1

UNIVERSIDAD NACIONAL JORGE BASADRE

GROHMANN DE TACNA

ESCUELA DEINGENIERIA PESQUERA

CURSO: Diseos experimentales Pesqueros










DOCENTE: Ing Hctor Rodrguez Papuico, Mg. Sc.
hectorodriguezp@yahoo.es


2
ARREGLO / EXPERIMENTO FACTORIAL
- Un arreglo factorial es aquel donde simultneamente se estudian 2 ms
factores, que a su vez son los tratamientos.

- Un factor puede ser: dosis de un nutriente, niveles de energa en un alimento,
estado sexual de los peces, tasa de alimentacin, la biomasa de un estanque,
frecuencia de alimentacin, fase de crecimiento del pez, etc.

- Dos de estos factores, sus niveles y las combinaciones posibles, sern
estudiados y conducidos, en esta prctica, bajo los lineamientos de un DCA.

- En una investigacin, el mnimo nmero de factores y niveles son 2; el mximo,
el que desea el investigador.

Utilidad:
Los arreglos factoriales son ampliamente utilizados en experimentos cuando:
a. Se realiza investigaciones exploratorias en los que se sabe poco de los
niveles ptimos de los factores o cules son importantes;

b. Un factor no acta independientemente, sino en relacin estrecha con otros
factores.
3
Notacin:
a. Factor (Es una clase de tratamiento) en el arreglo factorial, es la combinacin
de factores que luego genera un tratamiento) y se le designa con letras
maysculas (A, B, C, D, etc.).

b. Niveles de un factor (son las cantidades o estados de cualquier factor):
Se designan por letras minsculas con subndice (a1, b2, c1, etc).

Cuando se trabaja, se utiliza combinacin de niveles de factores:
a1b2, a1b2, a1b3, etc.

Un Experimento Factorial queda definido por el nmero de factores y niveles
de cada factor ( Ejm: 2A x 3B) o simplemente por la numeracin (2 x 3).

Tipos de factores:
a. Cuantitativo: Es cuando muestran cantidades numricas (factor dieta y
factor dosis).

b. Cualitativo: Muestran cualidades o categoras (tipos de estanques, calidades
de protena, nivel de la hormona, marca de un amino cido sinttico, etc.)
4
Modelo aditivo lineal en los experimentos factoriales.
El modelo aditivo empleado depender del diseo con la cual se trabaja:

Ejemplo: Arreglo factorial en un DCA con dos factores (A y B):
Yijk= + i + j + ( )ij + ijk

Donde, i= es nivel del factor alfa.
j= es nivel del factor beta.
k= es repeticin o bloque (si se trata de DBCA).
Tener presente que los tratamientos se generan por las combinaciones entre
los niveles de los factores.

En el mismo ejemplo, el efecto de los tratamientos se descompone en:
a. Efecto del factor A o alfa.
b. Efecto del factor B o beta.
c. Efecto de la interaccin entre los dos factores.

Ventajas:
a. Eficiencia; es decir, se obtiene respuesta de los niveles de un factor, en
presencia de los niveles del otro factor.
b. Econmicamente en el material experimental, debido a que se obtiene
informacin sobre varios factores.
c. Se ampla el rango de validez del experimento, ya que se estudia en diferentes
condiciones representada por los niveles de los otros factores.
5
Desventajas:
a. Por el costo, cuando se tenga que estudiar muchos factores, es necesario
muchas u.e. lo cual se incrementa el tamao y complejidad, por la cantidad
de material experimental, mano de obra, tiempo, etc.

b. Cuando el nmero de tratamientos es elevado, se hace difcil la interpretacin.

c. Al usar bloques, no es fcil hallar grupos de u.e. homogneas para asignar a
los tratamientos.

Anlisis de las Interacciones de los factores:
Realizado el anlisis de varianza (ANVA), puede darse 2 casos:

a. Si la interaccin de los factores no es significativa (Fc<F ); entonces, no se
rechaza la hiptesis planteada (Ho); por lo que, los factores (sean dos o ms)
son independientes.
Por lo tanto, las conclusiones del experimento se obtendrn slo de los
efectos principales.

b. Si hay interaccin de los factores (es significativa: Fc>F ), se rechazar la Ho;
luego, un factor tiene un determinado comportamiento frente a otro factor.

En consecuencia, las conclusiones no se pueden obtener en base a los efectos
principales, sino que es necesario realizar los anlisis de los efectos simples.
6
Experimento factorial en DCA:
1er. Ejercicio:
Se hizo el estudio PER en ratas albinas; por ello se trabaj bajo 6 tratamientos
(3 x 2: 3 fuentes de protenas y 2 tipos de dosis de estas protenas).
El experimento fue conducido en un DCA con 4 repeticiones, cuyos factores
(A y B) y los resultados del estudio cuyo peso en gramos de las ratas se
muestran en el cuadro siguiente:

A: Fuente de protena (a1= harina de pescado,
a2= harina de pollo,
a3= harina de soya).
B: Dosis de protena: (b1= bajo,
b2= alto).
a1 a2 a3
b1 b2 b1 b2 b1 b2
88 83 91 107 64 93
74 102 81 95 83 78
90 108 75 97 74 95
83 104 101 80 73 97
Cul sera la conclusin del presente estudio?
Aqu existen:
Factor A, con 3 niveles (a1, a2, a3)
Factor B, con 2 niveles (b1, b2)
4 repeticiones, sin bloque.
7
1.- Hiptesis: En Exp. Fact. las hiptesis se plantean en trminos de la
variancia de los niveles de los factores:
a. Para el efecto principal de A:
Ho: a = 0
Ha: a 0
b. Para el efecto principal de B:
Ho: b = 0
Ha: b 0
c. Para el efecto de la interaccin AB:
Ho: ab = 0
Ha: ab 0

2.- Nivel de significacin: (0.05)

3.- Muestra y observaciones de la poblacin (n = 24 observ.)

4. Prueba estadstica: Prueba de F, que luego Fc se comparar con F

4a. Para el efecto principal de A: Fc = CM (A)/CM Err Vs F(gl A, gl err)

4b. Para el efecto principal de B: Fc = CM (B)/CM Err Vs F(gl A, gl err)

4c. Para el efecto de interaccin AB: Fc = CM (AB)/CM Err Vs F(gl A, gl err
8
5. Regla de decisin.
En cada caso: Si Fc > F tabla, se rechaza la Ho.
Si Fc F tabla, se acepta la Ho.

La primera hiptesis a evaluar es la correspondiente a la interaccin.

Modelo Aditivo Lineal.
Como el diseo utilizado es el DCA, el modelo aditivo lineal es el siguiente:

Yijk= + Ai + Bj + (AB)ij + ijk

donde:

Yijk, es la ganancia de peso obtenido con la i-sima fuente de protena en
la j-sima dosis, k-sima repeticin.
, es el efecto de la media general.
Ai, es el efecto de la i-sima fuente de protena.
Bj, es el efecto de la j-sima dosis de protena.
(AB)ij, es el efecto de la interaccin en la i-sima fuente de protena,
j-sima dosis.
ijk, es el efecto del error experimental en la i-sima fuente de proteina,
j-sima dosis, k-sima repeticin.
9
a1 a2 a3
b1 b2 b1 b2 b1 b2
88 83 91 107 64 93
74 102 81 95 83 78
90 108 75 97 74 95
83 104 101 80 73 97
335 397 348 379 294 363 =2116
a1= 732 a2= 727 a3=657
b1= 977 b2= 1139
Tc= (2116)/4 x 6 =
= 186560.666

ANLISIS DE VARIANCIA.

1.- SC (total) = (88) + (74) + (90) + ... + (95) + (97) _ Tc
= 3329.33

DESARROLLO MANUAL:
10

2.- SC (Comb. AB) (335) + (397) + ... + (294) + (363) _ Tc
4 4 4 4
= 1635.33


3.- SC (A) (732) + (727) + (657) _ Tc
8 8 8
= 439.58


4.- SC (B) (977) + (1139) _ Tc
12 12
= 1093.50


5.- SC (AB) = SC (Comb. AB) SC (A) SC (B)
= 1635.33 439.58 1093.50 = 102.25


6.- SC (error) = SC (total) SC (Comb. AB)
= 3329.33 1635.33 = 1694


11
CUADRO DEL ANVA.
F. V. G. L. S. C. C. M. Fc F tabla=0.05 Decisin
A 2 439.58 219.79 2.34 F(2, 18)=3.55 No sig: no rechazo Ho
B 1 1093.50 1093.50 11.6 F(1, 18)=4.41 * : Rechazo Ho
AB 2 102.25 51.13 0.54 F(2, 18)=3.55 No sig: no rechazo Ho
Err. Exper. 18 1694.00 94.11
Total 23 3329.33
CONCLUSINES:
Interaccin AB: No hay suficiente evidencia estadstica para aceptar la
existencia de interaccin entre la fuente de protena y la dosis.
Como no hay interaccin A con B, el factor A ser independiente de B,
por lo que se analizar el anlisis de los efectos principales A y B.
Para el factor A, no existe suficiente evidencia estadstica para aceptar
que con al menos una de las fuentes de protena se obtenga una ganancia
de peso diferente en las ratas.
Para el factor B, en cambio, si existe suficiente evidencia estadstica para
aceptar que la ganancia de peso de las ratas es diferente en las 2 dosis
de protena.
12
2do. Ejercicio exp. factorial con DBCA.
Se realiz un experimento con arreglo factorial de 2A X 3B en DBCA en 4
galpones de una granja avcola, para evaluar el efecto en el aumento de
peso obtenido en gallinas de carne con 2 tipos de dieta conteniendo selenio
orgnico (como Sel Plex: a1= 0.15 y a2=0.25 g/Kg); y as mismo, hubo
por cada dieta, 3 dosis de vitamina E (como -tocoferol: b1=10, b2=20 y
b3=30 g/kg).
Los resultados despues de 30 das de consumo de los alimentos, se
muestran en Kg en el cuadro siguiente:
Bloque
o
galpn
a1=0.15 a2=0.25
b1=10 b2=20 b3=30 b1=10 b2=20 b3=30
1
1.9 1.8 2.7 1.8 2.9 3.0
2
2.3 2.1 2.4 2.2 2.7 3.2
3
2.0 2.4 2.9 2.0 3.2 2.9
4
2.1 2.9 2.8 2.4 3.5 3.4
Se desea saber cules son el efecto de los insumos en la dieta de las aves
y cul de los tratamientos es el mejor.

A.- Se empezar desarrollando mediante el clculo manual:
13
1.- Hiptesis: Se plantean en trminos de la variancia de los niveles de
los factores:
a. Para el efecto principal de A:
Ho: a = 0
Ha: a 0
b. Para el efecto principal de B:
Ho: b = 0
Ha: b 0
c. Para el efecto de la interaccin AB:
Ho: ab = 0
Ha: ab 0

2.- Nivel de significacin: (0.05)

3.- Muestra y observaciones de la poblacin (n = 24 observ.)

4. Prueba estadstica: Prueba de F, que luego Fc se comparar con F

4a. Para el efecto principal de A: Fc = CM (A)/CM Err Vs F(gl A, gl err)

4b. Para el efecto principal de B: Fc = CM (B)/CM Err Vs F(glB, gl err)

4c. Para el efecto de interaccin AB: Fc = CM (AB)/CM Err Vs F(gl AB, gl err)
14
5. Regla de decisin.
En cada caso: Si Fc > F tabla, se rechaza la Ho.
Si Fc F tabla, se acepta la Ho.

Primero es averiguar si hay la interaccin entre los dos factores A y B:

6.- Grados de libertad:
a.- g.l. (total) = pqb 1 = 2 x 3 x 4 1 = 23
b.- g.l. (bloques) = b 1 = 4 1 = 3
c.- g.l. (A) = p 1 = 2 1 = 1
d.- g.l. (B) = q 1 = 3 1 = 2
e.- g.l. (AB)r = (p 1)(q 1) = (1)(2) = 2
f.- g.l. (err exp) = (pq 1)(b 1) = (2 x 3 1)(4 1) = 5 x 3 = 15

7.- Clculos para el ANVA:

a. Trmino/factor de correccin (TC):

TC (Yijk) TC (61.5) TC= 157.59375
tot. obs. (2)(3)(4)


15
b. Suma de Cuadrados (SC):
b1.- SC tot = C/(Yijk) _ TC

= [(1.9) + (2.3) +................ + (2.9) + (3.4)] _ TC=

= 163.67 157.59375 = 6.07625

b2.- SC (comb. AB) (8.3)+ (9.2)+ ..........+(12.5) _Tc
4

SC (comb. AB ) = 162.0675 157.59375 = 4.47375
Bloque
o
galpn
a1=0.15 a2=0.25
b1=10 b2=20 b3=30 b1=10 b2=20 b3=30
total
bloq.
cuadrado
de c/observ
1
1.9 1.8 2.7 1.8 2.9 3.0 14.1 34.79
2
2.3 2.1 2.4 2.2 2.7 3.2 14.9 37.83
3
2.0 2.4 2.9 2.0 3.2 2.9 15.4 40.82
4
2.1 2.9 2.8 2.4 3.5 3.4 17.1 50.23
total AB
8.3 9.2 10.8 8.4 12.3 12.5 61.5 163.67
total A a1=28.3 a2=33.2
total B b1=16.7 b2=21.5 b3=23.3
16
b3.- SC (A) (28.3)+ (33.2) _ TC
12

158.5941 157.59375 = 1.000416667

b4.- SC (B) (16.7)+(21.5)+(23.3) _ TC
8

160.50375 157.59375 = 2.91

b5.- SC (AB) = SC (comb. AB) SC (A) SC(B) = 4.4738 1.0004 2.91 =

= 0.5633

b6.- SC (bloques) (14.1)+(14.9)+(15.4)+(17.1) _TC
6

158.39833 157.59375 = 0.80458333

b7.- SC (error) SC (total) SC (comb. AB) SC (bloques) =

6.0763 4.4738 0.8046 = 0.7979

17
C. Cuadrados medios (CM):
c1. CM (bloques) = SC (Bloques)/g.l (bloques)= 0.8046/3 = 0.26 0.5836

c2. CM (A) = SC (A)/g.l (A) = 1.0004/1 = 1.0004

c3. CM (B) = SC (B)/g.l. (B) = 2.91/2 = 1.455

c4. CM (AB) = SC (AB)/g.l. (AB) = 0.5633/2 = 0.2817

c4. CM (err exp) = SC (err exp)/g.l. (err exp) = 0.7979/15 = 0.0532
F. V. G. L. S. C. C. M. Fc F tabla=0.05 Decisin
Bloques 3 0.8046 0.2682
A 1 1.0004 1.0004 18.81 F(1, 15) =4.54 Se rechaza Ho
B 2 2.9100 1.4550 27.35 F(2, 15) =3.68 Se rechaza Ho
AB 2 0.5633 0.2817 5.30 F(2, 15) =3.68 Se rechaza Ho
Err. Exp. 15 0.7979 0.0532
Total 23 6.0673
Conclusin: Hay suficiente evidencia estadstica para aceptar la existencia
de interaccin entre el tipo de dieta (selenio) y la dosis (vitamina E).
Luego, ser necesario analizar los efectos simples de los factores en vez de
sus efectos principales.
18
El anlisis o desarrollo de los efectos simples se lleva a cabo siempre y
cuando en los resultados del ANVA de los efectos principales, la interaccin
AB resulta significativa (se rechaza la Ho), luego:

d.- Para los anlisis de los efectos simples, se consideran los niveles de los
2 factores que estn relacionados.

d1. SC (Ab1) (8.3) + (8.4) _ (16.7) 0.00125
4 2 x 4

d2. SC (Ab2) (9.2) + (12.3) _ (21.5) 1.20125
4 8

d3. SC (Ab3) (10.8) + (12.5) _ (23.3) 0.36125
4 8

d4. SC (Ba1) (8.3) + (9.2) + (10.8) _ (28.3) 0.80167
4 3 x4

d5. SC (Ba2) (8.4) + (12.3) + (12.5) _ (33.2) 2.67167
4 12
LOS EFECTOS SIMPLES EN UN EXPERIMENTO FACTORIAL
19
F. V. G. L. S. C. C. M. Fc F tabla=0.05 Decisin
Ab1 1 0.00125 0.00125 0.023 F(1, 15) =4.54 No sign: No rechaz
Ab2 1 1.20125 1.20125 22.580 F(1, 15) =4.54 * : Rechazo Ho
Ab3 1 0.36125 0.36125 6.791 F(1, 15) =4.54 * : Rechazo Ho
Ba1 2 0.80167 0.40083 7.536 F(2, 15) =3.68 * : Rechazo Ho
Ba2 2 2.67167 1.33583 25.110 F(2, 15) =3.68 * : Rechazo Ho
Err. Exp. 15 0.79792 0.05319
Total 23 6.07625
CUADRO DEL ANVA PARA EFECTOS SIMPLES
En el cuadro los efectos simples del factor A y B, donde solo el efecto
simple de A en b1 resulta no significativo. Conclusiones:

No existe suficiente evidencia estadstica para aceptar que con los 2
tipos de dieta se obtengan resultados s en el aumento del peso cuando
se aplican en la dosis b1 (10 g/kg).
Existe suficiente evidencia estadstica para aceptar que con los 2 tipos de
dieta se obtienen resultados s en el aumento del peso de la gallina
cuando se aplican en las dosis b2 (20 g/kg) y b3 (30 g/kg).
Existe suficiente evidencia estadstica para aceptar que con al menos
1 de las dosis se obtiene resultados s en el aumento de peso de las
gallinas con la dosis a1 como con el a2.