CONTENIDO
1-Principios
para el diseño de investigaciones 1
El legado
de Sir Ronald A. Fisher 1
Planeación
de la investigación 2
Experimentos,
tratamientos y unidades experimentales 3
La
hipótesis de investigación genera el diseño de los tratamientos 5
Control
local de errores experimentales 8
Replicar
para obtener experimentos válidos 16
¿Cuántas
réplicas? 18
Aleatorizar
para tener inferencias válidas 20
Eficiencia
relativa del diseño de experimentos 24
De los
principios a la práctica: un caso de estudio 26
2-Comenzando
con diseños totalmente aleatorizados 37
2.1
Construcción del diseño de investigación 37
2.2 Cómo
aleatorizar 39
2.3
Preparación de los registros de datos para el análisis 41
2.4 Un modelo
estadístico para la experimentación 42
2.5
Estimación de los parámetros del modelo con mínimos cuadrados 47
2.6 Suma de
cuadrados para identificar fuentes de variación importantes 50
2.7 Modelo
de efectos del tratamiento 53
2.8 Grados
de libertad 54
2.9 Resumen
en la tabla de análisis de varianza 55
2.10
Pruebas de hipótesis sobre modelos lineales 56
2.1 1
Pruebas de significancia y pruebas de hipótesis 58
2.12
Errores estándar e intervalos de confianza para medias de tratamientos 59
2.13
Diferente número de réplicas de los tratamientos 60
2.14
¿Cuántas réplicas para la prueba F? 63
Apéndice
2A. 1 Valores esperados 70
Apéndice
2A.2 Cuadrados medios esperados 71
3-Comparación
de tratamientos 73
3.1 La
comparación de tratamientos responde las preguntas de la investigación 73
3.2
Planeación de comparaciones entre los tratamientos 74
3.3 Curvas
de respuesta para los factores de tratamiento cuantitativos 83
3.4 Las
comparaciones múltiples afectan las tasas de error 91
3.5
Inferencia estadística simultánea 94
3.6
Comparaciones múltiples con el mejor tratamiento 98
3.7
Comparación de todos los tratamientos con un control 104
3.8
Comparaciones en pares de todos los tratamientos 107
3.9 Resumen
de comentarios sobre las comparaciones múltiples 1 15
Apéndice 3A
Funciones lineales de las variables aleatorias 121
4-Diagnóstico
de la concordancia entre los datos y el modelo 123
4.1 Un
análisis válido depende de suposiciones válidas 123
4.2 Efectos
de la falta de cumplimiento de las suposiciones 123
4.3 Los
residuales son la base de las herramientas de diagnóstico 124
4.4
Búsqueda de residuos inusitados con los residuales 13 1
4.5
Transformaciones estabilizadoras de la varianza para datos con distribuciones
conocidas 133
4.6
Transformaciones con exponentes para estabilizar varianzas 135
4.7
Generalización del modelo lineal 140
4.8
Evaluación de modelos por medio de gráficas de residuales vs valores ajustados
141
Apéndice 4A
Datos para el ejemplo 4.1 147
5-Experimentos
para estudiar las varianzas 148
5.1 Modelos
con efectos aleatorios para las varianzas 148
5.2 Un
modelo estadístico para las componentes de la varianza 15 1
5.3
Estimaciones puntuales de las componentes de la varianza 152
5.4
Estimaciones de intervalos para las componentes de la varianza 153
5.5 Cursos
de acción con estimaciones de varianzas negativas 155
5.6 La
correlación intraclases indica similitud dentro de los grupos 155
5.7
Diferentes números de observaciones en los grupos 157
5.8
¿Cuántas observaciones para estudiar las varianzas? 158
5.9
Submuestras aleatorias para reunir datos para el experimento 159
5.10 Uso de
las estimaciones de la varianza para asignar muestras 163
5.1 1
Números diferentes de réplicas y submuestras 164
Apéndice 5A
Cálculo de los coeficientes para los cuadrados medios esperados de la tabla 5.9
174
6-Diseños
factoriales 175
6.1
Experimentos eficientes con diseños factoriales 175
6.2 Tres
efectos de los factores 177
6.3 Modelo
estadístico para dos factores 181
6.4
Análisis para dos factores 183
6.5 Uso de
curvas de respuesta para los factores de tratamiento cuantitativos 190
6.6 Tres
factores de tratamiento 199
6.7
Estimación de la varianza del error con una réplica 205
6.8
¿Cuántas réplicas se requieren para probar los efectos de un factor? 208
6.9
Réplicas desiguales en los tratamientos 208
Apéndice 6A
Mínimos cuadrados para diseños factoriales 225
7-Diseños
factoriales: modelos aleatorios y mixtos 232
7.1 Efectos
aleatorios para diseños factoriales 232
7.2 Modelos
mixtos 237
7.3 Diseños
de factores anidados: una variación del tema 243
7.4 Diseños
de factores cruzados y anidados 25 1
7.5
¿Cuántas réplicas? 255
7.6 Reglas
para los cuadrados medios esperados 255
8-Diseños
de bloques completos 263
8.1 Uso de
bloques para aumentar la precisión 263
8.2 Los
diseños de bloques completos aleatorizados usan un criterio de bloqueo 264
8.3 Los
diseños de cuadrado latino usan dos criterios de bloqueo 275
8.4
Experimentos factoriales en diseño de bloques completos 289
8.5 Datos
faltantes en diseños por bloques 29 1
8.6
Experimentos realizados varias veces 292
Apéndice 8A
Selección de cuadrados latinos 307
9-Diseños
de bloques incompletos: introducción 31 0
9.1 Bloques
incompletos de tratamientos para reducir el tamaño de los bloques 3 10
9.2 Diseños
de bloques incompletos balanceados (BIB) 3 12
9.3 Cómo
aleatorizar los diseños de bloques incompletos 3 13
9.4
Análisis de diseños BIB 3 15
9.5 Diseño
renglón-columna para dos criterios de bloque 320
9.6
Reducción del tamaño del experimento con diseños parcialmente balanceados
(BIPB) 322
9.7
Eficiencia de los diseños de bloques incompletos 325
Apéndice
9A.1 Algunos diseños de bloques incompletos balanceados 330
Apéndice
9A.2 Algunos diseños de cuadrados latinos incompletos 332
Apéndice
9A.3 Estimaciones de mínimos cuadrados para diseño BIB 336
10-Diseño
de bloques incompletos: diseños resolubles y cíclicos 339
10.1
Diseños resolubles para ayudar a manejar el experimento 339
10.2
Diseños resolubles renglón-columna para dos criterios de bloque 342
10.3 Los
doseños cíclicos simplifican la construcción de diseños 345
10.4
Elección de diseños de bloques incompletos 352
Apéndice 1
OA. 1 Planes para diseños cíclicos 360
Apéndice
10A.2 Arreglos generadores para diseños a 361
11-Diseños
de bloques incompletos: tratamientos factoriales 362
1 1.1
Aprovechamiento de los diseños de tratamientos factoriales 362
1 1.2
Factoriales 2" para evaluar muchos factores 363
1 1.3
Diseños de bloque incompletos para factoriales 2" 369
1 1.4
Método general para crear bloques incompletos 378
1 1.5
Diseños de bloques incompletos para factoriales 3" 383
1 1.6
Observaciones finales 387
Apéndice 1
1A Planes para diseños de bloques incompletos para factoriales 2" 390
12-Diseños
factoriales fraccionarios 391
12.1
Reducción del número de corridas experimentales con diseños fraccionados 39 1
12.2
Fracción de un medio del factorial2" 393
12.3
Resolución del diseño relacionada con la aleatorización 398
12.4
Análisis de diseños 2"-' de media réplica 399
12.5
Fracciones de un cuarto de factoriales 2" 406
12.6
Construcción de diseños 2"-p con resolución 111 y IV 409
12.7
Genichi Taguchi y la mejora de la calidad 413
12.8
Observaciones finales 41 5
Apéndice
12A Planes de diseño factoriales fraccionarios 421
13-Diseños
con superficie de respuesta 423
13.1
Descripción de respuestas con ecuaciones y gráficas 423
13.2
Identificación de los factores significativos con factoriales 2" 426
13.3
Diseños para estimar superficies de respuesta de segundo orden 43 1
13.4
Estimación de la superficie de respuesta cuadrática 440
13.5
Exploración de superficies de respuesta 444
13.6
Diseños para mezclas de ingredientes 447
13.7
Análisis de experimentos con mezclas 453
Apéndice
13A. 1 Estimación de mínimos cuadrados de los modelos de regresión 463
Apéndice
13A.2 Localización de coordenadas para el punto estacionario 466
Apéndice
13A.3 Forma canónica de la ecuación cuadrática 467
14-Diseños
de parcelas divididas 469
Parcelas de
distintos tamaños en el mismo experimento 469
Dos errores
experimentales para dos tamaños de parcelas 472
Análisis
para diseños de parcelas divididas 473
Errores
estándar para las medias de los factores de tratamiento 478
Características
del diseño de parcelas divididas 480
Eficiencia
relativa de las comparaciones de subparcelas y parcelas completas 48 1
Diseño con
doble subdivisión de parcelas para tres factores de tratamiento 483
Diseño de
bloques divididos 483
Información
adicional sobre diseños de parcelas divididas 486
15-Diseños
con mediciones repetidas 492
15.1
Estudios de tendencias en el tiempo 492
15.2
Relaciones entre las mediciones repetidas 495
15.3 Una
prueba para la suposición Huynh-Feldt 498
15.4
Análisis de varianza univariado para mediciones repetidas 499
15.5
Análisis cuando no se cumplen las suposiciones del análisis univariado 502
15.6 Otros
experimentos con propiedades de mediciones repetidas 509
15.7 Otros
modelos para la correlación entre mediciones repetidas 5 11
Apéndice
15A. 1 Prueba de esfericidad de Mahculy 5 18
Apéndice
15A.2 Ajuste de grados de libertad para el análisis de varianza
de
mediciones repetidas 5 19
16-Diseños
cruzados 520
16.1
Suministro de todos los tratamientos a cada unidad experimental 520
16.2
Análisis de diseños cruzados 524
16.3
Diseños balanceados para estudios cruzados 530
16.4
Diseños cruzados para dos tratamientos 536
Apéndice
16A. 1 Codificación de archivos de datos para estudios cruzados 545
Apéndice
16A.2 Suma de cuadrados del tratamiento para los diseños balanceados 547
17-Análisis
de covarianza 550
17.1
Control local con una covariada medida 550
17.2
Análisis de covarianza para diseños totalmente aleatorizados 553
17.3
Análisis de covarianza para diseños de experimentos bloqueados 565
17.4
Consecuencias prácticas del análisis de covarianza 570
Referencias
576
Apéndice
de tablas 587
Respuestas
a ejercicios seleccionados 633
lndice
661
Pass: agropy
.JPG)
