Diseño de Experimentos: Diseños de Parcelas

Divididas y Medidas Repetidas

Diego Alejandro Tovar R. MSc.

diego.tovar@correounivalle.edu.co

Facultad de Ingeniería
Escuela de Estadística
Universidad del Valle
Diseños de Parcelas Divididas

Los diseños de parcelas divididas (split-plot) surge como restricción para

aleatorizar el orden de corridas de los tratamientos.

Tienen 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 una de los dos tamaños de parcela le
corresponde un tratamiento.
Diseños de Parcelas Divididas

En general, el diseño de parcelas divididas se utiliza cuando algunos factores

requieren unidades experimentales grandes, mientras que otros factores las
requieren más pequeñas.

Alternativamente, algunas veces encontramos que la aleatorización

completa no es factible por que es más difícil cambiar los niveles de
algunos factores, por lo que los factores difíciles van a las parcelas
grandes, mientras que los fáciles van a las pequeñas (algo así como un
diseño anidado).
Formulación del Modelo

Yijk = µ + τi + δj (i ) + αk + (τ α)ik + εijk

i = 1, · · · , a
j = 1, · · · , b
k = 1, · · · , r

En este caso,
δ j (i ) Es un error aleatorio que se genera por el proceso de
aleatorización al asignar los tratamientos (i ) en las (j ) sub
parcelas grandes.
εijk Es un error aleatorio que se genera por el proceso de
aleatorización al asignar los tratamientos (k ) en las (j ) sub
parcelas para cada tratamiento (j ).
Formulación del Modelo

Yijk = µ + τi + δj (i ) + αk + (τ α)ik + εijk

i = 1, · · · , a
j = 1, · · · , b
k = 1, · · · , r

En este caso,
δ j (i ) Es un error aleatorio que se genera por el proceso de
aleatorización al asignar los tratamientos (i ) en las (j ) sub
parcelas grandes.
εijk Es un error aleatorio que se genera por el proceso de
aleatorización al asignar los tratamientos (k ) en las (j ) sub
parcelas para cada tratamiento (j ).

Un supuesto adicional

δj (i ) y εijk por surgir de dos procesos de aleatorización diferentes, tienen

que ser independientes.
Tabla de Análisis de Varianza

Hipótesis entre parcelas

H0 : τi = 0 ∀i
Hipótesis dentro de las parcelas

H0 : αj = 0 ∀j

H0 : (τ α)ij = 0 ∀i , j

Fuente de Grados de Suma de Cuadrados

Variación Libertad Cuadrados Medios F
Parcela −1
a SCτ CMτ
CMτ
CMδ
Error(Parcela) a(b − 1) SCδ CMδ
Subparcela r −1 SCα CMα
CMα
CM
Interacción (a − 1)(r − 1) SCτ α CMτ α
CMτεα
CMε
Error(Subparcela) a(b − 1)(r − 1) SCε CMε
Total abr − 1 SCT
Componentes de Varianza

Como ya se tienen dos fuentes de variabilidad, la variabilidad total

σ 2 = σδ2 + σε2

Se puede demostrar que

σ̂ε2 = CMε
CMδ − CMε
σ̂δ2 =
2
Ejemplo

Un investigador de una compañía de mariscos quiere estudiar el

crecimiento bacterial en ostiones y mejillones sujetos a tres temperaturas
de almacenamiento. Están disponibles nueve unidades de enfriamiento.
Se seleccionaron aleatoriamente tres unidades para cada una de las
temperaturas.

Los ostiones (1) y los mejillones (2) se guardaron en forma aleatoria

por dos semanas en cada uno de las unidades de enfriamiento, después
de lo cual se contó el número de bacterias en una muestra de ostiones y
mejillones. Se registró el logaritmo del conteo bacterial.
Ejemplo

Unidad Temp(◦ C) Marisco Y Unidad Temp(◦ C) Marisco Y

1 0 1 3.6882 5 5 2 7.9519
1 0 2 0.3565 6 5 1 7.4195
2 0 1 1.8275 6 5 2 6.3861
2 0 2 1.7023 7 10 1 9.7842
3 0 1 5.2327 7 10 2 10.135
3 0 2 4.5780 8 10 1 6.4703
4 5 1 7.1950 8 10 2 5.0482
4 5 2 5.0169 9 10 1 9.4442
5 5 1 9.3224 9 10 2 11.033