DISEÑO EN BLOQUES

DISEÑO EN BLOQUES

Cuando sólo hay dos tratamientos, el análisis de varianza de una vía equivale al test t de Student para muestras independientes. A su vez, el análisis de varianza para el diseño en bloques con dos tratamientos, equivale a la décima de t de Student para muestras pareadas. Como ya se vio anteriormente, cuando se comparan más de dos pares de tratamientos, la décima de t de Student no conserva el nivel de significación correspondiente y es más correcto utilizar el análisis de varianza.

El diseño en bloques aleatorios es apropiado y eficiente cuando se desea investigar las diferencias entre los promedios de k tratamientos en condiciones homogéneas, vale decir, eliminando las diferencias iniciales entre las unidades experimentales. Estas condiciones homogéneas pueden ser: parcelas de terreno, lotes de producción, camadas de ratones, o una misma persona sometida a diferentes tratamientos. Se supone que la variabilidad de las unidades experimentales entre parcelas, lotes, camadas o personas, es mayor que dentro de esos bloques”. Por tanto, al adjudicar los k tratamientos aleatoriamente a las unidades que constituyen un bloque, se obtiene un efecto de tratamiento limpio de esa variación entre bloques que podría llegar a encubrir la diferencia entre tratamientos.

Comparando con el diseño completamente aleatorio, se tiene por tanto una fuente de variación adicional a las “entre tratamientos” y “dentro de tratamientos”: la variación “entre bloques”. La suma de cuadrados correspondiente se simbolizará por SCB. Los grados de libertad para el cálculo de CMB serán: b −1, el número de bloques menos 1. La SCB se calcula usando los valores de las sumas de los yij pertenecientes a cada uno de los bloques:

...