Nombre delfn Alex Domnguez castillo.

Revsalo compaera ANLISIS DE LOS DISEOS DE BLOQUES INCOMPLETOS CON MUESTRAS DE REFERENCIA EN CADA BLOQUE
RESUMEN Evaluaciones sensoriales son relativas y sus magnitudes son altamente dependientes de las muestras de prueba que se comparan. Con el fin de los resultados, las muestras de ensayo son evaluados con referencia a un control o estndar. En este trabajo, el bloque equilibrado incompleto y diseos de bloques completos-incompletos modificado por la incorporacin de una muestra de referencia en cada bloque se revisan a la vista de su uso potencial en la evaluacin sensorial. Ejemplos del diseo y el anlisis estadstico se proporcionan. INTRODUCCIN Los datos experimentales derivados de tcnicas de evaluacin sensorial se correlacionan con la calidad, es decir, la puntuacin de una muestra recibe depende en gran medida la calidad de las muestras a las que se compara en un determinado conjunto o bloque. Con el fin de anclar las puntuaciones, una referencia o estndar de la muestra se incorpora en cada bloque. En los diseos de bloques incompletos, no todas las muestras se recogen en cada bloque, por lo tanto, una norma de referencia es muy recomendable. Cuando uno de los objetivos del estudio es comparar el estndar de referencia o de control para cada tratamiento, entonces es necesario que la muestra de referencia aparezca en todos los bloques incompletos. El propsito de este trabajo es describir el bloque equilibrado incompleto (BIBD) y diseos de bloques completos-incompletos (CIBD) y su anlisis estadstico cuando una norma de referencia est contenida en cada bloque. Desde el conocimiento del autor, tales diseos no estn disponibles en los libros de texto en la actualidad. DISCUSIN Diseo de bloques incompletos balanceados (BIBD) Desde la introduccin de diseos de bloques incompletos por Yates (1936, 1939, 1940), numerosas publicaciones sobre estos diseos han aparecido en los libros de texto por Kempthorne (1952), Federer (1955) y Cochran y Cox (1957) han convertido en el estndar de referencia en este mbito. La utilidad potencial de BIBD en la evaluacin sensorial se ha descrito (Galinat y Everett, 1949; Hanson y al., 1951; Marquardt y al.,

1963; Gacula y Kubala, 1972.) Para comprender las secciones a continuacin, brevemente repasaremos algunas propiedades del BIBD.
El BIBD, como es conocido hoy, es definido por cinco valores enteros llamados parmetros de diseo:

t = nmero de tratamientos. k = nmero de tratamientos apareciendo en un bloque k < t. b = nmero de bloques o los panelistas. r = nmero de replicaciones o panelistas por tratamiento. = nmero de veces que un par de tratamientos aparecen en el mismo bloque. Cuadro 1: Construccin de Diseo con Referencia a toma Muestras Diseo bsico para el DBI Panelistas Tratamientos 1 2 A x B x C x D x Diseo de parmetros t=4 k=2 r=3 b=6 =1 N = bk = 12

3 x x

4 x x

5 x

6 x x

Propsito bsico magnificado con calaa remisiva R: Panelistas Tratamientos 1 2 3 4 5 R x x x x x A x x x B x x C x x D x x x

6 x x x

Diseo de parmetros t+1=5 k+1=3 r=3 b= 6 =1 N = b (k + 1) = 18

El valor de estos parmetros debe ser conocido antes que prosiga el anlisis estadstico. Cuando t y k son dados, Yates (1936) demostr que r, b y son obtenidos por una posible eleccin de k a t de la siguiente manera

{ } { 2 3
( ( )(

( ( (
) )

) ) ) ( ( ) ) (

( ) ( ) ) . (3)

Considera una BIBD con t = 4 y k = 2. Sustituyendo el valor de t y k en formula (1) hasta (3), obtenemos r = 3, b= 6 y = 1. La disposicin del diseo de estos parmetros se da en la mitad superior del cuadro 1, donde la letra indica el tratamiento particular que se comparan dentro del bloque. Esta disposicin se refiere a menudo como el diseo bsico (Federer, 1955;. Li, 1964). Si el diseo bsico se repite varias veces para lograr la reproduccin adecuada, el parmetro de diseo t, r y se multiplican por p para convertirse en pb, pr y p. El catlogo de los planes de BIBD se encuentra en Cochran y Cox (1957) y en Fisher y Yates (1963). El clculo de los parmetros de diseo para BIBD son CIBD aumentada con un patrn de referencia es complejo, por lo tanto, es conveniente establecer un procedimiento ms simple generales aplicables a los diseos de bloques incompletos con y sin un patrn de referencia (Pearce, 1960; Searle, 1971; Trail y Weeks de 1973). El procedimiento general se inicia con la construccin de la matriz de incidencia de la disposicin de diseo. Usando el diseo BIBD en el cuadro 1, la matriz de incidencia N es

( )

Donde 1 denota la presencia del tratamiento y 0, en su defecto en el diseo. La adaptacin de N, simbolizado por N ', se obtiene intercambiando las filas y columnas (Searle, 1966) para leer,

( ) [ ]

y el producto entre N y N', si todos los elementos son 0 o 1 (Pearce, 1960), los rendimientos una matriz con los elementos de la diagonal principal (subrayado) igual a r y los elementos fuera de la diagonal igual a :

Slo la mitad superior en (6) se muestra porque la matriz es simtrica

] =[

] (6)

BIBD con la muestra de referencia La idea de tener una muestra de referencia en cada bloque de huellas BIBD de vuelta al trabajo independiente de Pearce (1960) y Basson (1959). La construccin de BIBD con una muestra de referencia se obtiene por simple adicin de la muestra de referencia a todos los bloques de BIBD en una manera que se muestra en la mitad inferior del cuadro 1. El orden de la cata de las tres muestras dentro de cada bloque se determina al azar y no como se muestra en el diseo. La adicin de la muestra de referencia modifica los parmetros t y k en k + 1 y t + 1, respectivamente. Los BIBD son ampliamente catalogados, es decir, el BIBD con la muestra de referencia se aade facilitado en gran medida. Tenga en cuenta que las frmulas (1) a (3) no se aplican al diseo aumentado. La matriz de incidencia del diseo aumentada (la mitad inferior, el cuadro 1) es

( ) [ Y est adaptado. ]

( ) [ ]

Cuadro 2: Intrabloque anlisis de varianza para un DBI con muestras de referencia Fuente de varianza Total DF N1 Suma de los cuadrados

Repeticiones p1 ( ) ( )

Panelistas dentro de la repeticin

p (b 1)

Tratamientos (Aj para panelistas)

Error

por diferencia de

= D iferencia

YNN se muestra por Pearce (1960) que

( ) [ ] [ ]

En (9), el valor de los diseos de parmetros son b = sr = 6, r = s = 3, = 1 y R= 3. El R parmetro se utiliza posteriormente en el anlisis de CIBD con la muestra de referencia. El nmero de repeticiones de la norma de referencia es siempre igual a b. El cuadro 2 contiene el anlisis intrabloque de varianza para un BIBD con una muestra de referencia. En esta tabla, CF (factor de correccin), SST, SSP: b, SStadj. y SSese calculan por el procedimiento estndar descrito por Yates (1936), Rao (1947) y Cochran y Cox (1957). A causa de bloqueo incompleto, es decir, no todos los tratamientos se

encuentran en un bloque dado (k < t), es bien sabido que el tratamiento totales ser ajustado por los efectos de bloque a cabo mediante el clculo.
()

ti debe

Donde B (i) se refiere al bloque de los totales en los que me produce el tratamiento. Los clculos de los efectos debidos a los tratamientos y la muestra de referencia, as como sus variaciones, se obtienen mediante las frmulas obtenidas por Basson (1959) y se ofrecen como frmulas (11) a (15) a continuacin. La estimacin del efecto debido a la muestra de referencia (tR) es

( Con unavariacin ( Y que para el i- simo tratamiento, . Con una variacin ( / *( )

)|(

)+. (13)

) ( (

) )

Si los contrastes entre eli - simo tratamiento y las muestras de referencia se desea, la variacin del contraste es: ( )( ( ) ) ( )

El error estndar de un efecto es la raz cuadrada de su varianza. El valor de en las frmulas anteriores se estima por el cuadrado medio del error en el anlisis de la varianza. Hay que reconocer que cuando en el diseo bsico se repite varias veces p, el valor de b, r y , donde stos aparecen en las frmulas (11) a (15) se debe multiplicar por p.

La media del tratamiento ajustado se obtiene por Xi = + tij; i = 1,2, ...t,, donde es la gran media excluyendo la muestra de referencia, y la muestra de referencia por XR= + tR. Los procedimientos estndar, tales como la prueba mltiple de rangos de Duncan, la prueba de diferencia mnima significativa (LSD), se utilizan para realizar comparaciones mltiples de los efectos o las medias ajustadas.

Ejemplo de BIBD con la muestra de referencia Los datos del cuadro 3, tomado de un archivo perteneciente a una evaluacin de nitrato / nitrito en estudio jamn enlatado picado del autor son una parte de un grupo mayor de datos sensoriales. Para cada uno de los panelistas, Cuadro 3 - Nitrato - Estudio Nitrito Diseado como un BIBD con Muestras de Referencia. Parmetros de diseo: t + 1 = 5, k + 1 p = 3, = 2, pr = 6, PB = 12, p = 2 TRATAMIENTO R A B C 4 5 4 5 3 5 7 6 4 4 4 5 6 4 5 TOTAL 5 6 3 3 4 5 6 7 4 6 5 4 7 6 5 TOTAL 54 37 27 29 172 95 79 88 57.333 31.66 26.33 29.33 -3.33 tR = 0.4167 5.33 0.66 0.035 4.88 -0.33 TOTAL BLOQUES 13 14 18 12 16 12 14 11 18 15 16 13 87 25 82 27.33 -2.33 172 = G

REPETICIN JUECES 1 2 3 4 5 6 7 8 9 10 11 12

D 6

Re

5 3

85 4

II

5 2

Ti B (i) B(i) / K + 1
()

0.964 5.88

-0.25 4.67

-0.67 4.24

El orden de presentacin de la muestra fue aleatoria.

El paso inicial en el anlisis es el clculo de los totales marginales y las cantidades de B(i) y Q i = 1,2,..., t +1. Por ejemplo, para el tratamiento 1:
B (1) = 13 + 18 + 16 + 14 + 18 + 16 = 95 Q i = 37 (95/3) = 5.3333

Clculos:

()

Ejemplo:
( )
()

Promedio de bloques en el cual el tratamiento i ocurre.

() u es la gran media incluyendo la referencia.

De la frmula (13)

. 0(
( ) )

/ 1

Y de la frmula (11)

( /(

) ) = 0.4167

( )

La media ajustada para el tratamiento 1 es X1 = 4,9167 + 0,9643 = 5,88, y para el estndar es XR = 4,9167 a 0,4167 = 4,50.

El anlisis de varianza para el sabor del jamn picado se muestra en la cuadro 4. A las 4 y 20 grados de libertad, el valor del 5% F tabular es de 2,87 que no se supera en un 2,04/1,22 = 1,67. Por lo tanto, no hay evidencia de que los cinco medios son estadsticamente diferentes.

CLCULO DE SUMA DE CUADRADOS

( ( ( ( ( )( )(

) ) ) ) )

( )( )

CIBD con la muestra de referencia. Cornell y colaboradores (1972, 1975) desarroll los diseos de bloque compuesto completo-incompleto para su uso en la evaluacin sensorial. Estos diseos pertenecen a

una familia de diseos conocidos en la literatura estadstica como el ampliado completo bloque de diseos que por primera vez inform Juan (1963). El CIBD tambin puede ser ampliado con los controles. Sin embargo, debe prestarse atencin al aumento en el tamao del bloque que puede derrotar el propsito principal de esto es incompleto el bloqueo, al reducir el tamao del bloque. El aumento de tamao de bloque de k +1 a k +1 + d para el t aumentado CIBD, donde d es el nmero de observaciones duplicadas dentro de los bloques.

Cuadro 4 - Anlisis de la varianza de sabor jamn F. V. Repeticiones Juez sin repeticiones Trat. (ajust) Error TOTAL G. L. r1=1 r (b 1) = 10 T=4 Por diferencia = 20 N 1 = 35 SC 0.111 19.44 8.17 24.46 52.22 CM 0.111 1.94 2.04 1.22 Fc 0.091 1.59 1.67 Ft (0.05) 4.53 2.35 2.87

N.S N.S N.S

Segn el ANVA realizado se concluye que no hay evidencia estadstica para afirmar que los 5 promedios de las muestras son significativamente diferentes. CLCULO DE LOS ERRORES ESTNDARES ( ) ( ) ( ( ) )

( ) ( ) ( )( )

Erro Estndar de tratamiento vs el Estndar de Referencia: ( )( ( ( ( ) ) ) )

El desarrollo de la CIBD es un intento de separar los efectos no aditivos del error experimental, y as obtener una estimacin del error puro, que no es posible en un

diseo de bloques completos al azar (DBCA) con una observacin por celda. El resultado de este desarrollo es una prueba ms precisa de la significacin estadstica de contrastes. Un CIBD est formado por una combinacin adecuada de DBCA y diseos de bloques incompletos. Vamos a considerar el CIBD generados a partir de BIBD diseos segn lo informado por Trail y Weeks (1973) y, a continuacin muestran el diseo resultante obtiene cuando un patrn de referencia se agrega en cada bloque.
Cuadro 5 - diseo de la disposicin de CIBD Panelistas (Bloques) 2 A X X X B X X X C X X X D X X X X Parmetros de t=4 diseo: k=6 r= 9

Tratamientos 1

3 X X X X X X b=6 = 13 N= bk = 36

4 X X X X X X

5 X X X X X X

6 X X X X X X n0 = 2 n1 = 1

Cuadro 6 Anlisis de Varianza para CIBD Curso de la varianza Total Panelista (bloques) Tratamientos (ajustado) Interaccin Error puro DF N1 b1 t1 (b 1)(t 1) N - bt suma de cuadrados SSt =X2ij CF i = 1,2,.t J =1,2,.b 2 SSb=B j/k CF SStajus =(k/t )Q2j SSbt = X2ij/ Q2j SSe=

d2ij/2

CF- SSb- SStajus

CF= (Xij) /N; factor de correccin, N es el nmero total de observaciones. Qi = Tj B(i)/k nij= nmero de veces que simo tratamiento se producen en el bloque jTh y es igual a los elementos incidentes en la matriz N. dij Xij1- Xij2; diferencia entre duplicados de las muestras en (i,j) la clula se duplica. Tabla 7- Diseo de CIBD con referencia a R

Cuadro 7: El Diseo de CIBD con Referencia R Panelistas (Bloques) Tratamientos 1 R X X A X B C D X X X X X 2 X X X X X X X X 3 X X X X X X X X 4 X X X X X X X X 5 X X X X X X X X 6 X X X X X X X X

Parmetros designados: 1+1=5 K=B b=6 N = bk = 48 BIBD diseos segn lo informado por el rastro y semanas (1973) y, a continuacin muestran el diseo resultante obtenida obtiene cuando un patrn de referencia se agrega en cada bloque. Segn Trail y Weeks (1973), un CIBD tiene las propiedades siguientes formas: (a) de cada tratamiento se aplica veces una n0 o ni en un bloque, un valor de 1 o 2 para n0 y nies prctico desde el punto de vista de los pequeos del bloque tamao, (b) la sustitucin de la incidencia DBCA matriz, de n0 por cero y ni antes del 1 de resultados en la matriz de incidencia de un BIBD. Se sigue de (a) y (b) que es la matriz de incidencia de CIBD ( ) ( ) r=9 rR = 12 =13
R=18

s= 15 sR=24

Utilizando la matriz (4) como la generacin de BIBD, y sustituyendo en la frmula (16), tenemos:

{[

]}

Teniendo ni = 1 y n0 = 2, la incidencia CIBD en matriz es

Y el diseo de esta matriz se muestra en la cuadro 5. El parmetro de diseo son los elementos fuera de la diagonal de la matriz de NN, que es igual a 13:

La diagonal principal, que se define ms adelante, es un parmetro de diseo para CIBD con un patrn de referencia.El parmetro se obtiene tambin de (Trail y Semanas de 1973). ( ) ( ) ( )

Donde * es el parmetro de la generacin de BIBD (mitad superior del cuadro 1). El anlisis de la varianza para el diseo CIBD en el cuadro 5 se muestra en el cuadro 6 y sigue de cerca los clculos estndar en diseo de bloques completos.Un ejemplo numrico de CIBD se encuentra en Cornell y Schreckengost (1975). Cuando CIBD se ve aumentada con una muestra de referencia, el resultado es un diseo de equilibrio suplementado (tipo S), descrita por Pearce (1960) Como se muestra en la tabla 7.La CIBD aumentada cuenta con 12 muestras de menos, por el diseo de base, que el DBCA con dos observaciones por celda.Como en los aos BIBD, la presentacin de muestras dentro de los panelistas es al azar.La matriz de incidencia de la CIBD aumentada es

( [ ]

( [ ]

Cuadro 8: Anlisis de varianza de CIBD con la muestra de referencia Fuente de varianza Totales DF N1 Sumas de cuadrados

Panelistas (Bloques) Tratamientos (Ajustado) Interaccin Error puro

b1

t t (b 1) N b (t +1)

Donde cada elemento de la matriz est dada por (9) y es igual a los parmetros de diseo siguientes (Pearce, 1960): SR = 24, que se define como el nmero de autocoincidencias de la norma de referencia;R = 18, el nmero de veces que la referencia de la muestra y el tratamiento aparecen juntos en un bloque, y s = 15, el nmero de autocoincidencias de los tratamientos. Cuando la disposicin de diseo en la cuadro 7 se repite varias veces p, b, r,rR ,, R, s y sR se multiplican por p. Tenga en cuenta que r es el nmero de repeticiones para el estndar de referencia. El anlisis de varianza de la distribucin en el cuadro 7 se muestra en el cuadro 8. Con la repeticin de la disposicin de diseo de base de los diferentes panelistas, la fuente de variacin son repeticiones (SSP), y la suma de los cuadrados panelistas (SSb) becoome anidada con repeticiones (SSb: p). Ambos (SSP) y (SSb: p) se obtienen las frmulas dadas en el cuadro 2, sin embargo, un cambio menor en el denominador de estas frmulas debe ser mediante el uso de k en vez de k + 1. Las estimaciones de los errores estndar y los efectos debidos a los tratamientos incluyendo el estndar de referencia se obtienen las frmulas dadas en Pearce (1960), los cuales son la frmula propuesta por (21) a (24). La estimacin del efecto debido a la norma de referencia se determina por

( y que debido a la simo tratamiento por ( )( ( ) *( )( )( )

La media ajustada para el i- simo tratamiento o patrn de referencia se calcula + ti, i = 1,2, t + 1, donde es la media general.El error estndar de la diferencia entre dos medias de tratamientos ajustado es: Y que entre el tratamiento - contraste de referencia es {( ) ( } ( ) ( )

Ejemplo de CIBD con muestras de referencia. El cuadro 9 presenta los datos relativos a la evaluacin visual del color de las chuletas de cerdo siete das despus de almacenamiento en las vitrinas. Un escala de color de cinco puntos se utiliza, donde 1 = sin decoloracin y 5 = muy gris o marrn; puntuacin de 1 es el ms deseable. Los clculos Estadsticos se dan en la mitad inferior de la tabla 9.El anlisis de varianza muestra que las diferencias entre los cinco grupos de chuletas de cerdo son estadsticamente significativos al nivel del 1%. El lector puede realizar una prueba de comparacin mltiple sobre los efectos o los medios ajustaron utilizando los errores estndar figuran en el cuadro 10. La referencia - comparaciones de tratamientos puede ser determinado utilizando la menor prueba de la diferencia significativa (LSD). ( ) ( )

En este ejemplo, el valor crtico de la prueba de LSD son las diferencias que exceden 0,7371 se declaran importantes.Las comparaciones de inters son:

Por lo tanto, la comparacin entre R y C es estadsticamente significativa.Sobre la base de la escala utilizada, la diferencia negativa indica que el tratamiento C es significativamente inferior a la norma de referencia. Cuadro 9: Datos y Clculos Estadsticos. Parmetros de Diseo: t + 1 = 5; k = 8, b = 6; r = 9; rR= 12; = 13, R = 18; s = 15; sR= 24 Panelistas Tratamientos R A 1 2 3 1 2 3 3 2 2 3 2 2 1 4 1 3 1 2 5 2 1 1 6 1 2 2 2 Ti 19 20 nijBj 198 149 k Qi = kTi -46 11 - nijBj Qi ti Xi= + ti -5.750 1.375 B 4 2 2 2 3 3 1 2 1 20 151 9 C 2 2 3 4 3 3 3 2 2 24 147 45 D 1 1 2 2 3 2 2 1 2 16 147 -19 Bj 16 19 19 18 14 13 G =99 = 2.0625

1.125

5.625

-2.375

-0.4792 1.58

0.1526 2.22

0.1240 2.19

0.6383 2.70

-0.2760 1.79

( ) ( )

( ( , ( , ) )

) ( ( ) )- ( ( )( ))

, , ( ,( ) ( ,( ) ) )( ( ( (

) )

( ( (

)))( )( ) )

) ) ) (

Cuadro 10: Anlisis de Varianza de Chuleta de Cerdo Experimento fuente de varianza Total Panelistas Tratamientos (ajustados) Interaccin error puro DF 47 5 4 20 18 SS 30.8125 4.1875 7.3507 13.2743 6.0000 MS 0.8375 1.8377 0.6637 0.3333 F- relacin

5.514, P< 0.01

El error estndar de tratamiento de dos medias ajustadas ( ) ( )

Error estndar de tratamiento estndar en comparacin con la referencia.

) (

REFERENCIAS: Basson, R.P. 1959. Diseo de bloques incompletos aumentada con control de repetirse.M.S.Tesis, la Universidad de lowa, Ames.IA. Cochran, W.G.y Cox, G.M. 1957.Diseo Experimental. JhonnWiley y Sons, Estados Unidos. Cornell, J.A y Knapp. FW. 1972.La evaluacin sensorial utilizando compuestos diseo de bloques completos e incompletos.Ciencia de Alimentos. Fisher R.A. y Yates, F, 1963.Cuadros estadsticos para la investigacin biolgica, agrcola y mdico.Hanier Publicaciones. Estados Unidos. Galinat, W.C.y Everett. H.L.1949.Una tcnica para las pruebas de sabor dulce en la comunidad. Kempthorne.O, 1952.El diseo y anlisis de experimentos. JhonWiley y Sons.