Conceptos básicos de Inferencia Estadística

Diseño de experimentos clásicos

Modelos de dos factores-tratamiento.

Se continua trabajando con el diseño completamente aleatorizado con dos factores tratamiento T y T con I y J niveles, respectivamente, y se supone que las interacciones entre ambos factores son no nulas. Como se explicó en la sección anterior para poder estimar este modelo es necesario replicar el experimento. Si se replica K veces el experimento se tienen K unidades experimentales en cada casilla (tratamiento) ij.

5.4.1 Modelo matemático.

El modelo matemático asociado al diseño de dos factores-tratamiento con interacción y replicado es el siguiente:

Para cada i = 1,...,I, j = 1,...,J, k = 1,...,K se tiene el siguiente modelo:  

con  ijk  v.a. independientes con distribución N.

(5.22)

Donde,

	Y ijk es el resultado del tratamiento i-ésimo, i = 1,2,...,I del factor T y del tratamiento j-ésimo, j = 1,2,...,ni del factor T, en la replicación t-ésima, t = 1,...,K.
	es el efecto global que mide el nivel medio de todos los resultados,
	i es el efecto (positivo o negativo) sobre la respuesta debido a que se observa el nivel i del factor T. Se verifica que  i = 1Ii = 0,
	j es el efecto (positivo o negativo) sobre la respuesta debido a que se observa el nivel j del factor T. Se verifica que  j = 1Ji = 0,
	ij representa la interacción y es el efecto extra (positivo o negativo) sobre la respuesta debido a que se observan conjuntamente los niveles i y j de los factores T y T respectivamente. Mide la desviación de las medias de la hipótesis de aditividad de los efectos y viene definida por:

Se verifica que  _{i = 1}^I_ij =  _{j = 1}^J_ij = 0, para i = 1,...,I; j = 1,...,J.

ijk es el error experimental o perturbación, son variables aleatorias independientes idénticamente distribuidas (i.i.d.) con distribución N.

Por tanto, los parámetros de este modelo son

Parámetros	Número
	1
i	I - 1
j	J - 1
ij
2	1
Total	IJ + 1

Siendo n = IJK el número de observaciones.

El modelo (5.22)de diseño de experimentos con dos factores tratamiento con interación se conoce como modelo completo de dos vías o modelo de análisis de lavarianza de dos vías.

Si, ocasionalmente, experimentos similares previos o hechos científicos contrastados garantizan con una razonable seguridad que ambos factores no interaccionan, el experimento se modeliza a través de:

con  ijk  v.a. independientes con distribución N. (5.23)

El modelo (5.23) es un “submodelo” del modelo completo de dos vías y se denomina modelo de efectos principales de dos vías o modelo aditivo de dos vías dado que el efecto sobre la respuesta del tratamiento ij se modeliza como la suma de los efectos individuales de cada factor. Es importante

Usar el modelo de efectos principales sólo cuando se tiene la certeza de que no existe interacción entre los factores.

Si no se tiene un conocimiento razonable acerca de la interacción debe seleccionarse un modelo completo. El motivo es que la inferencia sobre los efectos principales cuando no se ha considerado interacción erróneamente puede ser confusa ya que se está  incrementando artificialmente el error experimental.

La estrategia a seguir es:

1. Si se sospecha que hay interacción, en primer lugar, se contrasta el efecto de la interacción en un modelo completo de dos vías.
2. Si no resulta significativa, se continúa con el análisis examinando los efectos principales en el mismo modelo. No es conveniente cambiar al modelo de efectos principales salvo que se esté muy seguro de la no existencia de interacción.
3. Si resulta significativo el efecto interacción, entonces los contrastes sobre los efectos individuales no son válidos. Si son significativos los contrastes sobre los efectos individuales, los resultados pueden darse por válidos. Pero si los contrastes son no significativos, los resultados no tienen porque ser correctos.
   Si el efecto interacción es significativo, generalmente es preferible pasar a un modelo de una vía donde los niveles son todas las combinaciones de niveles y examinar así sus posibles diferencias.
   Otra posibilidad es examinar las diferencias entre niveles de un factor manteniendo fijos los niveles del otro. En este caso las conclusiones son correctas para la situación concreta estudiada.

5.4.2 Estimación de los parámetros.

Los parámetros del modelo se obtienen por mínimos cuadrados, técnica que se basa en minimizar la suma de los cuadrados de los residuos.

(5.24)

proporciona los siguientes estimadores:

donde  _ij. es la media de las observaciones de la casilla ij. El resto de los términos tiene la interpretación habitual.

La predicción de la casilla ij es la media de los valores de la casilla, por tanto:

(5.25)

Los residuos, diferencia entre lo observado y la predicción,

Los residuos verifican la siguiente restricción (la suma de los residuos en cada casilla es cero)

por tanto, en cada casilla hay  residuos independientes y el número de grados de libertad es: IJ. Al igual que en los modelos estudiados previamente se utiliza la varianza residual como estimador de la varianza. Este estimador viene dado por

(5.26)

5.4.3 Descomposición de la variabilidad

La suma de cuadrados global se puede descomponer de la forma:

esto es,

Escrito de otra forma:

de donde se deduce la siguiente tabla ANOVA  

CUADRO DEL ANÁLISIS DE LA VARIANZA — MODELO COMPLETO DE DOS VÍAS —
Fuente de Variación	Suma de Cuadrados	g.l.	scm
Factor F.T	=	I-1	= (scT) / (I-1)	=  (scmT) /(scmR)
Factor F.T	=	J - 1	= (scT) / (J-1)	=  (scmT) /(scmR)
Inter.	=	(I -1)(J -1)	= (xc) / ((I-1)(J-1))	=  (scmT) /(scmR)
Residual	=	IJ(K - 1)	=
Global	=	IJK - 1	=
:  -
Si se acepta H0 ()entonces Rechazar H0() : 1 = 2 = ... = I, según p = P( <) Rechazar H0() : 1 = 2 = ... = J, según p = ( < P)
Si se rechaza H0() entonces considerar el modelo de una vía: Y ijt = ij + ijt

Tabla 5.2. Cuadro del análisis de la varianza para un diseño completamente aleatorizado y balanceado de dos factores de efectos fijos (modelo completo).

De este cuadro se deducen los siguientes contrastes: 

	Si la hipótesis nula H0 : ij = 0, i,j (la interacción no influye) es cierta, se verifica que (5.27) se rechaza H0 al nivel de significación  si  > ,IJ.  Si se acepta la hipótesis H0 entonces puede contrastarse la influencia de los dos factores.
	Si la hipótesis nula H0()  : 1 = 2 = ... = I = 0, (el factor T no influye) es cierta, se verifica que (5.28) se rechaza H0() al nivel de significación  si  = ( (scmT) /(scmR) ) > ,IJ.
	Si la hipótesis nula H0() : 1 = 2 = ... = J = 0, (el factor T no influye) es cierta, se verifica que (5.29) se rechazaH0() al nivel de significación  si  = ( (scmT) /(scmR) ) > ,IJ.

La tabla ANOVA asociada al modelo de efectos principales de dos vías (sin interacción y con replicación)  

es la siguiente

CUADRO DEL ANÁLISIS DE LA VARIANZA — MODELO DE EFECTOS PRINCIPALES DE DOS VÍAS —
Fuente de Variación	Suma de Cuadrados	g.l.	scm
Factor F.T	=	I-1	= (scT) / (I-1)	=  (scmT) /(scmR)
Factor F.T	=	J - 1	= (scT) / (J-1)	=  (scmT) /(scmR)
Residual	=	IJK - I - J +1	= scR / ( IJK - I -J + 1 )
Global	=	IJK - 1	=
Rechazar H0() : 1 = 2 = ... = I, según p = P( < I-1,IJK-I-J+1)
Rechazar H0() : 1 = 2 = ... = J, según p = ( < J-1,IJK-I-J+1)

Tabla 5.3. Cuadro del análisis de la varianza para un diseño completamente aleatorizado y balanceado de dos factores de efectos fijos sin interacción.

5.4.4 Análisis de un caso.

En este apartado se desarrolla un problema de diseño de experimentos completo de dos vías. El enunciado del problema es el siguiente:

Ejemplo 5.3.

“En la tabla adjunta se presentan los tiempos, en minutos, de conexión con una dirección de internet desde cuatro puntos geográficos de una región y en tres horas determinadas. El experimento se repetía cuatro veces y era diseñado para estudiar la influencia del factor “hora de conexión” y el factor “lugar de la conexión” en la variable de interés “tiempo de conexión”.

Analizar estos datos y estudiar la influencia de los dos factores.”

	Lugar A	Lugar B	Lugar C	Lugar D
Hora 1	0'31 0'45 0'46 0'43	0'82 1'10 0'88 0'72	0'43 0'45 0'63 0'76	0'45 0'71 0'66 0'62
Hora 2	0'36 0'29 0'40 0'23	0'92 0'61 0'49 1'24	0'44 0'35 0'31 0'40	0'56 1'02 0'71 0'38
Hora 3	0'22 0'21 0'18 0'23	0'30 0'37 0'38 0'29	0'23 0'25 0'24 0'22	0'30 0'36 0'31 0'33

Solución.

Estimación de los parámetros.

Se obtienen las siguientes tablas de medias y estimaciones

	L-A	L-B	L-C	L-D	i..	i
H-1   1j.	0'413	0'880	0'568	0'610	0'618	0'139
H-2   2j.	0'320	0'815	0'375	0'667	0'544	0'065
H-3   3j.	0'210	0'335	0'235	0'325	0'276	-0'203
..j.	0'314	0'677	0'393	0'534
j	-0'165	0'198	-0'086	0'055		... = 0'479

ij.	L-A	L-B	L-C	L-D
H-1	-0'040	0'064	0'036	-0'063
H-2	-0'059	0'073	-0'083	0'068
H-3	0'099	-0'139	0'045	-0'006

De donde se deduce la siguiente tabla de residuos:

Residuos	Lugar A	Lugar B	Lugar C	Lugar D
Hora 1	-0'103 0'037 0'047 0'017	-0'060 0'220 0'000 -0'160	-0'138 -0'118 0'062 0'192	-0'160 0'100 0'050 0'010
Hora 2	0'040 -0'030 0'080 -0'090	0'105 -0'205 -0'325 0'425	0'065 -0'025 -0'065 0'025	-0'107 -0'353 0'043 -0'287
Hora 3	0'010 0'000 -0'030 0'020	-0'035 0'035 0'045 -0'045	-0'005 0'015 0'005 -0'015	-0'025 0'035 -0'015 0'005

Tabla ANOVA

Utilizando las estimaciones y residuos obtenidos se obtiene la siguiente tabla ANOVA

Tabla ANOVA

Fuentes de	Suma de	Grados de	scm		p - valor
variación	cuadrados	libertad
Factor hora	1'0330	2	0'5165	23'222	0'0000
Factor lugar	0'9212	3	0'3071	13'806	0'0000
Interacción	0'2501	6	0'0417	1'874	0'1123
Variab. Exp. Total	2'2043	11
Residual	0'8007	36	0.0222	R = 0'149
Global	3'0050	47	0'0639	Y = 0'253

De esta tabla se deducen los siguientes contrastes:

 

[1] El contraste de la hipótesis: “no existe interacción entre los factores T y T”. Se realiza por el estadístico

es razonable aceptar la hipótesis de no influencia de la interacción entre lugar y hora.

 

[2] El contraste de la hipótesis: “el factor hora    no influye”. Se realiza por el estadístico

se rechaza esta hipótesis de no influencia del factor hora.

 

[3] El contraste de la hipótesis: “el factor lugar    no influye”.

se rechaza esta hipótesis de no influencia del factor lugar.

En la Figura 5.6 se representa el gráfico de interacciones que corrobora la no existencia de interacciones.

Figura 5.6. Gráfico de interacciones.

En la Figura 5.7. se representa el gráfico de residuos frente a predicciones en el que se observa heterocedasticidad.

Figura 5.7. Gráfico de residuos frente a predicciones.