1.- DATOS DE LA ASIGNATURA. Ingeniería Forestal. Clave de la asignatura: SATCA: PRESENTACIÓN. Caracterización de la asignatura.

Transcripción

1 1.- DATOS DE LA ASIGNATURA. Nombre de la asignatura: Carrera: Clave de la asignatura: Diseños Experimentales Ingeniería Forestal FOQ-1010 SATCA: PRESENTACIÓN. Caracterización de la asignatura. Esta materia aporta, al perfil del ingeniero, la capacidad para generar investigación y transferencia de tecnología apropiada para impulsar el crecimiento de la producción, productividad y competitividad del área forestal. Proporciona las bases teórico-prácticas de la experimentación y el uso de los Diseños Experimentales para el análisis e interpretación de problemas dentro de los ecosistemas forestales. El diseño estadístico de experimentos es la forma más recomendada de hacer pruebas en los procesos ya que proporciona la técnica y la estrategia para determinar las mejores condiciones de operación de los mismos. Está diseñada para comprender los siguientes campos del conocimiento: La estadística en la experimentación, El diseño completamente aleatorizado (DCA), El diseño en bloques completamente aleatorizados (DBCA), El diseño en cuadro latino (DCL), Pruebas de significancia y Experimentos factoriales. Intención didáctica. Esta asignatura pretende proporcionar al alumno los conceptos básicos y las principales técnicas de diseños experimentales. Se organiza el temario en seis unidades. En la Primera unidad se considera la definición de conceptos importantes en la utilización de diseños experimentales, como tratamiento, repetición, experimento, unidad experimental y error experimental. También es importante identificar las etapas que hay que considerar para llevar a cabo un experimento. En la segunda unidad se considera el diseño completamente al azar que es el más simple de todos los diseños ya que no existe ninguna restricción para los tratamientos y se utiliza para comparar dos o más tratamientos dado que solo considera dos fuentes de variabilidad: tratamientos y error. Se utiliza la técnica de análisis de varianza (ANOVA) para detectar diferencias significativas entre tratamientos.

2 En la tercera unidad se analiza el diseño de bloques al azar que considera tres fuentes de variación, tratamientos, bloques y error, en cada bloque se prueban todos los tratamientos y la aleatorización se hace dentro de cada bloque, Se utiliza la técnica de análisis de varianza (ANOVA) para detectar diferencias significativas entre tratamientos. En la cuarta unidad se considera el diseño de cuadro latino que tienen cuatro fuentes de variabilidad, éstas son, tratamientos, hileras, columnas y error, se llama cuadro latino debido a que tiene la restricción de que los tres factores involucrados se prueban en la misma cantidad de niveles tratamientos = columnas = hileras. En la quinta unidad de pruebas de significancia se aplican las técnicas de comparación múltiples de promedios mas comunes para detectar diferencias significativas entre pares de tratamientos y poder recomendar los mejores tratamientos dentro de los procesos productivos, dichas pruebas son: la diferencia mínima significativa, Duncan, Tukey y Scheffee. También se utilizan las comparaciones ortogonales para determinar diferencias de tratamientos. En la sexta unidad se contemplan los experimentos factoriales cuya finalidad es estudiar el efecto de varios factores ya sean cualitativos o cuantitativos sobre una o varias respuestas. Se busca encontrar la relación entre los factores es decir la combinación de niveles de los factores en la cual el resultado del proceso sea el mejor. Las actividades de aprendizaje recomendadas pretenden servir de guía para lograr el desempeño de las competencias, mencionadas más adelante en este documento, y el profesor puede adecuarlas a la especialidad y contexto institucional.

3 3.- COMPETENCIAS A DESARROLLAR. Competencias específicas: Identificar los diferentes diseños experimentales que permitan evaluar en forma cuantitativa y confiable los efectos de diferentes variables para mejorar los procesos productivos. Realizar comparación de promedios que permitan determinar los tratamientos más adecuados para mejorar los procesos productivos. Competencias genéricas: Competencias instrumentales. Capacidad de análisis y síntesis Capacidad de organizar y planificar. Comunicación oral y escrita. Habilidad para buscar y analizar información proveniente de fuentes diversas. Solución de problemas. Toma de decisiones. Habilidades básicas de manejo de la computadora. Competencias interpersonales. Capacidad crítica y autocrítica. Trabajo en equipo. Competencias sistémicas. Capacidad de aplicar los conocimientos en la práctica. Habilidades de investigación. Capacidad de generar nuevas ideas. Habilidad para trabajar en forma autónoma. 4.- HISTORIA DEL PROGRAMA. Lugar y fecha de elaboración o revisión Instituto Tecnológico de El Salto. 3 de noviembre de 2009 al 19 de marzo de Participantes. Academia de Ingeniería Forestal. Observaciones (cambios y justificación). Análisis y enriquecimiento de las propuestas de los programas diseñados en la reunión nacional de diseño e innovación curricular.

4 5.- OBJETIVO(S) GENERAL(ES) DEL CURSO (competencia específica a desarrollar en el curso). Identificar los diferentes diseños experimentales que permitan evaluar en forma cuantitativa y confiable los efectos de diferentes variables para mejorar los procesos productivos. Realizar comparación de promedios que permitan determinar los tratamientos más adecuados para mejorar los procesos productivos. 6.- COMPETENCIAS PREVIAS. Matemáticas básicas (aritmética, álgebra lineal, sistema de ecuaciones.) Medidas descriptivas, Probabilidad, Estimación de parámetros y Prueba de hipótesis. Técnicas de Muestreo y Análisis de regresión. Computación (Office, SAS entre otros). 7.- TEMARIO. Unidad. Temas. Subtemas. 1 La estadística en la 1.1 Principios básicos de experimentación. experimentación Importancia y necesidades de la experimentación Etapas fundamentales de un experimento. 1.2 Conceptos elementales de los diseños Experimento Tratamiento y repetición Unidad experimental y tamaño Error experimental. 2 3 El diseño completamente aleatorizado (DCA). El diseño en bloques completamente aleatorizados (DBCA). 2.1 Introducción Características Asignación de tratamientos. 2.2 Análisis de varianza (ANOVA) Fuentes de variación y gradosde libertad Suma de cuadrados y cuadrados medios F observada y requerida Interpretación del ANOVA. 3.1 Introducción Características Asignación de tratamientos. 3.2 Análisis de varianza Fuentes de variación y grados de libertad Suma de cuadrados y cuadrados medios Interpretación del ANOVA.

5 4 5 6 El diseño en cuadro latino (DCL). Pruebas de significancia. Experimentos factoriales. 4.1 Introducción Características Asignación de tratamientos. 4.2 Análisis de varianza Fuentes de variación y grados de libertad Suma de cuadrados y cuadrados medios Interpretación del ANOVA. 5.1 Introducción Importancia. 5.2 Pruebas de significancia Diferencia mínima significativa DMS Rango múltiple de DUNCAN Rango múltiple de TUKEY Prueba de SCHEFFE Contrastes ortogonales. 6.1 Introducción Características e importancia Asignación de tratamientos. 6.2 Bifactoriales Completamente al azar Bloques al azar Parcelas divididas Bloques divididos. 6.3 Trifactoriales Asignación de tratamientos Análisis de varianza Parcelas subdivididas. 8.- SUGERENCIAS DIDÁCTICAS (desarrollo de competencias genéricas). Despertar el interés por la investigación de los diseños experimentales que se usan para planear los experimentos, de tal manera que se pueda obtener información para ser analizada mediante métodos estadísticos y concluir de forma objetiva, para resolver problemas y tomar decisiones. Utilizar software de estadística y calculadora para facilitar la comprensión de conceptos, la resolución de problemas y la interpretación de resultados. Desarrollar prácticas de tal manera que los estudiantes apliquen los conocimientos adquiridos y los relacionen con su carrera. Proponer problemas que: o Permitan al estudiante la integración de los contenidos, para su análisis y solución. o Refuercen la comprensión de conceptos que serán utilizados en materias posteriores. o Modelen y resuelvan situaciones reales mediante conceptos propios de la asignatura. o Contribuyan a investigar sobre la extensión y profundidad de los conceptos. Desarrollar la inducción, deducción, síntesis y análisis para fomentar las cualidades de investigación. Analizar en equipos definiciones y conceptos, para intercambiar ideas argumentadas.

6 9.- SUGERENCIAS DE EVALUACIÓN. La evaluación de la asignatura debe de ser continua y se debe considerar el desempeño en cada una de las actividades de aprendizaje, haciendo especial énfasis en obtener evidencias de aprendizaje como: Reportes escritos, solución de ejercicios, actividades de investigación, elaboración de modelos o prototipos, análisis y discusión grupal. Resolución de problemas con apoyo de software. Ejercicios en clase. Exámenes escritos UNIDADES DE APRENDIZAJE. Unidad 1: La estadística en la experimentación. Comprender los conceptos básicos de diseños experimentales, así como identificar las etapas necesarias para llevar a cabo un experimento. Investigar los conceptos: experimento, tratamiento, unidad experimental, repetición y error experimental. Elaborar un resumen para una mejor comprensión de los conceptos investigados. Diseñar un experimento donde se consideren las diferentes etapas a seguir en la experimentación forestal, para una mejor planeación. Unidad 2: El diseño completamente aleatorizado (DCA). Aplicar el diseño completamente aleatorizado y analizar e interpretar los resultados. Diseñar experimentos Completamente al azar. Realizar el ANOVA para interpretar, discutir y concluir sobre los resultados obtenidos. Elaborar un reporte del experimento aplicado.

7 Unidad 3: El diseño en bloques completamente aleatorizado (DBCA). Aplicar el diseño en bloques completamente aleatorizados y analizar e interpretar los resultados. Establecer experimentos bajo un Diseño en bloques completamente aleatorizados, realizar el ANOVA para interpretar, discutir y concluir. Elaborar un reporte del experimento aplicado. Unidad 4: El diseño en Cuadro Latino (DCL). Aplicar el Diseño en Cuadro Latino y analizar e interpretar los resultados. Establecer experimentos bajo un Diseño en Cuadro Latino y realizar el ANOVA para interpretar, discutir y concluir sobre algunas variables de interés forestal. Elaborar un reporte del experimento aplicado. Unidad 5: Pruebas de significancia. Aplicar pruebas de significancia entre promedios que nos permita identificar los mejores tratamientos de un experimento. Investigar y aplicar diferentes pruebas de significancia de comparaciones múltiples, como diferencia mínima significativa, prueba de Duncan, Tukey y Scheffee, que indiquen que tratamientos individual es mejor. Aplicar comparaciones pre planeadas de contrastes específicos y comparaciones ortogonales, para determinar los mejores grupos de tratamientos. Unidad 6: Experimentos factoriales. Aplicar los diseños factoriales que permitan detectar interacciones entre diferentes factores que influyen en la productividad. Diseñar experimentos factoriales para evaluar interacciones de algunas variables que influyen en los ecosistemas forestales. Realizar el análisis de varianza que nos permitan juzgar la significancia de algunos tratamientos dentro del recurso forestal. Establecer experimentos en parcelas divididas y subdivididas que permitan evaluar diferentes factores de interés forestal.

8 11.- FUENTES DE INFORMACIÓN. 1. Infante, G. S. Métodos Estadísticos. Editorial TRILLAS. México Camacho, C. O. et al. SAS (Statistical Análisis System) para Microcomputadoras Castaño T. E. y Domínguez D. J. Diseño de experimentos para el desarrollo tecnológico y mejora industrial. Editorial Jit Press Kuehl Robert O. Diseño de experimentos. Editorial Thomson Little, T. M. y Hills, F. J. Métodos Estadísticos para Investigación en la Agricultura. Editorial Trillas, México. 253 pp Martínez, G. A. Diseños Experimentales. Colegio de postgraduados, Montecillos, Estado de México. 134 pp Montgomery Douglas C. Diseño y análisis de experimentos. Editorial Limusa Padrón Corral Emilio. Diseños experimentales. Editorial Trillas Reyes, C. P. Diseños Experimentales. Editorial Trillas. México. 210 pp. 10. Steel y Torrie Bioestadística Editorial McGraw Hill. México PRÁCTICAS PROPUESTAS. Toma de datos en campo y de estudios de caso. Estructurar bases de datos en formato escrito y digital, de los distintos Diseños experimentales. Realizar ANOVA de cada uno de los Diseños Experimentales mediante software estadístico. Interpretación de los resultados del ANOVA en los distintos Diseños Experimentales y del Análisis de Comparación de Medias utilizando los diferentes estadísticos analizados en clase.