DISEÑO ESTADÍSTICO DE EXPERIMENTOS
|
|
- Gregorio Calderón Medina
- hace 6 años
- Vistas:
Transcripción
1 DISEÑO ESTADÍSTICO DE EXPERIMENTOS UNA PRUEBA O SERIE DE PRUEBAS EN LAS CUALES SE INTRODUCEN CAMBIOS DELIBERADOS EN LAS VARI- ABLESDEENTRADAQUEFORMANELPROCESO,DE MANERA QUE SEA POSIBLE OBSERVAR E IDENTIFICAR LAS CAUSAS DE LOS CAMBIOS EN LA VARIABLE DE SALIDA REALIZAR UN EXPERIMENTO Aplicar los distintos niveles, o combinaciones de niveles cuando hay presentes más de un factor, a distintas unidades experimentales y se observa el valor de la variable respuesta. Unidades experimentales: (personas, elementos físicos,...) Factor: Variable controlable por el experimentador (Niveles del factor o tratamientos) Variable de interés: Variable Respuesta Error experimental o perturbación: Variables no controlables por el experimentador Tamaño del experimento: número total de observaciones. 1
2 OBJETIVO Estudiar el efecto que sobre la Variable Respuesta tiene un conjunto de otras variables que reciben el nombre de Factores ETAPAS 1) Diseñar un experimento con una estructura lo más adecuada posible a la situación que se desea estudiar y a los medios disponibles. a) Planteamiento general del problema y de los objetivos quesepersiguen. b) Selección y definición de la variable respuesta. c) Elección de los factores y niveles que han de intervenir en el experimento. d) Determinación del conjunto de unidades experimentales incluidas en el estudio. e) Determinación de los procedimientos por los cuales los tratamientos se asignan a las unidades experimentales. 2) Realizar la experimentación de acuerdo con el plan previamente establecido en el diseño. 3) Analizar estadísticamente los resultados obtenidos y comprobar si las hipótesis establecidas y el modelo de diseño elegido se adecuan a la situación estudiada. 4) Realizar las modificaciones oportunas para ampliar o modificar el diseño. 5) Obtener las conclusiones apropiadas. Reducir la variabilidad presente en los resultados cuando se repite un experimento: Reducir el error experimental de forma que los posibles efectos de los factores de interés se manifiesten más claramente. 2
3 Principios básicos del Diseño de Experimentos Aleatorización: Asignación de las unidades experimentales a los distintos tratamientos y el orden en el que se realizan los ensayos se determine al azar. Replicación: (Finalidad: aumentar la precisión del experimento). Homogeneidad del material experimental: (Técnica de formación de bloques. Un bloque es una porción del material experimental que es más homogénea que el total del material. El número de variables empleadas para la formación de bloques, dará lugar a distintos modelos de diseños de experimentos). ESTRUCTURA DEL CURSO Diseños Unifactoriales 1.- Diseño Completamente Aleatorizado: Basado en el procedimiento estadístico de Análisis de la Varianza de un Factor o de una Vía. En este diseño, que estudia el efecto que produce un solo factor en la variable respuesta, la asignación de las unidades experimentales a los distintos niveles del factor se realiza de forma completamente al azar. Este es el diseño más sencillo, preferentemente utilizable cuando las unidades experimentales son bastante homogéneas. Modelo de efectos fijos Modelo de efectos aleatorios. 2.- Contrastes para Comparaciones Múltiples 3.- Diagnosis y Validación del Modelo. 3
4 4.- Diseños en Bloques Aleatorizados. Las unidades experimentales son clasificadas en grupos homogéneos, llamados bloques, respecto a una cierta variable de control que puede suponer una fuente adicional de variabilidad. Una vez formados los bloques, los tratamientos son asignados aleatoriamente a las unidades experimentales dentro de cada bloque; podemos decir, por tanto, que se trata de un diseño con cierta restricción de aleatorización. Diseños en Bloques Completos Aleatorizados Diseños en Bloques Incompletos Aleatorizados 5.- Diseños en Cuadrado Latino y Greco-Latino: Fracciones de diseños en bloques con dos y tres factores de control respectivamente. Diseños de Jouden Diseños en Cuadrados Latinos Incompletos Diseños Multifactoriales 1.- Diseños Factoriales: Los niveles de cada factor están combinados con todos los niveles de los restantes factores. (Los factores tienen la misma importancia: Interacción) 2.- Diseños Jerárquico o Anidados: Ciertos niveles de un factor están ligados a ciertos niveles de otro factor. Los niveles de los factores están anidados o jerarquizados 3.- Diseños Split-Plot (Parcelas divididas): No es posible aleatorizar el orden de los ensayos dentro de cada bloque. Generalización del Diseño en Bloques Aleatorizados Completos 4
5 Análisis de la Covarianza La variable respuesta está afectada por variables controlables, factores, (v. cualitativas o cuantitativas) y variables no controlables, variables concomitantes o covariables,(v. cuantitativas). Combina las características del Análisis de Regresión y del Análisis de la Varianza. Diseño Completamente Aleatorizado con una covariable, con dos covariables Diseños en Bloques Completos Aleatorizados con una covariable, con dos covariables Diseños Factoriales con dos factores y una covariable Métodos no-paramétricos para el Análisis de la Varianza Situaciones en las que las desviaciones de las hipótesis de modelo hagan aconsejable no aplicar los métodos paramétricos de Análisis de la Varianza. Diseño Completamente Aleatorizado ² ContrastederangosdeKruskal-Wallis ² Contrastedelamediana Diseños en Bloques Completos Aleatorizados ² ContrastedeCochran ² ContrastedeFriedman 5
6 ANÁLISIS MULTIVARIANTE Técnicas estadísticas que simultáneamente analizan medidas múltiples recogidas sobre cada unidad de análisis (objetos, sujetos, etc.). Análisis simultáneos de más de dos variables. Conjunto de métodos que analizan las relaciones entre un número razonablemente amplio de medidas (variables), tomadas sobre cada objeto o unidad de análisis, en una o más muestras simultáneamente. Relaciones simultáneas entre las variables! Objetivo 8 < : Covarianzas Correlaciones Otros ínidices Medir, explicar y/o predecir relaciones en las que intervienen combinaciones lineales de múltiples variables Clasificación Se basa en las respuestas a tres preguntas claves: 1) Se divide el conjunto de variables en dependientes (criterio) o independientes (predictoras)? 2) Si la respuesta es afirmativa, cuántas variables serán tratadas como dependientes simultáneamente? 3) Cuál es el nivel de medida de las variables? La respuesta vendrá determinada por los objetivos y características particulares de la investigación en la que se aplica. 6
7 1) Interés: a) Asociación entre dos conjuntos diferenciados de variables, siendo uno la realización de una variable dependiente! Métodos de Dependencia! Regresión Lineal Múltiple... b) Asociación mutua entre todas las variables! Métodos de Interdependencia! Análisis de Componentes Principales, Análisis Factorial, Análisis Cluster... Métodos de Dependencia: Objetivos Determinar el grado de relación existente entre dos conjuntos de variables y/o explicar o predecir el conjunto dependiente o criterio a partir del conjunto de variables predictoras Métodos de Interdepencia: Objetivos Encontrar información sobre la estructura subyacente o latente de un conjunto de datos, simplificando las complejidades originales, normalmente por medio de la reducción de datos, intentando que las pérdidas de la información original sean mínimas. Todas las variables tienen el mismo estatus o consideración, no definiéndose variables independientes y dependientes Análisis de Regresión Regresión Simple Explicar los cambios que se producen en una variable que denominaremos dependiente en base a los cambios que se producen en otra variable que denominaremos independiente. 7
8 Regresión Múltiple Analizar tanto las contribuciones individuales como las colectivas de un conjunto de variables independientes a la explicación de los cambios que se producen en la variable dependiente. Nos permiten analizar cómo afectan un grupo de variables, de forma conjunta, al comportamiento de otra variable. Es una generalización de la regresión simple para el caso en que contemos con más una variable explicativa (independiente). Análisis de Componentes Principales Representar un conjunto de variables observadas mediante un número pequeño de variables nuevas construidas como combinaciones lineales de las variables originales, de forma que se pierda la menor información posible en el proceso. Es una técnica de reducción de datos útil cuando el investigador se encuentra con un número elevado de variables correlacionadas entre sí. Análisis Factorial En contraste con el análisis de componentes principales el interés está solamente en una parte de la variación de los datos, la variación común, que es la que comparte una variable con las restantes del conjunto. También es una técnica de reducción de la dimensionalidad. Análisis Cluster Clasificar el conjunto de objetos en un número reducido de grupos mutuamente exclusivos basados en las semejanzas entre los objetos. Puede considerarse como otra técnica de reducción de datos para determinar grupos significativos de unidades u objetos. 8
9 BIBLIOGRAFÍA Aldenderfer, M. S. & BlashÞeld, R. K. (1984). Cluster Analysis. Berverly Hills, CA: Sage. Batista, J. M. & Martínez Arias, R. (1989). Análisis Multivariante: El Análisis en Componentes Principales. Barcelona: Hispano Europa. Box, G.E.P.; Hunter, W.G. & Hunter, J.S. (1988). Estadística para Investigadores. Reverté. Everitt, B. S. (1993). Cluster Analysis. London: Edward Arnold Everitt,BS.&Dunn,G.(1991). Applied Multivariate Data Analysis. London: Edward Arnold. García Leal, J. & Lara Porras, A.M. (1998). Diseño Estadístico de Experimentos. Análisis de la Varianza. Grupo Editorial Universitario Lara Porras, A.M. (2002). Estadística para Ciencia Biológicas y Ciencias Ambientales. Problemas Resueltos. Ed Proyecto Sur. Lara Porras, A.M. (2001). Diseño Estadístico de Experimentos. Análisis de la Varianza y Temas Relacionados: Tratamiento Informático mediante SPSS. Ed Proyecto Sur Hicks, C.R, (1973). Fundamental Concepts in the Design of Experiments. 3rd ed. New York Holt, Rinehart and Winston. Mason, R.L.; Gunst, R.F. & Hess, J.L., (1989). Statistical Design and Analysis of Experiments. John Wiley & Sons. Montgomery, D.C., (1991). Diseño y Análisis de Experimentos.Grupo Editorial Iberoamérica. Neter, J.; Wasserman, W. & Kutner, M.H., (1990). Applied Linear Statistical Methods. Irwin. Peña, D., (1989). Estadística. Modelos y Métodos 2. Modelos lineales y series temporales. Alianza Universidad Textos. Scheffé, H., (1959). The Analysis of Variance. John Wiley & Sons. Searle, S.R. (1971). Linear Models. JohnWiley& Sons. Weisberg, S. (1985). Applied Linear Regression. NewYork: Wiley. 9
Diseño de experimentos. Introducción
Diseño de experimentos Introducción Objetivo: Introducción Es estudiar la influencia de FACTORES en la RESPUESTA RESPUESTA Variable de interés FACTOR(ES) Pueden ser controlados OTRAS VARIABLES Que pueden
Más detallesEstadística II. Carrera: INB Participantes. Representante de las academias de ingeniería industrial de Institutos Tecnológicos.
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Estadística II Ingeniería Industrial INB - 0408 4 0 8 2.- HISTORIA DEL PROGRAMA
Más detallesDiseño de Experimentos Experimentos factoriales
Diseño de Experimentos Experimentos factoriales Dr. Héctor Escalona Definición El termino genérico de diseño factorial se aplica a aquellos experimentos donde se desea evaluar el efecto de 2 o mas factores
Más detallesCapítulo 6. Análisis de la covarianza ANÁLISIS DE LA COVARIANZA UNIFACTORIAL INTRODUCCIÓN
Capítulo 6 Análisis de la covarianza INTRODUCCIÓN Es una combinación de dos técnicas: Análisis de la Varianza y Análisis de Regresión. En el Análisis de la Covarianza: F La variable respuesta es cuantitativa
Más detallesTema 28: Diseños experimentales
CIENCIA XV UANL A N I V E R S A R I O TIPS BIOESTADÍSTICOS PETER B. MANDEVILLE * Tema 28: Diseños experimentales Designing an experiment is like gambling with the devil. Only a random strategy can defeat
Más detallesEscuela Nacional de Estadística e Informática ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA
ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA Lima Perú 2013 DISEÑO COMPLETAMENTE ALEATORIZADO Es el diseño más simple y sencillo de realizar, en el cual los tratamientos
Más detallesDISEÑOS MULTIFACTORIALES CON RESTRICCIONES DE ALEATORIZACIÓN. Diseños en bloques completos aleatorizados con dos tratamientos
DISEÑOS MULTIFACTORIALES CON RESTRICCIONES DE ALEATORIZACIÓN Los diseños en bloques utilizan una restricción en la aleatorización. Los cuadrados latinos utilizan dos restricciones en la aleatorización.
Más detallesIdeas básicas del diseño experimental
Ideas básicas del diseño experimental Capítulo 4 de Analysis of Messy Data. Milliken y Johnson (1992) Diseño de experimentos p. 1/23 Ideas básicas del diseño experimental Antes de llevar a cabo un experimento,
Más detallesDISEÑO DE EXPERIMENTOS
DISEÑO DE EXPERIMENTOS Dr. Héctor Escalona hbescalona@yahoo.com hbeb@xanum.uam.mx Diseño de 1. Introducción al diseño de 2. Herramientas de inferencia estadística 3. para la comparación de dos tratamientos
Más detallesPlaneación experimental
Planeación experimental Diseño de Experimentos Diseño de Experimentos Ventajas Identifica uno o más factores influyen dentro de la variable de respuesta. Permite establecer la combinación adecuada de tratamientos
Más detallesUNIVERSIDAD NACIONAL DE RÍO CUARTO FACULTAD DE CIENCIAS EXACTAS, FÍSICO-QUÍMICAS Y NATURALES DEPARTAMENTO DE MATEMÁTICA
UNIVERSIDAD NACIONAL DE RÍO CUARTO FACULTAD DE CIENCIAS EXACTAS, FÍSICO-QUÍMICAS Y NATURALES DEPARTAMENTO DE MATEMÁTICA CARRERA/S: MICROBIOLOGÍA PLAN DE ESTUDIOS: Plan 1998 Versión 3 ASIGNATURA: DISEÑO
Más detallesUNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO FACULTAD CIENCIAS FORESTALES. CARRERA: Licenciatura en Ecología y Conservación del Ambiente
UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO FACULTAD CIENCIAS FORESTALES CARRERA: Licenciatura en Ecología y Conservación del Ambiente PLAN DE ESTUDIOS: 2006 ASIGNATURA OPTATIVA: DISEÑO EXPERIMENTAL Y
Más detallesPROGRAMA DEL CURSO SOBRE PSICOLOGÍA EXPERIMENTAL MANUEL MIGUEL RAMOS ÁLVAREZ
PROGRAMA DEL CURSO SOBRE PSICOLOGÍA EXPERIMENTAL MANUEL MIGUEL RAMOS ÁLVAREZ Resumen de Psicología Experimental 1 PSICOLOGÍA EXPERIMENTAL Manuel Miguel Ramos Alvarez. I. FUNDAMENTOS METODOLÓGICOS DE LA
Más detallesDr. Fidel Ulin Montejo M.C. Robert Jeffrey Flowers Jarvis Fecha de elaboración: Agosto de 2004 Fecha de última actualización: Julio de 2010
Programa elaborado por: PROGRAMA DE ESTUDIO Análisis Varianza Programa Educativo: Lic. en Matemáticas Área Formación : Integral Profesional Horas teóricas: 3 Horas prácticas: 2 Total Horas: 5 Total créditos:
Más detallesMICROCURRÍCULO(SYLLABUS)
I. INFORMACIÓN GENERAL NOMBRE DEL CURSO: DISEÑO DE EXPERIMENTOS CÓDIGO 103640 UNIDAD ACADÉMICA NIVEL ACADÉMICO DEL CURSO COMPONENTE DE FORMACIÓN FACULTAD POSGRADUAL BÁSICA PROFESIONAL PROGRAMA INGENIERIA
Más detallesDiseño Muestreo y Experimental -->fundamental para análisis estadísticos. Escogencia de factores (V. independientes), niveles de factores,
Diseño Muestreo y Experimental -->fundamental para análisis estadísticos Escogencia de factores (V. independientes), niveles de factores, (tratamientos), Unidades de repuesta (replicas), Unidades de muestreo
Más detallesIntroducción a la Estadística Aplicada en la Química
Detalle de los Cursos de Postgrado y Especialización en Estadística propuestos para 2015 1/5 Introducción a la Estadística Aplicada en la Química FECHAS: 20/04 al 24/04 de 2015 HORARIO: Diario de 10:00
Más detallesDISEÑO DE EXPERIMENTOS
UNIVERSIDAD AUTÓNOMA DE CHIHUAHUA Clave: 08MSU007H FACULTAD INGENIERÍA Clave: 08USU4053W PROGRAMA DEL CURSO: DISEÑO DE EPERIMENTOS DES: INGENIERÍA Programa(s) Educativo(s): Ingeniería Matemática. Tipo
Más detallesMI4040 Análisis Estadístico y Geoestadístico de Datos Nombre en Inglés
PROGRAMA DE CURSO Código Nombre MI4040 Análisis Estadístico y Geoestadístico de Datos Nombre en Inglés Statistical and Geostatistical Data Analysis Horas Unidades Horas de SCT Docencia Docentes Cátedra
Más detallesRegresión lineal múltiple multivariante. Regresión no lineal. Métodos especiales de regresión.
GUÍA DOCENTE DE LA ASIGNATURA MÉTODOS DE REGRESIÓN 1. Descriptores de la asignatura: Regresión lineal múltiple multivariante. Regresión no lineal. Métodos especiales de regresión. 2. Situación de la asignatura.
Más detallesUNIVERSIDAD INDUSTRIAL DE SANTANDER FACULTAD DE CIENCIAS ESCUELA DE MATEMÁTICAS Diplomado en diseño de experimentos y muestreo ESTADÍSTICA BÁSICA
ESTADÍSTICA BÁSICA Organiza e interpreta información en forma útil haciendo uso de tablas, gráficos y medidas de resumen. Revisar el uso de los elementos de probabilidad básicos así como las distribuciones
Más detallesMODELOS DE REGRESIÓN
MISIÓN Formar profesionales altamente capacitados, desarrollar investigación y realizar actividades de extensión en Matemáticas y Computación, así como en sus diversas aplicaciones. MODELOS DE REGRESIÓN
Más detallesDISEÑO DE EXPERIMENTOS Curso
GUIA DOCENTE DE LA ASIGNATURA DISEÑO DE EXPERIMENTOS Curso 2013-2014 MÓDULO MATERIA CURSO SEMESTRE CRÉDITOS TIPO Estadística PROFESOR(ES) Modelos Lineales y Diseño de Experimentos 3º 5º 6 Obligatorio DIRECCIÓN
Más detallesCarrera: Se organiza el temario, agrupando los contenidos conceptuales de la asignatura en cuatro unidades.
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: ESTADISTICA INFERENCIAL II Ingeniería Industrial Clave de la asignatura: (Créditos) SATCA 1 3-2-5 2.- PRESENTACIÓN Caracterización de la asignatura.
Más detallesRG 1 O X O Segundo, se aplica una Tercero, se administra el estímulo
1.3. DISEÑOS DE INVESTIGACIÓN Diseño se refiere al plan o estrategia concebida para obtener la información que se desea (Hernández, Fernández, & Baptista, Metodología de la Investigación, 2006, pág. 158).
Más detallesCENTRO UNIVERSITARIO UAEM ZUMPANGO LIC. DE INGENIERO AGRONOMO EN PRODUCCIÓN DISEÑO DE BLOQUES AL AZAR PRESENTA. DR en EDU. JOSÉ LUIS GUTIÉRREZ LIÑÁN
CENTRO UNIVERSITARIO UAEM ZUMPANGO LIC. DE INGENIERO AGRONOMO EN PRODUCCIÓN DISEÑO DE BLOQUES AL AZAR PRESENTA DR en EDU. JOSÉ LUIS GUTIÉRREZ LIÑÁN SEPTIEMBRE, 2015 INTRODUCCIÓN Los diseños experimentales
Más detallesESQUEMA GENERAL PLANTEAMIENTO DE ESTUDIOS EXPERIMENTALES Y CUASI- EXPERIMENTALES
TEMA I ESQUEMA GENERAL Fases de la investigación científica Diseños de investigación Variables de la investigación experimental Objetivos de la investigación experimental Control experimental Clasificación
Más detallesAgro 6998 Conferencia 2. Introducción a los modelos estadísticos mixtos
Agro 6998 Conferencia Introducción a los modelos estadísticos mixtos Los modelos estadísticos permiten modelar la respuesta de un estudio experimental u observacional en función de factores (tratamientos,
Más detallesESQUEMA GENERAL PLANTEAMIENTO DE ESTUDIOS EXPERIMENTALES Y CUASI- EXPERIMENTALES
TEMA I ESQUEMA GENERAL Fases de la investigación científica Diseños de investigación Variables de la investigación experimental El concepto de variancia en la investigación experimental Objetivos de la
Más detallesCorrelación. El coeficiente de correlación mide la fuerza o el grado de asociación entre dos variables (r)
Correlación El coeficiente de correlación mide la fuerza o el grado de asociación entre dos variables (r) El coeficiente de correlación lineal de Pearson (r) permite medir el grado de asociación entre
Más detallesDiseño de Experimentos Diseños de un Solo Factor Categórico
Diseño de Experimentos Diseños de un Solo Factor Categórico Resumen La selección de Diseños de un Solo Factor Categórico sobre el menú de Crear un Diseño crea diseños experimentales para situaciones donde
Más detallesBloque 3 Tema 14 ANÁLISIS DE LA VARIANZA. PRUEBA F
Bloque 3 Tema 4 AÁLISIS DE LA VARIAZA. PRUEBA F El objetivo fundamental de la experimentación es estudiar la posible relación de causalidad existente entre dos o más variables. Este estudio representa
Más detallesNombre de la asignatura: Probabilidad y Estadística
1. - DATOS DE LA ASIGNATURA Regresar Nombre de la asignatura: Probabilidad y Estadística Carrera : Mecánico Clave de la asignatura: Clave local: Horas teoría horas practicas créditos: 3-2-8 O B S E R V
Más detallesDISEÑO ESTADISTICO DE EXPERIMENTOS (T y P)
DISEÑO ESTADISTICO DE EXPERIMENTOS (T y P) DATOS GENERALES FICHA CURRICULAR Departamento: Irrigación Nombre del Programa: Ingeniero en Irrigación Area: Matemáticas, Estadística y Cómputo Asignatura: Diseño
Más detallesanálisis multivariante con SPSS Julio Meneses i Sergi Estudis de Psicologia i Ciències de l Educació elearn Center / Novembre de 2013
Introducción al análisis multivariante con SPSS Seminari metodològic del programa de doctorat en educació i TIC (e-learning) Julio Meneses i Sergi Fàbregues @ Estudis de Psicologia i Ciències de l Educació
Más detallesUNIVERSIDAD DEL TOLIMA FACULTAD DE CIENCIAS PROGRAMA MATEMÁTICAS CON ÉNFASIS EN ESTADÍSTICA
UNIVERSIDAD DEL TOLIMA FACULTAD DE CIENCIAS PROGRAMA MATEMÁTICAS CON ÉNFASIS EN ESTADÍSTICA 1. IDENTIFICACIÓN ASIGNATURA: ELECTIVA EN MODELOS LINEALES CODIGO: NIVEL: V CREDITOS: 4 DESCRIPCIÓN: EL CURSO
Más detallesDiseño de Experimentos
Diseño de Experimentos Tema 3. Introducción al Diseño de Experimentos JAIME MOSQUERA RESTREPO QUE ES UN EXPERIMENTO? Pruebas o una serie de pruebas en las que se hacen cambios deliberados en las variables
Más detallesMetodologías De Investigación
Metodologías De Investigación Pfra. Dolores Frías Navarro M. Dolores Frías http://www.uv.es/friasnav 1 Diseños Experimentales Al menos una variable independiente de tratamiento que es introducida por el
Más detallesPROFESORES: José María González Sáiz, Consuelo Pizarro Millán, Isabel Esteban
TÍTULO DEL CURSO: DISEÑO Y ANÁLISIS DE EXPERIMENTOS CRÉDITOS: 3 PROFESORES: José María González Sáiz, Consuelo Pizarro Millán, Isabel Esteban OBJETIVOS DE APRENDIZAJE Concienciar a los alumnos sobre la
Más detallesDr. Fidel Ulin Montejo M.C. Robert Jeffrey Flowers Jarvis Fecha de elaboración: Agosto 2004 Fecha de última actualización: Julio 2010
PROGRAMA DE ESTUDIO Análisis de Regresión Programa Educativo: Licenciatura en Actuaría Área de Formación : Sustantiva Profesional Horas teóricas: 3 Horas prácticas: 2 Total de Horas: 5 Total de créditos:
Más detallesAnálisis de la varianza (ANOVA)
Análisis de la varianza (ANOVA) Mª Isabel Aguilar, Eugenia Cruces y Bárbara Díaz UNIVERSIDAD DE MÁLAGA Departamento de Economía Aplicada (Estadística y Econometría) Parcialmente financiado a través del
Más detallesGuía docente 2007/2008
Guía docente 2007/2008 Plan 247 Lic.Investigación y Tec.Mercado Asignatura 43579 METODOS CUANTITATIVOS PARA LA INVESTIGACION DE MERCADOS Grupo 1 Presentación Métodos y técnicas cuantitativas de investigación
Más detalles4. TEORÍA DE DISEÑO DE EXPERIMENTOS
Una vez mostrados el capítulo de materiales de construcción así como el de propagación de señales de radio frecuencia, se puede unir los conceptos para poder diseñar el experimento que sirve para lograr
Más detallesDiseño de Experimentos
Diseño de Experimentos p. Diseño de Experimentos Isabel Casas Despacho: 10.0.04 mcasas@est-econ.uc3m.es Hector Cañada jcanada@est-econ.uc3m.es Introducción Los modelos que vamos a estudiar son usados para
Más detallesDatos y modelos en ingeniería
Información del Plan Docente Año académico 2017/18 Centro académico Titulación 110 - Escuela de Ingeniería y Arquitectura 532 - Máster Universitario en Ingeniería Industrial Créditos 6.0 Curso 2 Periodo
Más detallesGrupo 4: BUENAS PRÁCTICAS ESTADÍSTICAS
Red ibérica de evaluación de eficacia y efectos secundarios de tratamientos para el control de plagas en el olivar (RIESPO) 2ª Reunión, Madrid 10-11/06/2010 Grupo 4: BUENAS PRÁCTICAS ESTADÍSTICAS ESTADÍSTICA
Más detallesÍNDICE CAPÍTULO 1. INTRODUCCIÓN
ÍNDICE CAPÍTULO 1. INTRODUCCIÓN 1.1. OBJETO DE LA ESTADÍSTICA... 17 1.2. POBLACIONES... 18 1.3. VARIABLES ALEATORIAS... 19 1.3.1. Concepto... 19 1.3.2. Variables discretas y variables continuas... 20 1.3.3.
Más detallesCapítulo 8. Análisis Discriminante
Capítulo 8 Análisis Discriminante Técnica de clasificación donde el objetivo es obtener una función capaz de clasificar a un nuevo individuo a partir del conocimiento de los valores de ciertas variables
Más detallesIntroducción a la Estadística en las Ciencias de la Vida
Objetivos Globales de la Investigación en Ciencias de la Vida Introducción a la Estadística en las Ciencias de la Vida La mayoría de las Preguntas de Investigación cuestiones en Ciencias de la Vida se
Más detallesContrastes de Hipótesis paramétricos y no-paramétricos.
Capítulo 1 Contrastes de Hiptesis paramétricos y no-paramétricos. Estadística Inductiva o Inferencia Estadística: Conjunto de métodos que se fundamentan en la Teoría de la Probabilidad y que tienen por
Más detalles240EQ313 - Planificación de Experimentos y Tratamiento Estadístico de Datos
Unidad responsable: Unidad que imparte: Curso: Titulación: Créditos ECTS: 2017 295 - EEBE - Escuela de Ingeniería de Barcelona Este 715 - EIO - Departamento de Estadística e Investigación Operativa MÁSTER
Más detallesDiseño de Bloques al azar. Diseño de experimentos p. 1/25
Diseño de Bloques al azar Diseño de experimentos p. 1/25 Introducción En cualquier experimento, la variabilidad proveniente de un factor de ruido puede afectar los resultados. Un factor de ruido es un
Más detallesAnálisis de la covarianza
Análisis de la covarianza Preparado por Luis M. Molinero (Alce Ingeniería) CorreoE: bioestadistica alceingenieria.net Artículo en formato PDF Enero 2002 El análisis de la covarianza es una técnica estadística
Más detallesUnidad de aprendizaje 06: Investigación Experimental. José Loaiza Torres Magister en Marketing
Unidad de aprendizaje 06: Investigación Experimental José Loaiza Torres Magister en Marketing PROBLEMA Y COMPETENCIA SITUACIÓN PROBLEMICA: La aplicación de la investigación causal en forma inadecuada produce
Más detallesTitulación: Asignatura: Código: Año: Periodo: Carácter: Nº de Créditos: Departamento: Área de Conocimiento(*): Curso:
Titulación: Asignatura: Código: Año: Periodo: Carácter: Nº de Créditos: Departamento: Área de Conocimiento(*): Curso: Licenciado en Ciencias Actuariales y Financieras Investigación Comercial. Métodos y
Más detallesUNIVERSIDAD NACIONAL DEL CALLAO
UNIVERSIDAD NACIONAL DEL CALLAO FACULTAD DE INGENIERÍA PESQUERA Y DE ALIMENTOS BALDO ANDRÉS OLIVARES CHOQUE Periodo de Ejecución: del 1 de octubre de 2013 a 30 de septiembre de 2015 Resolución de Aprobación
Más detallesDEPARTAMENTO DE: INGENIERIA MECÁNICA, INDUSTRIAL Y MECATRONICA DISEÑO DE EXPERIMENTOS CÓDIGO: I ÁREA:
Página de 9 FACULTAD: FACULTAD INGENIERIAS Y ARQUITECTURA PROGRAMA: INGENIERIA INDUSTRIAL DEPARTAMENTO DE: INGENIERIA MECÁNICA, INDUSTRIAL Y MECATRONICA CURSO: ÁREA: DISEÑO DE EXPERIMENTOS CÓDIGO: I 6800
Más detallesDISEÑOS EXPERIMENTALES
MISIÓN Formar profesionales altamente capacitados, desarrollar investigación y realizar actividades de extensión en matemáticas y computación, así como en sus diversas aplicaciones. DISEÑOS EXPERIMENTALES
Más detallesPrueba t para muestras independientes
Prueba t para muestras independientes El procedimiento Prueba t para muestras independientes compara las medias de dos grupos de casos. Para esta prueba, idealmente los sujetos deben asignarse aleatoriamente
Más detallesDISEÑO EN PARCELAS DIVIDIDAS
DISEÑO EN PARCELAS DIVIDIDAS Este es un diseño experimental combinado que resulta útil cuando al estudiar simultáneamente varios factores, alguno o algunos de ellos deben ser aplicados sobre unidades experimentales
Más detallesDISEÑOS EXPERIMENTALES EN LAS CIENCIAS AGRÍCOLAS
DISEÑOS EXPERIMENTALES EN LAS CIENCIAS AGRÍCOLAS EXPERIMENTOS FACTORIALES PRINCIPIOS FUNDAMENTALES CONCEPTOS IMPORTANTES 1 } Experimentos factoriales se refiere al arreglo de los tratamientos, no es un
Más detallesANÁLISIS MULTIVARIADO
MISIÓN Formar profesionales altamente capacitados, desarrollar investigación y realizar actividades de extensión en matemáticas y computación, así como en sus diversas aplicaciones. ANÁLISIS MULTIVARIADO
Más detallesEstas dos clases. ANOVA I - Conceptos generales - Supuestos - ANOVA de una vía - Transformación de datos - Test a Posteriori - ANOVA de dos vías
ANOVA I 19-8-2014 Estas dos clases ANOVA I - Conceptos generales - Supuestos - ANOVA de una vía - Transformación de datos - Test a Posteriori - ANOVA de dos vías ANOVA II - ANOVA factorial - ANCOVA (análisis
Más detallesIN INVESTIGACIÓN DE MERCADOS Diseño de la investigación Investigación causal. André Carboni Semestre primavera 2012
IN5625 - INVESTIGACIÓN DE MERCADOS Diseño de la investigación Investigación causal André Carboni Semestre primavera 2012 Estamos aquí Definición del problema Desarrollo del enfoque Formulación del diseño
Más detallesUNIVERSIDAD AUTÓNOMA CHAPINGO DEPARTAMENTO DE FITOTECNIA DISEÑOS EXPERIMENTALES
I. DATOS GENERALES Unidad académica: Programa Educativo: Nivel educativo: Línea Curricular: Asignatura: Carácter: Tipo: Prerrequisitos UNIVERSIDAD AUTÓNOMA CHAPINGO DEPARTAMENTO DE FITOTECNIA DISEÑOS EXPERIMENTALES
Más detallesDiseño de experimentos
Diseño de experimentos Quimiometría Por qué diseñar experimentos? Exploración: cuáles factores son importantes para realizar exitosamente un proceso Optimización: cómo mejorar un proceso Ahorro de tiempo:
Más detallesANOVA Análisis de la Varianza en diseño de experimentos
ANOVA Análisis de la Varianza en diseño de experimentos NATURALEZA DEL DISEÑO EXPERIMENTAL El diseño experimental tiene sus orígenes en los trabajos de Ronald Aylmer Fisher (1890 1962) desarrollados en
Más detallesASOCIACIÓN ENTRE DOS VARIABLES CONTINUAS: REGRESIÓN Y CORRELACIÓN
CURSO DE BIOESTADÍSTICA BÁSICA Y SPSS ASOCIACIÓN ENTRE DOS VARIABLES CONTINUAS: REGRESIÓN Y CORRELACIÓN Amaia Bilbao González Unidad de Investigación Hospital Universitario Basurto (OSI Bilbao-Basurto)
Más detallesExperimentación Agrícola Clave: 1669 Créditos: 9
I. DATOS GENERALES: Unidad Académica: Departamento de Suelos Programa Educativo: Ingeniero Agrónomo Especialista en Suelos Nivel educativo: Licenciatura Área de conocimientos: Manejo y Conservación de
Más detallesMétodos y Diseños de Investigación Mª Dolores Frías Navarro. Curso 2008/2009 (Universitat de València)
1 METODOLOGÍAS DE INVESTIGACIÓN EN PSICOLOGÍA Ni Ni... Manipulación de la variable de tratamiento Asignación aleatoria de las unidades experimentales a los grupos de tratamiento 2 METODOLOGÍAS DE INVESTIGACIÓN
Más detallesUNIVERSIDAD AUTÓNOMA DE NAYARIT Área de Ciencias Biológico Agropecuarias y Pesqueras
UNIVERSIDAD AUTÓNOMA DE NAYARIT Área de Ciencias Biológico Agropecuarias y Pesqueras Coordinación de Posgrado en Ciencias Biológico Agropecuarias PROGRAMA ACADÉMICO DEL DOCTORADO EN CIENCIAS BIOLÓGICO
Más detallesDISEÑO DE EXPERIMENTOS INTRODUCCIÓN
DISEÑO DE EXPERIMENTOS INTRODUCCIÓN QUE SON LOS DISEÑOS DE EXPERIMENTOS? El diseño de experimentos consiste en la preparación de una prueba o una serie de pruebas donde se hacen cambios intencionales a
Más detallesDISEÑO DE EXP. Y TEORIA DE MUESTRAS
ASIGNATURA: DISEÑO DE EXP. Y TEORIA DE MUESTRAS Curso 2015/2016 (Código:01084082) AVISO IMPORTANTE En el Consejo de Gobierno del 30 de junio de 2015 se aprobó, por unanimidad, que la convocatoria de exámenes
Más detallesTipos de Investigación Clínica. Investigación Clínica OBJETIVOS. mejorar la calidad y la expectativa de vida de los ciudadanos. aumentar su bienestar
Tipos de Investigación Clínica Dra. Belén Sádaba Díaz de Rada Servicio de Farmacología Clínica Clínica Universidad de Navarra Investigación Clínica OBJETIVOS mejorar la calidad y la expectativa de vida
Más detallesTEMA 2 METODOLOGÍAS DE INVESTIGACIÓN EN PSICOLOGÍA
MÉTODOS Y DISEÑOS DE INVESTIGACIÓN TEMA 2 METODOLOGÍAS DE INVESTIGACIÓN EN PSICOLOGÍA M. Dolores Frías http://www.uv.es/friasnav 1 M. Dolores Frías http://www.uv.es/friasnav 2 METODOLOGÍAS DE I VESTIGACIÓ
Más detallesPROBABILIDAD Y ESTADÍSTICA. Sesión 4 4. REGRESIÓN Y CORRELACIÓN SIMPLE
PROBABILIDAD Y ESTADÍSTICA Sesión 4 4. REGRESIÓN Y CORRELACIÓN SIMPLE 4.1 Regresión lineal simple y curvilínea 4.1.1 Variable dependiente e independiente 4.1.2 Ecuación de regresión 4.1.2.1 Aplicación
Más detallesMétodos de Investigación en Psicología (11) Dra. Lucy Reidl Martínez Dra. Corina Cuevas Reynaud Dra. Renata López Hernández
Métodos de Investigación en Psicología (11) Dra. Lucy Reidl Martínez Dra. Corina Cuevas Reynaud Dra. Renata López Hernández El método incluye diferentes elementos Justificación Planteamiento del problema
Más detallesUNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN FACULTAD DE CIENCIAS BIOLÓGICAS SUBDIRECCIÓN DE POSGRADO
UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN FACULTAD DE CIENCIAS BIOLÓGICAS SUBDIRECCIÓN DE POSGRADO CONTENIDO DE CARTA DESCRIPTIVA 1.- IDENTIFICACIÓN Curso: Bioestadística Programa: Doctorado en Inmunobiología
Más detallesEstadística II Tema 4. Regresión lineal simple. Curso 2009/10
Estadística II Tema 4. Regresión lineal simple Curso 009/10 Tema 4. Regresión lineal simple Contenidos El objeto del análisis de regresión La especificación de un modelo de regresión lineal simple Estimadores
Más detallesEl modelo de azar proporcional: la regresión de Cox
El modelo de azar proporcional: la regresión de Cox Alfonso Luis Palmer Pol y Jose Maria Losilla Vidal El Análisis de la Supervivencia (Palmer, 1988) engloba una variedad de técnicas estadísticas que permiten
Más detallesCURSO METODOLOGÍA DE LA INVESTIGACIÓN Y ESTADÍSTICA BÁSICA. Dirigido a Profesionales de la Salud. Febrero -Diciembre
CURSO METODOLOGÍA DE LA INVESTIGACIÓN Y ESTADÍSTICA BÁSICA Dirigido a Profesionales de la Salud Febrero -Diciembre 2017 Introducción Curso-Taller Metodología de la Investigación y Estadística Básica Aplicadas
Más detallesDISEÑOS EXPERIMENTALES DE DOS GRUPOS Y MULTIGRUPO
TEMA II ESQUEMA GENERAL Diseño experimental de dos grupos: definición y clasificación Formatos del diseño y prueba de hipótesis Diseño experimental multigrupo: definición Formato del diseño multigrupo
Más detallesSesión 13. Revisión del desarrollo del proyecto de investigación
Metodología de la investigación Sesión 13. Revisión del desarrollo del proyecto de investigación Elementos de rigor en los métodos cuantitativos experimentales 1. Validez interna: Control de fuentes de
Más detallesCAMPO DISCIPLINARIO CALIDAD
CAMPO DISCIPLINARIO CALIDAD UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN LICENCIATURA DE INGENIERÍA INDUSTRIAL PROGRAMA DE LA ASIGNATURA DE: Análisis de Calidad con
Más detallesENRIC RUIZ MORILLAS ESTADÍSTICA APLICADA A EXPERIMENTOS Y MEDICIONES
ENRIC RUIZ MORILLAS ESTADÍSTICA APLICADA A EXPERIMENTOS Y MEDICIONES Índice 1. Experimento y medición...1 2. Frecuencia y probabilidad...3 3. Características teóricas de las variables aleatorias...25 4.
Más detallesEsquema (1) Análisis de la Varianza y de la Covarianza. ANOVA y ANCOVA. ANOVA y ANCOVA 1. Análisis de la Varianza de 1 Factor
Esquema (1) Análisis de la arianza y de la Covarianza ANOA y ANCOA 1. (Muestras independientes). () 3. Análisis de la arianza de Factores 4. Análisis de la Covarianza 5. Análisis con más de Factores J.F.
Más detallesDISEÑOS EXPERIMENTALES EN LAS CIENCIAS AGRÍCOLAS
DISEÑOS EXPERIMENTALES EN LAS CIENCIAS AGRÍCOLAS EXPERIMENTOS FACTORIALES PRINCIPIOS FUNDAMENTALES CONCEPTOS IMPORTANTES 1 } Experimentos factoriales se refiere al arreglo de los tratamientos, no es un
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO. Facultad de Medicina Veterinaria y Zootecnia. Licenciatura en Medicina Veterinaria y Zootecnia
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO Facultad de Medicina Veterinaria y Zootecnia Licenciatura en Medicina Veterinaria y Zootecnia Clave 1212 Modalidad del curso: Carácter Métodos estadísticos en medicina
Más detallesTALLER DE ANÁLISIS MULTIVARIABLE TÉCNICA DE COMPONENTES PRINCIPALES SEPTIEMBRE DE 2012
TALLER DE ANÁLISIS MULTIVARIABLE TÉCNICA DE COMPONENTES PRINCIPALES SEPTIEMBRE DE 2012 INSTITUTO DE INFORMACIÓN E INVESTIGACIÓN GEOGRÁFICA, ESTADÍSTICA Y CATASTRAL DEL ESTADO DE MÉXICO ANÁLISIS MULTIVARIABLE
Más detallesIntroducción a la Estadística Avanzada
Introducción a la Estadística Avanzada Técnicas Especiales Objetivos Globales de la Estadística Médica Equivalencia entre Comparación y Asociación Comparar fármacos en cuanto a eficacia Investigar la relación
Más detallesDiscusión Sobre Taguchi: Taguchi Sí o No Por Sergio Arratia. Variable de entrada. Arreglo variables de ruido. Arreglo producto
Discusión Sobre Taguchi: Taguchi Sí o o Por Sergio Arratia Introducción La contribución de Taguchi a los métodos de mejora de la calidad es sin duda excepcional. Sin embargo, existe cierta crítica de sus
Más detallesANÁLISIS DE DATOS. L.A. y M.C.E. Emma Linda Diez Knoth
ANÁLISIS DE DATOS 1 Tipos de Análisis en función de la Naturaleza de los Datos Datos cuantitativos Datos cualitativos Análisis cuantitativos Análisis cuantitativos de datos cuantitativos (Estadística)
Más detallesEl análisis de correspondencias. Ana María López Jiménez Dept. Psicología Experimental (USE)
El análisis de correspondencias Ana María López Jiménez Dept. Psicología Experimental (USE) 4. El análisis de correspondencias 4.. Introducción 4.2. Tabla de correspondencias 4.3. Dependencia e independencia
Más detallesAnálisis de la varianza. Magdalena Cladera Munar Departamento de Economía Aplicada Universitat de les Illes Balears
Análisis de la varianza Magdalena Cladera Munar mcladera@uib.es Departamento de Economía Aplicada Universitat de les Illes Balears CONTENIDOS Análisis de la varianza de un factor. Análisis de la varianza
Más detallesMetodología de la Investigación: Validez y Confiabilidad. Prof. Reinaldo Mayol Arnao
Metodología de la Investigación: Validez y Confiabilidad Prof. Reinaldo Mayol Arnao Validez en varios momentos En esta presentación hablaremos sobre la medición de la validez en dos pasos críticos de la
Más detallesCaracterísticas de una investigación experimental
Características de una investigación experimental OBJETIVOS Conocer las características distintivas del experimento como metodología de investigación Concienciarse de la necesidad de llevar a cabo experimentos
Más detallesCARGA HORARIA Horas totales: 80 Horas totales de resolución de problemas de aplicación: 32
PROBABILIDAD Y ESTADISTICA OBJETIVOS: 1. Extraer y sintetizar información de un conjunto de datos. 2. Aprehender los conceptos de aleatoriedad y probabilidad. 3. Estudiar los modelos más importantes de
Más detallesANÁLISIS ESTADÍSTICO PARA
RGÍA] 2016 UNI UNIVERSIDAD DE CHILE DIPLOMADO ANÁLISIS ESTADÍSTICO PARA ESTUDIOS AGROPECUARIOS Séptima versión REGIÓN METROPOLITANA, SANTIAGO UNIVERSIDAD DE CHILE FACULTAD DE CIENCIAS AGRONÓMICAS DIRECCIÓN
Más detallesInvestigación experimental. L.A. y M.C.E. Emma Linda Diez Knoth
Investigación experimental L.A. y M.C.E. Emma Linda Diez Knoth 1 2 Un experimento tiene como propósito evaluar o examinar los efectos que se manifiestan en la variable dependiente cuando se introduce la
Más detallesAnálisis de Covarianza
Capítulo VI Análisis de Covarianza El análisis análisis de covarianza es un procedimiento muy importante en experimentación, pero lamentablemente no se usa con frecuencia. Utiliza el análisis de varianza
Más detalles