Guía de aprendizaje de Diseño de Experimentos y Análisis de Datos

Transcripción

1 Guía de aprendizaje de Diseño de Experimentos y Análisis de Datos 1. Datos Descriptivos Titulación Módulo Materia Asignatura Nombre en Inglés Departamento Master Universitario en Ingeniería Alimentaria aplicada a la Salud Optatividad. Orientado a Doctorado e I+D+i Estadística Diseño de Experimentos y Análisis de Datos Design of Experiments and Data Analysis Tecnología de Alimentos Carácter Optativa Curso 1 Semestre 1º Código UPM ECTS 4 Idioma Español Curso académico Semestre/s y turno/s de impartición 1º Tarde página 1 de 12

2 2. Profesorado Profesorado Nombre y apellidos (C = Coordinador) Despacho 1 Correo electrónico Carolina Chaya Romero Miguel Angel Ibáñez Ruiz (C) Carlos Perez Hugalde Estadística y Métodos de Gestión en Agricultura carolina.chaya@upm.es miguel.ibanez@upm.es carlos.phugalde@upm.es 1 Código conforme al indicado en el epígrafe Directorio/Localizador de la página Web Tribunal de la asignatura Nombre y apellidos Cargo Correo electrónico Carlos Perez Hugalde Presidente carlos.phugalde@upm.es Migul Angel Ibáñez Vocal miguel.ibanez@upm.es Carolina Chaya Romero Secretario carolina.chaya@upm.es página 2 de 12

3 3. Resultados de Aprendizaje Resultados de aprendizaje de la asignatura Código RA01 RA02 RA03 RA04 RA05 RA06 RA07 RA08 RA09 Descripción de los resultados de aprendizaje Repasar los conceptos básicos de la inferencia estadística Comprender y manejar los conceptos relacionados con el diseño y análisis estadístico de experimentos Comprender y manejar los conceptos relacionados con los modelos con un solo factor Comprender y manejar los conceptos relacionados con los modelos con dos o más factores Comprender y manejar los diseños de experimentos completamente aleatorizados Comprender y manejar los diseños de experimentos en bloques completos Comprender y manejar el modelo de regresión lineal Comprender el interés del análisis de datos multivariable. Comprender el interés y manejar el Análisis en Componentes Principales. Interrelación Competencias (CG y CE) - Resultados de aprendizaje (RA) Código RA Código CG CG1 CG2 CG6 CE11 Código CE RA01 RA02 RA03 RA04 RA05 RA06 RA07 RA08 RA09 página 3 de 12

4 Relación de indicadores de logro (IL) asociados a los resultados de aprendizaje (RA) Código IL Descripción del indicador de logro (IL) Básico RA asociados IL01 IL02 IL03 L04 IL05 IL06 IL07 IL08 IL09 IL10 IL11 IL12 IL13 Calcular el intervalo de confianza y realizar test de hipótesis sobre la diferencia de medias de dos poblaciones normales Conocer la terminología estadística utiliza en el diseño estadístico de experimentos Comprender las distintas estructuras de un diseño de experimentos Conocer y comprender el interés de la aleatorización en el diseño de experimentos Conocer y comprender el interés de la replicación en el diseño de experimentos Conocer y comprender el interés de controlar la variabilidad experimental utilizando bloques en el diseño de experimentos Conocer las recomendaciones generales para planificar un experimento Construir y saber interpretar la tabla ANOVA en un diseño con un solo factor Calcular el intervalo de confianza y realizar test de hipótesis sobre contrastes de medias Conocer y saber cuándo utilizar diferentes métodos de comparaciones múltiples entre medias Comprender, estimar y hacer inferencia sobre el efecto principal de los niveles de un factor Comprender, estimar y hacer inferencia sobre la interacción entre los niveles de dos factores Construir y saber interpretar la tabla ANOVA en un diseño con dos o más factores IL14 Conocer y saber construir un diseño completamente aleatorizado. IL15 Saber especificar el modelo estadístico del diseño IL16 IL17 Construir la tabla ANOVA y realizar los análisis estadísticos necesarios para comparar los tratamientos Conocer y saber construir un diseño completamente en bloques completos. IL18 Saber especificar el modelo estadístico del diseño IL19 IL 20 IL 21 Construir la tabla ANOVA y realizar los análisis estadísticos necesarios para comparar los tratamientos Comprender la especificación de un Modelo de Regresión Lineal Simple (MRLS) Estimar un MRLS por métodos informáticos e interpretar los elementos fundamentales de la salida RA01 RA02 RA03 RA04 RA05 RA06 RA07 página 4 de 12

5 IL 22 Construir e interpretar intervalos de confianza sobre los parámetros y realizar predicciones con un MRLS IL 23 Comprender la especificación de un Modelo de Regresión Lineal Múltiple (MRLM) IL 24 Realizar inferencia y predicción en un MRLM por medios informáticos IL 25 Saber realizar el diagnóstico de un modelo de regresión IL 26 IL 27 IL 28 Conocer los principales métodos del análisis estadístico exploratorio multivariable y sus aplicaciones Comprender lo esencial de los fundamentos del Análisis de Componentes Principales (ACP) Saber realizar un ACP por medios informáticos e intrepretar los resultados RA08 RA09 página 5 de 12

6 4. Unidades Temáticas y su distribución temporal a lo largo del periodo de docencia Contenidos específicos (Temario) y su interrelación con los resultados de aprendizaje e indicadores de logro Unidad temática Tema Apartado RA IL 1.Comparación de dos medias Estimación. Distribución en el muestreo Test de hipótesis Intervalo de confianza RA01 IL01 2. Principio del Diseño de Experimentos Definiciones Estructura de un diseño Aleatorización Replicación Control de la variabilidad experimental Recomendaciones para planificar un Experimento RA02 IL02 IL03 IL04 IL05 IL06 IL07 1. Diseño y Análisis de Experimentos 3. Modelos unifactoriales Análisis de la varianza Contrastes entre medias Métodos de comparaciones múltiples RA03 IL08 IL09 IL10 4. Modelos Multifactoriales Efectos principales e Interacción entre factores Análisis de la varianza RA04 IL11 IL12 IL13 5. Diseños completamente Aleatorizados Descripción del Diseño Modelo estadístico Análisis estadístico RA05 IL14 IL15 IL16 6. Diseños en Bloques completos Descripción del Diseño Modelo estadístico Análisis estadístico RA06 IL17 IL18 IL19 2. Análisis Multivariante 7. Modelos de Regresión Lineal MRL Simple: estimación, inferencia y predicción MRL Múltiple: estimación, inferencia y predicción Diagnóstico de un modelo estimado RA07 IL20 IL21 IL22 IL 23 IL 24 IL Análisis de datos multivariable Panorámica e interés de métodos exploratorios multivariables Análisis de Componentes Principales RA08 IL 26 RA09 IL 27 IL 28 página 6 de 12

7 5. Descripción de las actividades de enseñanza, aprendizaje y evaluación Actividades de enseñanza-aprendizaje y evaluación de la asignatura Actividad Clases de teoría Clases de problemas Prácticas de laboratorio y/o campo Otras actividades presenciales (tutorías grupales, seminarios, conferencias, visitas ) Trabajos autónomos (individual y/o en grupo) Breve descripción con indicación del método docente utilizado Clases impartidas por el profesor. Los alumnos dispondrán de las notas de clases preparadas por el profesor Aprendizaje basado en problemas: Los problemas se intercalan adecuadamente dentro de las clases teóricas A lo largo de las clases teóricas se irán desarrollando prácticas Se dedicará un número de horas fuera de la docencia habitual para resolver dudas Se asignarán trabajos individuales para la evaluación continua Otros (especificar) página 7 de 12

8 6. Calendario de actividades de trabajo para el estudiante (Cronograma de trabajo de la asignatura) EUIT Agrícola ETSI Agrónomos Breve descripción de los diferentes tipos de actividades que se van a desarrollar durante esa semana, indicando el tiempo previsto para cada una de ellas Semana Actividades en aula Laboratorio Otras actividades presenciales Trabajo/estudio individual Trabajo en Grupo Actividades de evaluación Otros 1 Presentación teórica del Tema 1 2 Presentación teórica del Tema 2 3 Presentación teórica del Tema 3 4 Presentación teórica del tema 3 5 Presentación teórica del tema 4 6 Presentación teórica del tema 4 7 Presentación teórica del tema 5 8 Presentación teórica del tema 5 9 Presentación teórica del tema 7 Introducción al manejo del software estadístico utilizado durante el curso Resolución Resolución Resolución Resolución Resolución Resolución Resolución Resolución página 8 de 12

9 EUIT Agrícola ETSI Agrónomos 10 Presentación teórica del tema 7 11 Presentación teórica del tema 7 12 Presentación teórica del tema 8 13 Evaluación Parcial Resolución Resolución Resolución página 9 de 12

10 7. Sistema de evaluación y calificación EUIT Agrícola ETSI Agrónomos Relación de indicadores de logro (IL), objeto de evaluación (indicación, si procede, de los indicadores básicos, que deben alcanzar todos los alumnos que superen la asignatura) Código IL Descripción del indicador de logro (IL) Básico RA asociados IL01 IL02 IL03 L04 IL05 IL06 IL07 IL08 IL09 IL10 IL11 IL12 IL13 Calcular el intervalo de confianza y realizar test de hipótesis sobre la diferencia de medias de dos poblaciones normales Conocer la terminología estadística utiliza en el diseño estadístico de experimentos Comprender las distintas estructuras de un diseño de experimentos Conocer y comprender el interés de la aleatorización en el diseño de experimentos Conocer y comprender el interés de la replicación en el diseño de experimentos Conocer y comprender el interés de controlar la variabilidad experimental utilizando bloques en el diseño de experimentos Conocer las recomendaciones generales para planificar un experimento Construir y saber interpretar la tabla ANOVA en un diseño con un solo factor Calcular el intervalo de confianza y realizar test de hipótesis sobre contrastes de medias Conocer y saber cuándo utilizar diferentes métodos de comparaciones múltiples entre medias Comprender, estimar y hacer inferencia sobre el efecto principal de los niveles de un factor Comprender, estimar y hacer inferencia sobre la interacción entre los niveles de dos factores Construir y saber interpretar la tabla ANOVA en un diseño con dos o más factores IL14 Conocer y saber construir un diseño completamente aleatorizado. IL15 Saber especificar el modelo estadístico del diseño IL16 IL17 Construir la tabla ANOVA y realizar los análisis estadísticos necesarios para comparar los tratamientos Conocer y saber construir un diseño completamente en bloques completos. IL18 Saber especificar el modelo estadístico del diseño IL19 Construir la tabla ANOVA y realizar los análisis estadísticos necesarios para comparar los tratamientos RA01 RA02 RA02 RA03 RA05 RA06 página 10 de 12

11 EUIT Agrícola ETSI Agrónomos Evaluación sumativa Breve descripción de las actividades evaluables (tipo de prueba, indicadores evaluados, duración) Semana/s Lugar Peso en la nota final (%) Ejercicios y Prácticas propuestos en clase Unidad Temática 1 Ejercicios y Prácticas propuestos en clase Unidad Temática 2 Examen Parcial Unidad Temática 2 13 Criterios de calificación 1 a 8 Aula y casa 67 9 a 12 Aula y casa 16 Aula por designar Descripción de los criterios de evaluación de la asignatura (partes teórica y práctica), en su caso, normas específicas sobre calificaciones mínimas para incluir en la evaluación sumativa, normas durante la realización de las pruebas, fechas de publicación de calificaciones y procedimiento de revisión, posibilidades de recuperación, etc.. EC: Evaluación Continua Trabajos y Ejercicios propuestos y examen parcial. Será necesario obtener un calificación mínima de 4 en cada una de las unidades temáticas para poder compensar. EF: Examen final Para aprobar la asignatura la nota mínima será de 5 sobre 10 La evaluación se realizara bien por evaluación continua o de un solo examen final El alumno debe de decidir al principio del curso el tipo de evaluación que elija Al no pronunciarse sobre la cuestión mencionada anteriormente se supone de forma automática que el alumno se evaluara mediante evaluación continua 17 página 11 de 12

12 EUIT Agrícola ETSI Agrónomos 8. Recursos de enseñanza-aprendizaje Bibliografía y otros materiales y recursos didácticos de apoyo Diseño de Experimentos. Principios estadísticos para el diseño y análisis de investigaciones. R. O. Kuehl. Thomsom Learning Material de estudio Bibliografía Peña, D. (2002) Regresión y diseño de experimentos. Madrid, Alianza Editorial Husson, F. Lê, S. y Pagés, J.(2011) Exploratory multivariate analysis using R. CRC Press Lebart, L. Piron, M. y Morineau, A. (2006) Statistique exploratoire multidimensionnelle. Paris, Dunod Equipamiento Locales para trabajo no presencial Recursos Web y multimedia Otros Instrumentación laboratorio Aplicaciones software Otros Laboratorios con libre acceso Salas para trabajo en grupo Otros Moodle, The R Project for Statistical Computing: FactoMineR: Exploratory Multivariate Data Analysis with R: Ordenador PC R-program (R-cmdr) página 12 de 12