EL DISEÑO COMPLETAMENTE AL AZAR (DCA)

• El diseño completamente al azar es el más simple de

todos los diseños que se utilizan para comparar dos o
más tratamientos dado que solo se considera dos
fuentes de variabilidad: los tratamientos y el error
aleatorio.

• Este diseño se llama completamente al azar porque todas

las corridas experimentales se realizan en orden aleatorio
completo.

• se corren al azar de manera que los posibles efectos

ambientales o temporales se vayan repartiendo
equitativamente entre los tratamientos.
 Andrés Hurtado Benavides

ANALISIS DE VARIANZA EN UN DCA

ANALIZA LA VARIABILIDAD DE LA RESPUESTA Y ASIGNA

PORCIONES DE ESTA VARIABILIDAD A CADA UNA DE SUS
FUENTES O CAUSAS: LOS TRATAMIENTOS Y EL ERROR
ALEATORIO

SI LA VARIABILIDAD DE LA RESPUESTA ES BÁSICAMENTE DEBIDA

A LOS TRATAMIENTOS, SE CONCLUYE QUE LOS TRATAMIENTOS
TIENEN EFECTO SIGNIFICATIVO SOBRE LA RESPUESTA (LOS
TRATAMIENTOS SON DIFERENTES).

SI LOS TRATAMIENTOS CONTRIBUYEN IGUAL O MENOS QUE EL

ERROR SE CONCLUYE QUE LOS TRATAMIENTOS NO TIENEN UN
EFECTO SIGNIFICATIVO ES DECIR LAS MEDIAS DE LOS
TRATAMIENTOS SON IGUALES
 Andrés Hurtado Benavides

Variabilidad Total

Variabilidad debida a los tratamientos

Variabilidad debida al error

SI HAY EFECTO DEL TRATAMIENTO

μi ≠ μj para algún i diferente de j
ζ i ≠ 0 para algún i
 Variabilidad Total

Variabilidad debida a los tratamientos

Variabilidad debida al error

NO HAY EFECTO DEL TRATAMIENTO

μ1 = μ2 = … = μk = μ
ζi=0
 ANOVA para el Diseño
Completamente al Azar
El objetivo del análisis de varianza en el DCA es probar
la hipótesis de igualdad de las medias de las
respuestas:
H0: μ1 = μ2 = … = μk = μ
HA : μi ≠ μj para algún i diferente de j

La cual se puede escribir de forma equivalente como:

H0: ζ1 = ζ 2 = … = ζ k = 0
HA : ζ i ≠ 0 para algún i
Donde ζ es el efecto del tratamiento i sobre la variable
de respuesta.
 Andrés Hurtado Benavides

ANALISIS DE VARIANZA
NOTACION DE PUNTOS

Yi. Suma de las observaciones del tratamiento i

Media o promedio de las observaciones del i-ésimo
Yi .
tratamiento
Y.. Suma de las N observaciones
Promedio de las N observaciones = Y../N
Y..
 Andrés Hurtado Benavides

ANALISIS DE VARIANZA EN UN DCA

PARA K TRATAMIENTOS

T1 T2 T3 …….. TK
Y11 Y21 Y31 …….. YK1
Y12 Y22 Y32 …….. YK2
Y13 Y23 Y33 …….. YK3

Y1n1 Y2n2 Y3n3 …….. YKnK

Y1. Y2. Y3. …….. YK.
Y1. Y 2. Y3. …….. YK.
CADA TRATAMIENTO TIENE ‫ח‬i OBSERVACIONES
 Andrés Hurtado Benavides

ANALISIS DE VARIANZA

ni 2 ni 2

 Yij  Y.. 
k k
Y.. 2
SCTOTAL      Yij 
i 1 j 1 i 1 j 1
N

G . LTOTAL  N 1
 Andrés Hurtado Benavides

ANALISIS DE VARIANZA

k 2 k 2 2
  Yi. Y..
SCTRAT   n i  Yi .  Y..    
i 1
  i 1
ni N

G . LTRAT  K1
 Andrés Hurtado Benavides

ANALISIS DE VARIANZA

2
 
k ni
SCERROR  SCTOTAL  SCTRAT   Yij  Yi .
i 1 j1

G . L ERROR  Kn i  1  N K
 Andrés Hurtado Benavides

ANALISIS DE VARIANZA

SCTRAT
CM TRAT 
K1
SCERROR
CM ERROR 
N K
 Andrés Hurtado Benavides

CM TRAT
F0 
CM ERROR

FTABLA  F ( , G.L.num, G.L.denom)

si F0  FTABLA se rechaza H 0
o si p  value   se rechaza H 0
 Tabla ANOVA para el DCA

Fuentes de Suma de Grados de Cuadrados Estadístico Significancia

Variabilidad Cuadrados Libertad Medios de prueba F0 observada
= Fcalc p-Value
Tratamientos SC trat k–1 CMtrat = SCtrat CM trat P(F>F0)
k –1 CM error
Error SC error N–k CMe = SCe
N-k
Total SC total N-1