Análisis y diseño de
experimentos
Humberto Gutiérrez
Pulido
Román de la Vara
Salazar
Capítulo 3
Experimentos con un
solo factor (análisis de
varianza)
Análisis de varianza
Principio
de bloqueo. Consiste en evitar cualquier tipo
de sesgo que puede afectar la comparación justa de
los tratamientos
Factores de bloqueo. son variables adicionales al
factor de interés que se incorporan de manera explícita
en un experimento comparativo
Familia de diseños para comparar
tratamientos
Interacción
entre dos factores. Se refiere a que el efecto de un
factor depende del nivel en que se encuentra el otro
Diseño en bloques completos al azar. Diseño que contempla sólo
un factor de bloqueo, donde en cada nivel de éste, se prueban
todos los tratamientos en orden aleatorio
Diseño de cuadro latino. Diseño que contempla dos factores de
tratamiento; los tres factores tienen la misma cantidad de niveles
Diseño en cuadro grecolatino. Diseño que contempla tres
factores de bloque y un factor de tratamiento; los cuatro tienen el
mismo número de niveles
Diseño completamente al azar y anova
Diseño
balanceado. Es cuando se utiliza el
mismo número de repeticiones en cada
tratamiento
Modelo de efectos fijos. Es cuando se
estudian todos los posibles tratamientos
Partiendo la variación total en sus
componentes en un DCA
Anova para el diseño completamente
al azar (DCA)
Análisis
de varianza
Notación de puntos
Cuadrados medios
Tabla de análisis
Método de comparaciones múltiples
Representación de los efectos de
tratamiento en el DCA
Diagramas de cajas simultáneos
Análisis
comparativo de los tratamientos
mediante diagramas de caja
Diagramas de cajas para los métodos
de ensamble
Gráfico de medias con el método LSD
Comparaciones o pruebas de rango
múltiples
Comparación
de parejas de medias de
tratamientos
Comparación de tratamientos con un control
(método de Dunnet)
Comparación por contrastes
Verificación de los supuestos del
modelo
Normalidad
Varianza
constante
Independencia
Gráfica de probabilidad en papel
normal y en papel ordinario
Ejemplos de gráficas de residuos donde no
se cumplen los supuestos para el ANOVA
Gráficas de residuos para los tipos de cuero
Gráficas de diagnóstico
Son
gráficas de residuos que sirven para
verificar los supuestos de normalidad, varianza
constante e independencia; también para
constatar la ausencia de datos anómalos
Descargar

Análisis de varianza