Contraste de hipótesis en diseños de bloques incompletos desequilibrados

  1. Escudero García, José Ramón 1
  2. Vallejo Seco, Guillermo 1
  1. 1 Universidad de Oviedo
    info

    Universidad de Oviedo

    Oviedo, España

    ROR https://ror.org/006gksa02

Revista:
Psicothema

ISSN: 0214-9915

Año de publicación: 2002

Volumen: 14

Número: 1

Páginas: 181-184

Tipo: Artículo

DIALNET GOOGLE SCHOLAR lock_openAcceso abierto editor

Otras publicaciones en: Psicothema

Resumen

El diseño de bloques al azar capacita al investigador para reducir la varianza del error y obtener estimaciones más precisas de los efectos de los tratamientos. En la mayoría de los experimentos el tamaño de los bloques debe ser reducido para lograr la homogeneidad de las unidades experimentales e incrementar la precisión del diseño. En estos casos es posible seguir utilizando diseños de bloques en los cuales una parte de los tratamientos es asignada a los bloques conforme algún patrón especificado de antemano. Estos diseños son conocidos como diseños de bloques incompletos equilibrados. Sin embargo, también puede ocurrir que por accidente o cualquier otra razón los investigadores se vean en la obligación de emplear diseños de bloques incompletos, pero carentes de equilibrio. En el presente trabajo se muestra el proceso a seguir en este último caso, para determinar qué funciones y contrastes son estimables y cuáles de las hipótesis son de interés por resultar interpretables.

Referencias bibliográficas

  • Birkes, D., Dodge, Y. y Seely, J. (1976). Spanning sets for estimable contrasts in classification models. Annals of Statistics, 4, 86-107.
  • Bose, R. C. y Nair, K. R. (1939). Partially balanced incomplete block designs. Sankhya, 4, 337.
  • Das, M. N. y Giri, N. C. (1979). Design and Analysis of Experiments. New York: Halstead Press.
  • Dodge, Y. (1985). Analysis of Experiments with Missing Data . New York: John Wiley & Sons, Inc.
  • Dodge, Y. y Shah, K. R. (1977). Estimation of parameters in latin squares and greco-latin squares with missing observations. Communications in Statistics-Theory and Methods, 6, 1.465-1.472.
  • John, J. A. y Quenouille, M. H. Experiments: Design and Analysis. London: Mc Millan.
  • Lenter, M. y Bishop, T. (1986). Experimental Design and Analysis. Blacksbrg: Walley Book Co.
  • Milliken, G. A. y Johnson, D. E. (1984). Analysis of Messy Data: Desig ned Experiments. New York: Van Nostrand Reinhold.
  • Searle, S. R., (1997). Linear Models. Wiley Classics Library. New York: John Wiley & Sons, Inc.
  • Speed, F. M. y Hocking, R. R. (1976). The use of the R(./.) notation with unbalanced data. The American Statistician, 30, 30-34.
  • Yates, F. (1936). Balanced incomplete randomized blocks. Annals of Eu genics, 7, 121-140.
Fuente de los datos: Dialnet