8va.

PRÁCTICA (29/10/18)
Experimento/arreglo factorial 22 en un DCA.
1.- Objetivo:
a.- Que el alumno aprenda el manejo del software SAS en el desarrollo de experimentos
factoriales de dos factores (22), en un diseño completamente aleatorizado (DCA).
b.- Que el estudiante conozca las ventajas del uso de factores como tratamientos en un
DCA; así también, pueda explicar las características, los efectos principales, los efectos
simples y el modelo aditivo lineal.

2.- Fundamento teórico del experimento/arreglo factorial.

Un arreglo factorial es aquel donde simultáneamente se estudian 2 ó más factores, que a su
vez son los tratamientos.
Un factor puede ser: dosis de un nutriente, niveles de energía en un alimento, estado sexual
de los peces, tasa de alimentación, la biomasa de un estanque, frecuencia de alimentación,
fase de crecimiento del pez, etc.
Dos de estos factores, sus niveles y las combinaciones posibles, serán estudiados y
conducidos, en esta práctica, bajo los lineamientos de un DCA.
En una investigación, el mínimo número de factores y niveles son 2; el máximo, 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 óptimos
de los factores o cuáles son importantes;
b. Un factor no actúa independientemente, sino en relación estrecha con otros factores.

Notación:
a. Factor (Es una clase de tratamiento) en el arreglo factorial, es la combinación de factores
que luego genera un tratamiento) y se le designa con letras mayúsculas (A, B, C, D, etc.)
b. Niveles de un factor (son las cantidades o estados de cualquier factor): Se designan por
letras minúsculas con subíndice (a1, b2, c1, etc.).
Cuando se trabaja, se utiliza combinación de niveles de factores: a 1b2, a1b2, a1b3, etc.

1
Un Experimento Factorial queda definido por el número de factores y niveles de cada factor
(2A x 3B) o simplemente por la numeración (2 x 3).

Tipos de factores:
a. Cuantitativo: Es cuando muestran cantidades numéricas (factor dieta y factor dosis).
b. Cualitativo: Muestran cualidades o categorías (tipos de estanques, calidades de proteína,
fase de crianza del pez, etc.)

Modelo aditivo lineal en los experimentos factoriales.

El modelo aditivo empleado dependerá del diseño con la cual se trabaja:
Ejemplo: Arreglo factorial en un DCA con dos factores (A y B):
Yijk= µ + Ƭi + βj + (Ƭβ)ij + εijk
Donde, i= es nivel del factor alfa.
j= es nivel del factor beta.
k= es repetición 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 interacción 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. Económicamente en el material experimental, debido a que se obtiene información sobre
varios factores.
c. Se amplía el rango de validez del experimento, ya que se estudia en diferentes
condiciones representada por los niveles de los otros factores.
Desventajas:
a. Por el costo, cuando se tenga que estudiar muchos factores, es necesario muchas u.e. lo
cual se incrementa el tamaño y complejidad, por la cantidad de material experimental, mano
de obra, tiempo, etc.
b. Cuando el número de tratamientos es elevado, se hace difícil la interpretación.
2
c. Al usar bloques, no es fácil hallar grupos de u.e. homogéneas para asignar a los
tratamientos.

Análisis de las Interacciones de los factores:

Realizado el análisis de varianza (ANVA), puede darse 2 casos:
a. Si la interacción de los factores no es significativa (Fc < Fα); entonces, no se rechaza la
hipótesis planteada (Ho); por lo que, los factores (sean dos o más) son independientes. Por
lo tanto, las conclusiones del experimento se obtendrán sólo de los efectos principales.
b. Si hay interacción de los factores (es significativa: Fc > Fα), se rechazará 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,
sinó que es necesario realizar los análisis de los efectos simples.

3.- Procedimiento.
Primer ejercicio (ANVA de los efectos principales).
Se hizo el estudio de la relación de eficiencia proteica (PER) en un bioterio con ratas albinas;
para esto, se trabajó bajo el modelo 3x2: 3 fuentes de proteínas (A) y 2 tipos de dosis (B) de
estas proteínas. El experimento fue conducido en un DCA con 4 repeticiones, cuyos factores
(A y B) y los resultados (aumento de peso en gramos de las ratas) después de 30 días, se
muestra en el cuadro siguiente:
A: Fuente de proteína: (a1= pescado, a2= pollo, a3= soya).
B: Dosis de proteína: (b1= bajo, 20 %; b2= alto, 25 %).
Factor A a1 a2 a3
Factor B b1 b2 b1 b2 b1 b2
Repetición1 88 83 91 107 64 93
Repetición2 74 102 81 95 83 78
Repetición3 90 108 75 97 74 95
Repetición4 83 104 101 80 73 97
Hallar el ANVA y ¿Qué conclusiones se puede obtener del experimento?

Desarrollo:
Para el desarrollo se colocan los datos del cuadro anterior en la ventana Editor, en el orden
que se estableció en input. Los comandos e instrucciones son los conocidos:

3
data exp factorial DCA;
input A $ B $ rep $y;
cards;
a1 b1 rep1 88
a1 b1 rep2 74
a1 b1 rep3 90
a1 b1 rep4 83
a1 b2 rep1 83
a1 b2 rep2 102
a1 b2 rep3 108
a1 b2 rep4 104
a2 b1 rep1 91
a2 b1 rep2 81
a2 b1 rep3 75
a2 b1 rep4 101
a2 b2 rep1 107
a2 b2 rep2 95
a2 b2 rep3 97
a2 b2 rep4 80
a3 b1 rep1 64
a3 b1 rep2 83
a3 b1 rep3 74
a3 b1 rep4 73
a3 b2 rep1 93
a3 b2 rep2 78
a3 b2 rep3 95
a3 b2 rep4 97
;
proc print;
proc anova;
class A B;
model y=A B A*B;
means A B/duncan;
run;

Tener presente que en este ejercicio sólo se trabajará con los efectos principales; para ello,
los procedimientos serán: proc print y proc anova; también se puede usar proc glm.
Las variables de clasificación (class) son: el factor A (fuente de proteína) y el factor B (dosis).
El modelo aditivo lineal (model) sobre la cual se trabaja es A, B y A*B (relación del factor A y
el factor B). Asimismo, se pide que determine la media (means) tanto del factor A como del
factor B mediante la prueba de duncan.
La instrucción run, es para que corra el programa SAS.

Salida de SAS:
La salida al arreglo factorial se lleva a cabo digitando Submit y/o F8, obteniendo en la
ventana Output el siguiente resultado:

4
 The SAS System 18:35 Wednesday, February 2, 2010 2
The ANOVA Procedure
Class Level Information
Class Levels Values
A 3 a1 a2 a3
B 2 b1 b2
Number of observations: 24

The SAS System 18:35 Wednesday, February 2, 2010 3

The ANOVA Procedure
Dependent Variable: y
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 5 1635.333333 327.066667 3.48 0.0226
Error 18 1694.000000 94.111111
Corrected Total 23 3329.333333

R-Square Coeff Var Root MSE y Mean

0.491189 11.00312 9.701088 88.16667

Source DF Anova SS Mean Square F Value Pr > F

A 2 439.583333 219.791667 2.34 0.1254
B 1 1093.500000 1093.500000 11.62 0.0031
A*B 2 102.250000 51.125000 0.54 0.5901

NOTA: La interacción de los factores A con B (A*B), es no significativa (Pr > F: 0.5901); por
lo tanto, las conclusiones se obtendrán sólo de los efectos principales, y no es necesario
realizar el análisis de efectos simples).

CONCLUSIONES (DE ACUERDO AL ANVA OBTENIDO):

a. Interacción A*B: No hay suficiente evidencia estadística para aceptar la existencia de
interacción entre la fuente de proteína (A) y la dosis (B).
b. El factor A será independiente del factor B, y se analizará solo los efectos principales A y B
c. Para el factor A (Pr > F: 0.1254), no existe suficiente evidencia estadística para aceptar
que por lo menos, una de las fuentes de proteína se obtenga una ganancia de peso diferente
en las ratas. Puede usarse proteína de pescado, pollo o soya; aunque el de pescado tiene
una mejor media (según la prueba de Duncan), sigue el de pollo y finalmente la soya.
d. Para el factor B, en cambio (Pr > F: 0.0031), si existe suficiente evidencia estadística para
aceptar que la ganancia de peso de las ratas, es diferente en las 2 dosis de proteína. La
dosis b2 es mejor que la dosis b1.

5
SAS System 18:35 Wednesday, February 2, 2010 4
The ANOVA Procedure
Duncan's Multiple Range Test for y
NOTE: This test controls the Type I comparisonwise error rate, not the experimentwise error
rate.
Alpha 0.05
Error Degrees of Freedom 18
Error Mean Square 94.11111

Number of Means 2 3
Critical Range 10.19 10.69

Means with the same letter are not significantly different.

(Medias con la misma letra no son significativamente diferentes).

Duncan Grouping Mean N A

A 91.500 8 a1
A
A 90.875 8 a2
A
A 82.125 8 a3

The SAS System 18:35 Wednesday, February 2, 2010 5

The ANOVA Procedure
Duncan's Multiple Range Test for y
NOTE: This test controls the Type I comparisonwise error rate, not the experimentwise error
rate.
Alpha 0.05
Error Degrees of Freedom 18
Error Mean Square 94.11111

Number of Means 2
Critical Range 8.321
Means with the same letter are not significantly different.
(Medias con la misma letra no son significativamente diferentes).

Duncan Grouping Mean N B

A 94.917 12 b2
B 81.417 12 b1
(NOTA: Mayor explicación de estos resultados se hará en clase)

Segundo ejercicio (ANVA de los efectos simples):

Se realiza experimento sobre el contenido de fosfolípidos en el plasma sanguíneo de
ovejas. Los 2 factores en estudio fueron V: Hora de sangría (mañana y tarde), y D: Efecto
del estrógeno (con y sin aplicación). El experimento está conducido en un DCA con 5
repeticiones por tratamiento (T1, v1d1; T2, v1d2; T3, v2d1; T4, v2d2). El nivel de fosfolípido
se tiene en el cuadro siguiente. Realizar el ANVA y ¿Qué conclusiones se puede obtener?
6
 Factor V Sangría: 8 a.m: v1 Sangría: 5 p.m: v2

Factor D Sin aplicar: d1 Con aplicación: d2 Sin aplicar: d1 Con aplicación: d2

Rep 1 8.53 17.53 39.14 32.00
Rep 2 20.53 21.07 26.20 23.80
Rep 3 12.53 20.80 31.33 28.87
Rep 4 1 14.00
17.33 17.33 45.80 25.06
Rep 5 10.80 20.07 40.20 29.33

Desarrollo: Los datos del cuadro anterior son llevados en el orden correspondiente a la
ventana Editor de SAS de la forma ya conocida:

data exper factorial dca;

input V $ D $ rep $ Y;
cards;
v1 d1 1 8.53
v1 d1 2 20.53
v1 d1 3 12.53
v1 d1 4 14.00
v1 d1 5 10.80
v1 d2 1 17.53
v1 d2 2 21.07
v1 d2 3 20.80
v1 d2 4 17.33
v1 d2 5 20.07
v2 d1 1 39.14
v2 d1 2 26.20
v2 d1 3 31.33
v2 d1 4 45.80
v2 d1 5 40.20
v2 d2 1 32.00
v2 d2 2 23.80
v2 d2 3 28.87
v2 d2 4 25.06
v2 d2 5 29.33
;
proc print;
proc glm;
class V D;
model Y=V D V*D;
lsmeans V*D/ slice=V slice=D slice=V*D;
run;

Tener presente que:

a. En este caso (efectos simples de un arreglo factorial), los procedimientos actuantes son:
proc print y proc glm. Proc anova no resuelve efectos simples.

7
b. La variable clasificatoria (class) y el modelo aditivo lineal (model), son los mismos que en
el ejemplo anterior.
c. La instrucción imprescindible para evaluar los efectos simples, además de los efectos
principales, es: lsmeans (Least Squares Means), y además slice (cuando se tienen sólo dos
niveles por factor).
d. Otra forma de evaluar los efectos simples: lsmeans y pdiff (no interesando el número de
niveles de los factores).

Salida de SAS: Solo es necesario digitar Submit y/o F8, obteniéndose el resultado siguiente:
The SAS System 17:19 Thursday, February 3, 2010 1
Obs V D rep y
1 v1 d1 1 8.53
2 v1 d1 2 20.53
3 v1 d1 3 12.53
4 v1 d1 4 14.00
5 v1 d1 5 10.80
6 v1 d2 1 17.53
7 v1 d2 2 21.07
8 v1 d2 3 20.80
9 v1 d2 4 17.33
10 v1 d2 5 20.07
11 v2 d1 1 39.14
12 v2 d1 2 26.20
13 v2 d1 3 31.33
14 v2 d1 4 45.80
15 v2 d1 5 40.20
16 v2 d2 1 32.00
17 v2 d2 2 23.80
18 v2 d2 3 28.87
19 v2 d2 4 25.06
20 v2 d2 5 29.33

The SAS System 17:19 Thursday, February 3, 2010 2

The GLM Procedure
Class Level Information
Class Levels Values
V 2 v1 v2
D 2 d1 d2
Number of observations: 20

The SAS System 17:19 Thursday, February 3, 2010 3

Dependent Variable: y
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 3 1539.406600 513.135533 21.61 <.0001
Error 16 379.923280 23.745205
Corrected Total 19 1919.329880
8
 R-Square Coeff Var Root MSE y Mean
0.802054 20.09777 4.872905 24.24600

Source DF Type I SS Mean Square F Value Pr > F

V 1 1256.746580 1256.746580 52.93 <.0001
D 1 8.712000 8.712000 0.37 0.5532
V*D 1 273.948020 273.948020 11.54 0.0037

Source DF Type III SS Mean Square F Value Pr > F

V 1 1256.746580 1256.746580 52.93 <.0001
D 1 8.712000 8.712000 0.37 0.5532
V*D 1 273.948020 273.948020 11.54 0.0037

a. Como la interacción V*D (sangría con estrógeno), resultó significativa (Pr > F: 0.0037);
luego, es necesario realizar el ANVA de los efectos simples de dicha interacción, el mismo
que se puede observar en la página Nº 5 de este resultado).
b. Factor (Sangría) V: es **; por lo que existe diferencia entre las variedades del alga marina.
c. Factor D: n.s; es decir, no hay diferencia entre las densidades de siembra.

The SAS System 17:19 Thursday, February 3, 2010 4

The GLM Procedure (Para promedio de tratamientos).
Least Squares Means
V D y LSMEAN
v1 d1 13.2780000 (v1d1: tratamiento con peor promedio).
v1 d2 19.3600000
v2 d1 36.5340000 (v2d1: tratamiento con mejor promedio).
v2 d2 27.8120000 (tratamiento con buen promedio).

The SAS System 17:19 Thursday, February 3, 2010 5

The GLM Procedure
Least Squares Means
V*D Effect Sliced by V for y

Sum of
V DF Squares Mean Square F Value Pr > F
v1 1 92.476810 92.476810 3.89 0.0660 N.S. (Evalúa E. S. de D en v1): D (v1)
v2 1 190.183210 90.183210 8.01 0.0121 * (Evalúa E. S. de D en v2): D (v2)

The SAS System 17:19 Thursday, February 3, 2010 6

The GLM Procedure
Least Squares Means
V*D Effect Sliced by D for y

Sum of
D DF Squares Mean Square F Value Pr > F
d1 1 1352.103840 1352.103840 56.94 <.0001 ** (Evalúa E. S. de V en d1): V(d1)
d2 1 178.590760 178.590760 7.52 0.0145 * (Evalúa E. S. de V en d2): V(d2)

(<.0001): indica que se encuentra mayor cantidad de fosfolípido cuando se sangra por la tarde.
(0.0145): indica la presencia de fosfolípido tanto en ausencia como en presencia del estrógeno.
9
(0.0660): indica que no hubo efecto del estrógeno cuando se sangra por la mañana.
(0.0121): indica que si hubo efecto del estrógeno cuando se sangra por la tarde.

(NOTA: Como los resultados de la prueba de F de los efectos simples nos indican que
EXISTEN DIFERENCIAS REALES entre las dos factores, a favor del que tiene mayor
promedio (ver página Nº 4 de este resultado), pero sólo cuando se utiliza la variedad v2 (Con
aplicación de estrógeno). (NOTA: Mayor explicación de los resultados se hará en clase).

Ejercicios para el estudiante.

1er Ejercicio:
Una microempresa se dedica producir quesos; para ello emplean leche de vaca y de
cabra, ambos animales tienen dos fuentes de agua: río y pozo. Se realiza un análisis
bacteriológico para determinar el control de calidad en la producción de queso,
determinándose mediante un recuento de colonias de la enterobacteria E. coli aisladas del
medio de cultivo EMB de quesos escogidos al azar (4 quesos con 5 repeticiones cada
uno). La enterobacteria se encuentra aceptable en un límite de 1 a 4 UFC/ml aisladas de una
dilución del queso 1:10. Los resultados obtenidos son en UFC/ml, y se muestran en el
siguiente cuadro. ¿A qué conclusión se llega con este estudio?

Vaca: a1 Cabra: a2 A
Río: b1 Pozo: b2 Río: b1 Pozo : b2 B

5 4 5 3 r1
7 5 4 5 r2
5 2 6 4 r3
7 4 5 2 r4
6 3 7 2 r5

Respuesta:

2do Ejercicio:
Se está estudiando el efecto de 2 plaguicidas (Carbyne y Gestamin) cada uno con 3
concentraciones (2, 3 y 4 mg/litro), en la producción de maíz amarillo para gallinas
10
ponedoras. Para esto, se usó un experimento factorial con 4 repeticiones. La producción
obtenida (granos de maíz por mazorca) se muestra en el siguiente cuadro y el diseño
usado es un DCA con arreglo factorial. Se desea saber los efectos y el resultado del
experimento.

Carbyne: a1 Gesatamin: a2
2mg/L:b1 3mg/L:b2 4mg/L:b3 2mg/L:b1 3mg/L:b2 4mg/L:b3

68 69 71 71 69 73

63 73 73 66 72 71

65 70 69 69 74 69
71 72 74 70 68 70
Respuesta:

3er Ejercicio:
Se realiza un experimento con personas con bajo nivel de hemoglobina probándose con
ácido fólico y sulfato ferroso, ambos a 3 diferentes concentraciones (300, 400 y 500 µg),
esto con el fin de observar el tiempo tardan en llegar a niveles normales de Hb (13-17 g/dL).
El estudio se realiza con un arreglo factorial con 5 personas por tratamiento y los resultados
en días, se muestran en el cuadro siguiente. Se desea saber ¿Qué nos indica los resultados
del ANVA?
Acido fólico : a1 Sulfato ferroso : a2
300 µg: b1 400 µg: b2 500 µg: b3 50 mg: b1 100 mg: b2 150 mg: b3
35 37 36 11 10 12
23 26 29 13 11 10
36 35 38 10 12 13
37 28 35 12 13 11
39 37 38 11 11 10

Respuesta:

11
4to. Ejercicio:
Se desarrolla un experimento para evaluar en qué medio de cultivo y qué especie de Brucella
es la que crece mejor en la Región de estudio. Se tienen 2 medios de cultivo (Agar soya
tripticasa y Ruiz Castañeda) y las brucellas que se quieren aislar son Brucella abortus,
Brucella mellitensis y Brucella suis. En el estudio se tomaron 5 muestras a portadores de las
brucellas. La variable respuesta fueron el número de colonias que crecieron en los medios de
cultivo propuestos. Realizar el ANVA y explique las conclusiones del experimento.
Br. abortus Br. mellitensis Br. Suis
Soya Triptic Ruiz Castañ Soya triptic Ruiz Castañ Soya Triptic Ruiz Castañ
20 19 19 12 16 14
19 14 18 17 15 17
14 12 18 14 12 13
25 18 20 14 11 12
18 16 15 15 13 12
Resultado:

12