Diseño experimental por bloques (Manuel Espinosa)

    En primer lugar, se puede decir que en algunos experimentos, las muestras experimentales no son del todo homogéneas, es decir que poseen características diferentes a las demás. Por lo tanto, es en donde toma importancia el diseño experimental por bloques, ya que se encarga de agrupar a las muestras experimentales por sus características el común y a esos grupos se le aplican los tratamientos.

    En otras palabras, dicho diseño trata de comparar tres fuentes de variabilidad: el factor de tratamientos, el factor de bloques y el error aleatorio. El adjetivo completo se refiere a que en cada bloque se prueban todos los tratamientos. La aleatorización se hace dentro de cada bloque y la varianza total se va a separar en tres varianzas, la de tratamientos, la de bloques y la del error. Asimismo, para la realización del diseño experimental por bloques, es necesario tomar en cuenta lo siguiente:

    Entre sus principales características, se encuentran:

1. Permite la agrupación de las unidades experimentales de manera que se pueda obtener mayor precisión que en el diseño completamente aleatorizado.
2. No hay restricciones en cuanto al número de bloques y tratamientos.
3. El análisis estadístico es simple.

    Por otra parte, otro factor a tomar en cuenta, ya que puede afectar los resultados de la variabilidad, es lo que se denomina como "ruido". Éste puede ser definido como un factor que tiene influencia sobre la respuesta de lo que se desea evaluar, pero que no interesa estudiar, estos pueden dividirse en:

Característica del factor de ruido	Solución al problema
Desconocido y no controlable	Aleatorización
Conocido y no controlable	Se compensa usando análisis de covarianza
Conocido y controlable	Empleo de bloques

    Asimismo, los principales criterios a tener en cuenta para dividir las unidades experimentales  son:

1. Proximidad.
2. Características físicas (edad, peso, sexo, entre otros).
3. Tiempo. 

Algoritmo para el diseño experimental por bloques

1. Se definen los tratamientos y los bloques, además se sortean las unidades experimentales según los bloques.
2. Se suman todos los valores de las unidades experimentales y a ese valor se le denominará "y".
3. Se calcula la suma de cuadrados del total.
4. Es necesario encontrar la varianza entre los primeros tratamientos.
5. Se calcula la suma de cuadrados de los tratamientos.
6. Se debe encontrar la varianza entre los bloques.
7. Se calcula la suma de cuadrados de los bloques.
8. Se calculan los grados de libertad de los tratamientos que serán t-1, donde t es el número de tratamientos.
9. Se calcula los grados de libertad de los bloques que serán r-1, donde r es el número de bloques.
10. Se calcula los grados de libertad del total n-1.
11. Los datos ya calculados se llenan en la tabla de análisis de la varianza (GL: grados de libertad, SC: suma de cuadrados y CM: cuadrados medios).
12. Se calcula los grados de libertad del error.
13. Se calcula la suma de cuadrados del error.
14. Se calculan los cuadrados medios de los tratamientos, de los bloques y del error
    
15. Se calcula el valor de F de tratamientos y de bloques.
16. Se busca en las tablas de la distribución F para los tratamientos con el 0.05% de significancia.
17. Si la F calculada es mayor que la F de las tablas, se concluye que si hay diferencia entre los tratamientos.