Universidad Nacional de Juliaca

Carrera Profesional de Ingeniería en

Industrias Alimentarias
TEMA:
MODELO DE EFECTOS FIJOS DEL ANOVA
FACTORIAL
SEMESTRE: VI
DOCENTE:
• M.Sc. GALLEGOS RAMOS, JULIO ROMUALDO
ALUMNOS:
• VALERIANO OSNAYO MARCO DENIS
• MACHACA CUNO EDWAR FERDINAND
 ESQUEMA GENERAL
Definición general

Clasificación
Anova Factorial Con factores Fijos
 CONCEPTO

El diseño factorial, como estructura de investigación, es la

combinación de dos o más diseños simples (o unifactoriales);
es decir, el diseño factorial requiere la manipulación
simultánea de dos o más variables independientes (llamados
factores), en un mismo experimento.

En función de la cantidad de factores o variables de

tratamiento, los formatos factoriales se denominan,
también, diseños de tratamientos x tratamientos,
tratamientos x tratamientos x tratamientos, etc, y se
simbolizan por AxB, AxBxC, etc.
 Existen 3 TIPOS
 ANOVA Factorial Intersujetos
 ANOVA Factorial Intrasujetos
 ANOVA Factorial Mixto
• Variables independientes
Pueden ser fijas y aleatorias
• Variable dependiente
 FIJA ALEATORIA

Fija – Fija Fija – Aleatoria

FIJA
Modelo I Modelo III

Aleatoria –
Aleatoria – Fija
ALEATORIA Aleatoria
Modelo II
Modelo III
CRITERIOS DE CLASIFICACIÓN

Cantidad de niveles

Criterios
Cantidad de combinaciones

Tipo de control
CLASIFICACIÓN DEL DISEÑO FACTORIAL
POR CRITERIO

A) Según la cantidad de niveles o valores por factor, el diseño

factorial se clasifica en:

Cantidad constante

Cantidad de valores

Cantidad variable
B) El segundo criterio hace hincapié en la cantidad
de combinaciones de tratamiento realizadas o
ejecutadas. Con base a este criterio, el diseño
factorial se clasifican en:

Diseño factorial completo

Cantidad de
combinaciones
de tratamiento

Diseño factorial incompleto

y fraccionado
 C) En función del control de variables extrañas.

Diseño factorial
completamente al azar
Diseño factorial de bloques
aleatorizados
Diseño factorial de Cuadrado
Grado de control Latino
Diseño factorial jerárquico o
anidado
Diseño factorial de medidas
repetidas
 VENTAJAS DEL DISEÑO FACTORIAL

• Permiten estudiar el efecto individual y de interacción de los distintos factores.

• Son diseños que se pueden aumentar para formar diseños compuestos en caso de que se
requiera una exploración más completa. Por ejemplo, es útil aumentar el diseño si el
comportamiento de la respuesta no es lineal en los factores controlados.
• Se pueden correr fracciones de diseños factoriales, las cuales son de gran utilidad en las
primeras etapas de una investigación que involucra a muchos factores, cuando interesa
descartar de manera económica los que no son importantes, antes de hacer un estudio más
detallado con los factores que sí son importantes.
• Pueden utilizarse en combinación con diseños de bloques en situaciones en las que no puede
correrse todo el diseño factorial bajo las mismas condiciones. Por ejemplo, cuando cada lote de
material sólo alcanza para correr la mitad del experimento, éste se puede realizar en dos
bloques (dos lotes), lo cual implica repartir las pruebas en los dos lotes de la manera más
conveniente posible.
• La interpretación y el cálculo de los efectos en los experimentos factoriales se puede hacer con
aritmética elemental, en particular cuando cada factor se prueba en dos niveles.
ANOVA FACTORIAL CON FACTORES FIJOS
1.HALLAR LOS ANALISIS DE LA VARIANZA
2. REALIZAR LA PRUEBA POST HOC

Se visualizan las medias para los

grupos en los subconjuntos
homogéneos.
Se basa en las medias observadas.
El término de error es la media
cuadrática (Error) = 18,733.

a. Utiliza el tamaño de la muestra de la

media armónica = 5,000.

b. Alfa = .05.
Se visualizan las medias para los grupos en los subconjuntos
homogéneos.
Se basa en las medias observadas.
El término de error es la media cuadrática (Error) = 18,733.

a. Utiliza el tamaño de la muestra de la media armónica =

5,000.
b. Alfa = .05.
REALIZAR LOS GRÁFICOS