Diseño completamente al azar:

El diseño completamente al azar es una prueba basada en el análisis de varianza, en donde la

varianza total se descompone en la “varianza de los tratamientos” y la “varianza del error”. El
objetivo es determinar si existe una diferencia significativa entre los tratamientos, para lo cual se
compara si la “varianza del tratamiento” contra la “varianza del error” y se determina si la primera
es lo suficientemente alta según la distribución F.

Diseño en bloques completamente aleatorizados.

El modelo de diseño de experimentos con bloques más sencillo es el diseño
de bloques completamente aleatorizados, con este diseño se quiere estudiar la influencia de
un factor tratamiento (T ) con I niveles en una variable de interés en presencia de una variable
extraña, el factor bloque, B , que tiene J bloques.
El motivo de la denominación de este modelo es la siguiente: se ha agrupan las unidades
experimentales en J bloques, en función de B , aleatorizando la forma de asignar los
tratamientos dentro de cada bloque y es un diseño completo y equilibrado porque cada
tratamiento se utiliza exactamente una vez dentro de cada bloque.

Diseño en cuadro latino:

Los diseños en cuadrados latinos son apropiados cuando es necesario controlar dos fuentes de
variabilidad. En dichos diseños el número de niveles del factor principal tiene que coincidir con el
número de niveles de las dos variables de bloque o factores secundarios y además hay que
suponer que no existe interacción entre ninguna pareja de factores.
En este ejemplo tenemos cinco fórmulas distintas de dinamita, estas fórmulas se hacen con
materias primas suministradas por cinco empresas, hay también cinco equipos de montaje, se
mide la potencia explosiva de las cinco fórmulas. Se parte de un modelo con un factor y 2
variables bloque que tienen el mismo número de niveles. A cada combinación de los niveles de
los bloques se le asigna un nivel del factor, así pues, por cada combinación de equipo de montaje
y empresa tenemos una fórmula de dinamita puesta al azar, de este modo tenemos 25
observaciones repartidas en un cuadrado llamado cuadrado latino que tiene la siguiente
estructura:
5 4 3 2 1
1 A B C D E
2 B C D E A
3 C D E A B
4 D E A B C
5 E A B C D

Experimento factorial:
Un diseño factorial es utilizado generalmente por los científicos que desean comprender el efecto
de dos o más variables independientes respecto de una única variable dependiente.
Es común que en las ciencias agrarias se utilicen diseños factoriales por la necesidad de
las pruebas de campo para probar el efecto de las variables en los cultivos. En esos estudios a
gran escala, es difícil y poco práctico aislar y probar cada variable individualmente.
En las siguientes gráficas, cada punto representa una combinación única de niveles de factores.

Diseño de dos factores

 2 niveles del factor A
 3 niveles del factor B

Diseño de tres factores

Parcelas divididas:
El diseño de parcelas divididas (split-plot) tiene su origen en aplicaciones en Agricultura, donde
las parcelas grandes generalmente eran grandes áreas y las parcelas pequeñas áreas pequeñas
dentro de las grandes, y a cada uno de los dos tamaños de parcela le corresponde un tratamiento.
Por ejemplo, ciertas variedades de cultivo se podían sembrar en áreas diferentes (parcelas
grandes), una variedad en cada parcela. Luego cada área se divide en k parcelas pequeñas y
cada una de estas puede ser tratada con un tipo de fertilizante diferente. La variedad del cultivo
es el tratamiento de la parcela grande y el fertilizante el de la parcela pequeña.
Diseño en bloques incompletos (latices):
Cuando el número de tratamientos es grande, y no es posible tener suficientes unidades
experimentales “homogéneas” para formar
bloques completos. Se tiene la necesidad de usar más de un bloque, poniendo solo un
subconjunto de los tratamientos en cada bloque.