LA IMPORTANCIA

Diseño factorial 2^K

1. Principios y definiciones básicas

Muchos experimentos se llevan a cabo para estudiar los efectos producidos por dos o más factores. Puede mostrarse que en general los diseños factoriales son los más eficientes para este tipo de experimentos. Por diseño factorial se entiende aquel en el que se investigan todas las posibles combinaciones de los niveles de los factores en cada ensayo completo o réplica del experimento. Por ejemplo, si existen “a” niveles del factor A y “b” niveles del factor B, entonces cada réplica del experimento contiene todas las “ab” combinaciones de los tratamientos. A menudo, se dice que los factores están cruzados cuando éstos se arreglan en un diseño factorial.

El efecto de un factor se define como el cambio en la respuesta producida por un cambio en el nivel del factor. Con frecuencia, éste se conoce como efecto principal porque se refiere a los factores de interés primordial del experimento. Por ejemplo, consideremos los datos de la tabla 1. El efecto principal del factor A podría interpretarse como la diferencia entre la respuesta promedio en el primer y segundo nivel de ese factor.

Diseño de cuadrados latinos

Los diseños en cuadrados latinos son apropiados cuando es necesario controlar dos fuentes de variabilidad. En dichos diseños el número de niveles del factor principal tiene que coincidir con el número de niveles de las dos variables de bloque o factores secundarios y además hay que suponer que no existe interacción entre ninguna pareja de factores.

Supongamos que el número de niveles de cada uno de los factores es K. El diseño en cuadrado latino utiliza K2 bloques, cada uno de estos bloques corresponde a una de las posibles combinaciones de niveles de los dos factores de control. En cada bloque se aplica un solo tratamiento de manera que cada tratamiento debe aparecer con cada uno de los niveles de los dos factores de control.

Diseño de cuadrados grecolatinos

El modelo en cuadrado greco-latino se puede considerar como una extensión del cuadrado latino en el que se incluye una tercera variable de control o variable de bloque. En este modelo, como en el diseño en cuadrado latino, todos los factores deben tener el mismo número de niveles K y el número de observaciones necesarias sigue siendo K2. Este diseño es, por tanto, una fracción del diseño completo en bloques aleatorizados con un factor principal y 3 factores secundarios que requeriría K4 observaciones

...