Diseños de parcelas divididas en el diseño de experimentos

Un diseño de parcelas divididas es un experimento diseñado que incluye al menos un factor difícil de cambiar que es difícil de aleatorizar completamente debido a limitaciones de tiempo o costo. En un experimento de parcelas divididas, los niveles del factor difícil de cambiar se mantienen constantes durante varias corridas experimentales, las cuales se tratan colectivamente como una parcela completa. Los factores fáciles de cambiar se varían en estas corridas, y cada combinación se considera una parcela subdividida dentro de la parcela completa. Usted debería aleatorizar el orden en el que ejecuta las parcelas completas y las parcelas subdivididas dentro de las parcelas completas.

Una panadería de gran escala diseña una nueva receta de brownie. Están experimentando con dos niveles de chocolate y azúcar, utilizando dos temperaturas diferentes de horneado. Sin embargo, para ahorrar tiempo, en lugar de hornear cada bandeja por separado, deciden hornear más de una bandeja de brownies al mismo tiempo. El ejemplo de los brownies incluye 2 parcelas completas a partir de las cuales se crean dos réplicas (total de 4 parcelas completas). Cada parcela completa contiene 4 parcelas subdivididas. La parcela completa está conformada por todas las bandejas de brownies que se hornean a la misma temperatura. Las parcelas subdivididas son cada bandeja individual de brownies.

Los diseños de parcelas divididas se utilizaron originalmente en la agricultura, donde las parcelas completas se referían a un área grande de terreno y las parcelas subdivididas eran áreas más pequeñas dentro de cada parcela completa.

No hay un único término de error para probar todos los efectos de los factores en un diseño de parcelas divididas. Si los niveles del factor A forman las parcelas subdivididas, entonces el cuadrado medio de Bloque * A será el término de error para probar el factor A. Hay dos corrientes de pensamiento con respecto a lo que debería ser el término de error para probar B y A * B. Si usted ingresa el término Bloque * B, los cuadrados medios esperados muestran que el cuadrado medio de Bloque * B es el término correcto para probar el factor B y que el error restante (que es Bloque * A * B) se utilizará para probar A * B. Sin embargo, suele presuponerse que las interacciones Bloque * B y Bloque * A * B no existen y entonces se agrupan en el error. Usted también podría agrupar los dos términos si el cuadrado medio de Bloque * B es pequeño en relación con Bloque * A * B. Si no los agrupa, ingrese Bloque A Bloque * A B Bloque * B A * B en el modelo y lo que se denota como Error es realmente Bloque * A * B. Si agrupa los términos, ingrese Bloque A Bloque * A B A * B en el modelo y lo que se denota como Error es el conjunto de términos agrupados. En ambos casos, ingrese Bloque como un factor aleatorio.