DISEÑO FACTORIAL

EXPERIMENTO. Un estudio en el que el investigador tiene un alto grado de control

sobre las fuentes de variación importantes, se denomina experimento. Si se tiene
poco control sobre los factores, se habla de un estudio observacional.

FACTORES. Los fenómenos que potencialmente causan variación, y que son

controlados por el experimentador, se denominan factores. También a veces se
denominan tratamientos.

NIVELES DE UN FACTOR. Son los valores que toma un factor. En general toman
valores que se miden en escala categórica, aunque a veces suelen ser medidos en
escalas numéricas.

COMBINACIÓN DE TRATAMIENTOS. Cada una de las combinaciones de niveles de

todos los factores involucrados en el experimento.

RÉPLICAS. Todas las corridas experimentales que corresponden a una misma

combinación de tratamientos. Son repeticiones del experimento, bajo idénticas
condiciones de los factores. Objetivos: Lograr mayor precisión en la estimación de
los efectos de los factores y de sus interacciones, y estimar el error experimental.

DISEÑO FACTORIAL DE DOS FACTORES

 Los experimentos factoriales involucran el estudio de los efectos de dos o más

factores y sus interacciones.

 La definición de interacción entre factores puede ser entendida como "dos factores
independientes interactúan si el efecto de uno de ellos difiere dependiendo del
nivel en el que se encuentre el otro factor".

 La matriz para este tipo de experimentos puede ser ordenada de la siguiente

manera, donde:

a=es el número de niveles del factor A

b=es el número de niveles del factor B

n=es el número de replicas

N es el número de observaciones y es igual a: a*b*n

La ecuación estadística que modela este tipo de experimentos es la siguiente:

Donde:

Yijk : la puntuación del i sujeto bajo la combinación del j valor del factor A y
el k valor del factor B.

µ : la media común a todos los datos del experimento.

τi : el efecto o impacto del j nivel de la variable de tratamiento A.

βj : efecto del k valor de la variable de tratamiento B.

(τβ)ij : efecto de la interacción entre el j valor de A y el k valor de B.

Єijk : error experimental o efecto aleatorio de muestreo

En la ecuación a diferencia de los diseños más simples se puede observar el

coeficiente de la interacción, en este caso, si no existiera esta interacción se centraría
a evaluar un diseño de bloques aleatorios.

ANALISIS DE VARIANZA

El análisis de varianza ANOVA para este caso es modelado con las siguientes
expresiones de sumatorias de cuadrados, donde se incluye la sumatoria de
cuadrados de la interacción, pero la metodología de cálculo no varía. La tabla ANOVA
se construye de la siguiente manera:
TABLA DE ANALISIS DE VARIANZA ANOVA

CALCULOS DE ANALISIS DE VARIANZA

 Suma de Cuadrado Total (SCT)

𝑎 𝑏 𝑛
2
(𝑦 … )2
𝑆𝐶𝑇 = ∑ ∑ ∑ 𝑦𝑖𝑗𝑘 −
𝑎𝑏𝑛
𝑖=1 𝑗=1 𝑘=1

 Suma de Cuadrado Factor A (SCA)

𝑎
1 (𝑦 … )2
𝑆𝐶𝐴 = ∑ 𝑦𝑖..2 −
𝑏𝑛 𝑎𝑏𝑛
𝑖=1

 Suma de Cuadrado Factor B (SCB)

𝑎
1 2
(𝑦 … )2
𝑆𝐶𝐵 = ∑ 𝑦.𝑗.. −
𝑎𝑛 𝑎𝑏𝑛
𝑖=1

 Suma de Cuadrado Factor AB (SCAB)

Aca parece q hay un error cn el de la ing al parecer a todo esto se le resta

ademas SCa y SCb ….. -SCa-SCb

𝑎 𝑏
1 2
(𝑦 … )2
𝑆𝐶𝐴𝐵 = ∑ ∑ 𝑦𝑖𝑗. −
𝑛 𝑎𝑏𝑛 ----SCa-SCb
𝑖=1 𝐽=1

 Suma de Cuadrado Error (SCE)

𝑆𝐶𝐸 = 𝑆𝐶𝑇 - 𝑆𝐶𝐴 - 𝑆𝐶𝐵 - 𝑆𝐶𝐴𝐵

Las hipótesis para este diseño consisten en tres efectos sobre la variable respuesta:

 El efecto del factor A

 El efecto del factor B
 El efecto de la interacción
Cada hipótesis planteada por lo tanto consta de una hipótesis nula y una hipótesis
alterna que deben ser probadas bajo el criterio de la prueba de Fisher, de la misma
manera como en casos anteriores.
Ejercicio. Construir la tabla de análisis de varianza del diseño Factorial con Dos
Factores

FACTOR A
FACTOR B 1 2
1 4 4.5 4.3 5.4 4.9 5.6
2 5.6 4.9 5.4 5.8 6.1 6.3
3 3.8 3.7 4 5.5 5 5