

DF

Modelo

62

Error

Suma de
Cuadrado de
cuadrados
la media
25921.47222

81

Total correcto

723.18750

143

F-Valor

418.08826

Pr > F

46.83

8.92824

26644.65972

R-cuadrado

Coef Var

Raiz MSE

Y Media

0.972858

3.074926

2.988016

97.17361

<.0001

Fuente

Cuadrado de
Tipo I SS
la media

DF

Bloques
3
Tecnico
2
Bloques*Tecnico
Dosis
2
Tecnico*Dosis
Bloque*Dosis(Tecnic)
Grosor
3
Tecnico*Grosor
Dosis*Grosor
Tecnico*Dosis*Grosor

F-Valor

Pr > F

48.40972
16.13657
1.81 0.1524
248.34722
124.17361
13.91 <.0001
6
161.15278
26.85880
3.01 0.0105
20570.05556
10285.02778 1151.97 <.0001
4
125.94444
31.48611
3.53 0.0105
18
226.00000
12.55556
1.41 0.1514
3806.90972
1268.96991
142.13 <.0001
6
126.48611
21.08102
2.36 0.0375
6
402.27778
67.04630
7.51 <.0001
12
205.88889
17.15741
1.92 0.0435

Tests de hiptesis usando el MS Tipo I para

Bloques*Tecnico como un trmino de error
Fuente

DF

Bloques
Tecnico

3
2

Cuadrado de
Tipo I SS
la media
48.4097222
248.3472222

F-Valor

16.1365741
124.1736111

Pr > F

0.60 0.6378
4.62 0.0609

Tests de hiptesis usando el MS Tipo I para Bloque*Dosis(Tecnic)

como un trmino de error
Fuente

DF

Dosis
Tecnico*Dosis

Cuadrado de
Tipo I SS
la media

F-Valor

20570.05556
10285.02778
4
125.94444
31.48611

Pr > F

819.16 <.0001
2.51 0.0784

A continuacin se muestra la Tabla de Andeva definitiva:

Fuentes de Variacin
BLOQUES
TECNICO
Error(a)
DOSIS
TECNICO*DOSIS
Error(b)
GROSOR
TECNICO*GROSOR
DOSIS*GROSOR
TECNICO*DOSIS*GROSOR
Error(c)
Corrected Total

G.L.
3
2
6
2
4
18
3
6
6
12
81
143

Anlisis de Varianza
S.C.
C.M.
48.40972
16.13657
248.34722
124.17361
161.153
26.859
20570.056
10285.028
125.944
31.486
226.000
12.556
3806.910
1268.970
126.486
21.081
402.278
67.046
205.889
17.157
723.188
8.928
26644.660

F
0.60
4.62

Pr > F
0.6378
0.0609

819.16
2.51

0.0001
0.0784

142.13
2.36
7.51
1.92

0.0001
0.0375
0.0001
0.0435

Conclusiones:
El valor de F para Tcnico no es significativo. Esto indica que los tres
Tcnicos han tenido xito en conducir el experimento de una manera uniforme.
Puesto que F para dosis es significativo, podemos concluir que existen diferencias
significativas entre las potencias de las 3 dosis que se han probado en este
experimento. La interaccin Tcnico*Dosis al no ser significativa, asegura que las 3

dosis entre ellas mantienen las mismas diferencias relativas del tiempo de
absorcin, no importa cual es el Tcnico quin lo prepara. Esta informacin es
importante ya que esto asegura la uniformidad en la calidad del producto elaborado.
Grosor es significativo, lo cual implica que la potencia del antibitico
depende del grosor de la pared de cpsula. La interaccin DOSIS*GROSOR es
significativa. Esto indica que el factor dosis y el factor grosor de la cpsula no son
independientes. La interaccin TECNICO*GROSOR es significativa indicando que
el nivel del factor grosor que tenga el mejor tiempo de absorcin depende del
tcnico quin ha elaborado el antibitico. La interaccin triple Tecnico*Dosis*
Grosor, por ser una interaccin de tres factores puede ser causada de una manera
compleja por la significacin de cualesquiera de las siguientes
interacciones: Tcnico por Dosis*Grosor, o Dosis por Tcnico*Grosor o por
Grosor por Tcnico*Dosis.