Datos Identificativos 2019/20
Asignatura (*) Deseño e Análise de Experimentos Código 614493010
Titulación
Mestrado Universitario en Técnicas Estadísticas (Plan 2019)
Descriptores Ciclo Período Curso Tipo Créditos
Mestrado Oficial 2º cuadrimestre
Primeiro Optativa 5
Idioma
Castelán
Modalidade docente Presencial
Prerrequisitos
Departamento Matemáticas
Coordinación
Correo electrónico
Profesorado
,
Correo electrónico
Web http://http://dm.udc.es/staff/jose_vilar/
Descrición xeral Introducir ao estudante nos principios básicos da planificación experimental, proporcionar un amplo rango de modelos estatísticos para a análise de datos procedentes de experimentos planificados e adquirir destreza no manexo das técnicas de inferencia, enfatizando o axeitado do seu uso en función dos obxectivos buscados e das súas condicións de aplicabilidade. Complementar a aprendizaxe de aspectos teóricos e metodolóxicos co apoio do software.

Competencias do título
Código Competencias do título
A2 Capacidade para comprender, formular, formular e resolver aqueles problemas susceptibles de ser abordados a través de modelos da estatística e da investigación operativa.
A4 Coñecer algoritmos de resolución dos problemas e manexar o software axeitado.
A6 Realizar inferencias respecto aos parámetros que aparecen no modelo.
A9 Obter os coñecementos precisos para unha análise crítica e rigorosa dos resultados.
A10 Complementar a aprendizaxe dos aspectos metodolóxicos con apoio de software.
B6 Capacidade para iniciar a investigación e para participar en proxectos de investigación que poden culminar na elaboración dunha tese doutoral.
B10 Capacidade de identificar e resolver problemas
B11 Capacidade de integrarse nun equipo multidisciplinar para a análise experimental
B12 Adquirir destreza para o desenvolvemento de software
B13 Capacidade de análise estatística crítica das mostras, as formulacións e resultados
C1 Ser capaz de identificar un problema da vida real.
C2 Dominar a terminoloxía científica-metodolóxica para comprender e interactuar con outros profesionais.
C3 Habilidade para traballar os aspectos metodolóxicos da investigación en colaboración con outros colegas a través do Campus Virtual co foro.
C4 Habilidade para realizar a análise estatística con ordenador.
C5 Escoller o deseño máis axeitado para responder á pregunta de investigación.
C6 Utilizar as técnicas estatísticas máis axeitadas para analizar os datos dunha investigación.
C7 Planificar, analizar e interpretar os resultados dunha investigación considerando tanto os aspectos teóricos coma os metodolóxicos.
C8 Habilidade de xestión administrativa do proceso dunha investigación.
C9 Comunicación e difusión dos resultados das investigacións.
C10 Lectura con xuízo crítico de artigos científicos dende unha perspectiva metodolóxica.

Resultados de aprendizaxe
Resultados de aprendizaxe Competencias do título
Capacidade para planificar un experimento seguindo unhas pautas axeitadas, identificar os problemas que poidan xurdir e formular un modelo matemático para a súa representación e posterior análise. AM2
AM9
BP6
BP10
BP11
CP1
CP2
CP3
CP5
CP7
CP8
Adquirir destreza no desenvolvemento de software. AM4
AM10
BP12
CP4
Capacidade para integrarse nun equipo multidisciplinar para a análise experimental BP11
CP8
CP9
Capacidade de análise crítica dos resultados AM9
BP10
BP13
CP10
Dominar os principios básicos do deseño de experimentos. AM4
AM6
BP6
BP10
BP11
CP1
CP2
CP5
CP6
Coñecer un amplo espectro de modelos para a descrición de datos procedentes da planificación experimental. AM2
AM6
AM10
BP11
BP13
CP1
CP5
CP6
CP7
Manexar técnicas estatísticas e algoritmos para o análise de datos procedentes de cada planificación experimental. Específicamente, coñecemento e soltura na aplicación de procedementos de inferencia sobre os parámetros dos modelos. AM4
AM6
AM10
BP13
CP5
CP6
Obter os coñecementos precisos para unha análise crítica e rigorosa dos resultados. AM2
AM9
BP13
CP2
CP10
Complementar a aprendizaxe dos aspectos metodolóxicos co apoio do ssoftware. AM4
AM10
BP12
CP4

Contidos
Temas Subtemas
1. Principios básicos do deseño de experimentos. 1.1. Introducción: Ventaxas da planificación experimental. Fontes de variabilidade.
1.2. Principios básicos na planificación experimental.
1.3. Etapas na planificación dun experimento. Un exemplo real.
1.4.Algúns deseños experimentais estándar.
2. Deseños cunha fonte de variación. 2.1. Introducción.
2.2. Aleatorización. Modelo para un deseño completamente aleatorizado: Estimación dos parámetros, análise da varianza, inferencia de contrastes e medias.
2.3. Métodos de comparacións múltiples.
2.4. Comprobación da idoneidade do modelo.
2.5. Alternativas á análise da varianza.
3. Deseños con dúas ou máis fontes de variación. 3.1. Introducción
3.2. Aleatorización. Significado da interacción. Modelo factorial completo. Modelo de efectos principais.
3.3. Estimación, análise da varianza, inferencia de contrastes.
3.4. Tamaños muestrais.
3.5. Comprobación da idoneidade do modelo.
4. Análise da covarianza. 4.1. Introducción.
4.2. Modelos matemáticos.
4.3. Estimación, análise da varianza, inferencia de contrastes.
4.3. Comprobación da idoneidade do modelo.
5. Modelos de efectos aleatorios e modelos mixtos. 5.1. Efectos aleatorios: Compoñentes da varianza. Exemplos.
5.2. Modelos matemáticos para deseños con efectos aleatorios: Estimación e análise da varianza.
5.3. Tamaños muestrais.
5.4. Comprobación da idoneidade do modelo.
5.5. Modelos mixtos: Estimación e análise da varianza.
6. Deseños en bloques. 6.1. Xeralidades.
6.2. Deseños en bloques completos. Modelos, estimación, análise da varianza, inferencia de contrastes.
6.3. Deseños en bloques incompletos: Deseños en bloques incompletos balanceados; deseños divisibles en grupos; deseños cíclicos. Modelos, estimación, análise da varianza, inferencia de contrastes.
6.4. Deseños fila-columna: Deseños en cadrado latino; deseños Youden; deseños cíclicos e outros deseños fila-columna. Modelos, estimación, análise da varianza, inferencia de contrastes.
6.5. Algunhas alternativas á análise da varianza.
7. Deseños xerarquizados ou anidados. 7.1. Introducción.
7.2. Deseño xerárquico en dúas etapas.
7.3. Deseño xerárquico en m etapas.
7.4. Deseños xerárquicos e factores tratamento cruzados.
8. Deseños en parcelas divididas. 8.1 Introducción: Motivación e exemplos.
8.2. Modelos matemáticos.
8.3. Estimación e análise da varianza conbloques completos.
9. Deseños con medidas repetidas. 9.1. Introducción: Contexto experimental.
9.2. Estructuras de dependencia entre as medidas repetidas.
9.3. Pruoba de esfericidade de Mauchly.
9.4. Análise univariante e multivariante.
10. Deseños factoriais a dous niveis.
10.1. O deseño dous ao cadrado.
10.2. O deseño dous ao cubo.
10.3. O deseño xeral dous elevado a k.
10.4. Adición de puntos centrais ao deseño dous elevado a k.
10.5. Algoritmo de Yates.

Planificación
Metodoloxías / probas Competencias Horas presenciais Horas non presenciais / traballo autónomo Horas totais
Sesión maxistral A2 A4 A6 A9 B6 B10 B11 B13 C1 C2 C3 C5 C6 C7 C9 C10 20 30 50
Solución de problemas A2 A6 A9 A10 B10 B11 B12 B13 C2 C4 C5 C6 C7 C9 C10 16 24 40
Estudo de casos A2 A6 A9 A10 B6 B10 B11 B12 B13 C1 C2 C3 C4 C5 C6 C7 C8 C9 C10 0 25 25
Proba obxectiva A10 B10 B13 C1 C2 C4 C5 C6 C9 3 0 3
 
Atención personalizada 7 0 7
 
*Os datos que aparecen na táboa de planificación son de carácter orientativo, considerando a heteroxeneidade do alumnado

Metodoloxías
Metodoloxías Descrición
Sesión maxistral Sesións dirixidas á exposición dos conceptos teóricos e metodoloxicos, impartidas co apoio de diversos recursos didácticos, incluíndo presentacións e software específico (fundamentalmente R).
Solución de problemas De forma complementaria á exposición dos conceptos teóricos e metodolóxico, plantearanse e resolveranse problemas e supostos prácticos coa participación activa dos estudantes, introduciendo así progresivamente ao estudante no uso do software. Como complemento ás referencias bibliográficas, proporcionarase material docente elaborado polo profesor incluindoos temas desenvoltos no programa, listados de problemas propostos de aplicación e cuestionarios para autoavaliación.
Estudo de casos Cada estudante individualmente desenvolverá problemas concretos co apoio das técnicas estudadas.
Proba obxectiva Examen escrito de coñecementos.

Atención personalizada
Metodoloxías
Solución de problemas
Estudo de casos
Descrición
a) Resolución de dúbidas na resolución de problemas e casos de estudo no desenvolvemento da actividade docente presencial.

b) Asesoramento individualizado para o desenvolvemento dos traballos prácticos que realizará cada estudante a proposta do docente.

Este asesoramento personalizado podese realizar tamén vía correo electrónico, moodle, Skype, e medios virtuais semellantes.

Os estudantes a tempo parcial quedan eximidos da defensa dos casos prácticos na clase, pero deberán de calquera xeito entregalos para a súa avaliación.

Avaliación
Metodoloxías Competencias Descrición Cualificación
Estudo de casos A2 A6 A9 A10 B6 B10 B11 B12 B13 C1 C2 C3 C4 C5 C6 C7 C8 C9 C10 Resolución axeitada das prácticas propostas polo docente ao longo do curso.
30
Proba obxectiva A10 B10 B13 C1 C2 C4 C5 C6 C9 Examen escrito que constará de dúas partes. Un test de coñecementos sobre conceptos chave na planificación e análise de experimentos (dunha hora de duración) e a resolución coa axuda do software empregado no desenvolvemento do curso de dous problemas específicos (de dúas horas de duración).
70
 
Observacións avaliación

En ambas as dúas oportunidades (maio e xullo), será necesario superar as dúas probas (estudo de casos e proba obxectiva) para obter unha avaliación global positiva da materia. Se os traballos prácticos non se completan ao longo do curso (en maio), deberán ser entregados na segunda oportunidade (xullo). Todas estas observacións son de aplicación tamén para os estudantes a tempo parcial.


Fontes de información
Bibliografía básica Dean, A. y Voss, D. (1999). Design and Analysis of Experiments. Springer Texts in Statistics, Springer-Verlag, New York
Montgomery, D.C. (2009). Design and Analysis of Experiments. 7a Ed.. J. Wiley and Sons.
Kuehl, R.O. (2001). Diseño de Experimentos. Principios estadísticos para el diseño y análisis de investigaciones. 2a Ed.. Thomson Learning.

Bibliografía complementaria Berger, P.D. y Maurier, R.E. (2002). Experimental Design With Applications in Management, Engineering, and the Sciences. Belmont, CA: Duxbury Press
Coob, G.W. (1998). Introduction to Design and Analysis of Experiments. Springer-Verlag
Prat, A., Tort-Martorell, X., Groma, P. y Pozueta, L. (1997). Métodos estadísticos. Control y mejora de la calidad. Edicions UPC (Universitat Politécnica de Catalunya)
Gibbons, J.D. y Chakraborti, S. (1992). Nonparametric Statistical Inference, 3a. Ed.. Marcel Dekker, New York
Box, G.E.P., Hunter, W.G. y Hunter, J.S. (2005). Statistics for Experimenters: Design, Innovation, and Discovery. 2a. Ed. Wiley, New York.
Cox, D. y Reid, N. (2000). The Theory of the Design of Experiments. Monographs on Statistics and Applied Probability. Chapman & Hall CRC Press

Vikneswaran (2005)
An R companion to "Experimental Design''
URL http://CRAN.R-project.org/doc/contrib/Vik-neswaran-ED-companion.pdf.


Recomendacións
Materias que se recomenda ter cursado previamente

Materias que se recomenda cursar simultaneamente
Modelos de Regresión/614427105
Control Estatístico da Calidade/614427121

Materias que continúan o temario

Observacións

Para superar con éxito a materia é aconsellable a asistencia regular ás clases, sendo de grande importancia o seguemento do traballo proposto polo docente. Esto último tomará especial énfase para aqueles estudantes que polas razóns que fosen non podan asistir regularmente as clases presenciais.
Coñecementos previos dos rudimentos da inferencia estatística e do software estatístico R facilitarán considerablemente a aprendizaxe da materia. A resolución dos cuestionarios e dos problemas propostos así como o aproveitamento das titorías inividualizadas serán de grande utilidade para unha correcta comprensión do material estudado. 



(*)A Guía docente é o documento onde se visualiza a proposta académica da UDC. Este documento é público e non se pode modificar, salvo casos excepcionais baixo a revisión do órgano competente dacordo coa normativa vixente que establece o proceso de elaboración de guías