DISEÑO DE EXPERIMENTOS
Grado en Estadística- Plan 2016
Curso 2024/2025
1. Datos de la asignatura
(Fecha última modificación: 09-05-24 13:17)- Código
- 108421
- Plan
- 2016
- ECTS
- 6.00
- Carácter
- OBLIGATORIA
- Curso
- 3
- Periodicidad
- Primer Semestre
- Idioma
- ESPAÑOL
- Área
- ESTADÍSTICA E INVESTIGACIÓN OPERATIVA
- Departamento
- Estadística
- Plataforma Virtual
Datos del profesorado
- Profesor/Profesora
- Juan Manuel Rodríguez Díaz
- Grupo/s
- Todos
- Centro
- Fac. Ciencias
- Departamento
- Estadística
- Área
- Estadística e Investigación Operativa
- Despacho
- Edif. Ciencias D1513
- Horario de tutorías
- A convenir con el profesor
- URL Web
- http://web.usal.es/juanmrod
- juanmrod@usal.es
- Teléfono
- 923 294500, Ext. 6992
2. Recomendaciones previas
Se recomienda haber cursado previamente la asignatura ‘Estadística Matemática’ o al menos tener nociones elementales de distribuciones de probabilidad, intervalos de confianza y contrastes de hipótesis. Preferible también cursar con anterioridad ‘Modelos Lineales’
3. Objetivos
Objetivos Generales:
- Diseñar adecuadamente el proceso de adquisición y tratamiento de los datos.
- Ser capaz de identificar o crear el modelo adecuado a cada caso.
- Capacidad para manipular computacionalmente los modelos, aprovechando la potencia de los métodos estadísticos, de optimización etc., y realizar el análisis de los modelos y de los resultados obtenidos.
- Extracción de conclusiones: percibir la naturaleza de los problemas e interpretar las soluciones proporcionadas por los modelos correspondientes.
- Capacidad de comunicar los resultados, las conclusiones de los modelos y las soluciones propuestas de una forma inteligible para el resto de la empresa u organismo, para conseguir que sean aceptadas e implantadas por los responsables de la toma de decisiones.
- Llevar a cabo un aprendizaje continuado a lo largo de toda la vida profesional, y estar siempre dispuesto a abordar problemas nuevos con nuevas herramientas.
Objetivos Específicos:
- Elegir y utilizar el método de análisis más adecuado en una investigación en función de los objetivos de la misma
- Aplicar los principales métodos de análisis de la varianza.
- Conocer los métodos clásicos de diseño de experimentos y otras metodologías.
- Conocer los distintos métodos de análisis de Superficies de Respuesta.
4. Competencias a adquirir | Resultados de Aprendizaje
Específicas | Habilidades.
- Conocer, utilizar y desarrollar diferentes herramientas informáticas de uso común en los ámbitos de las Matemáticas, la Estadística y la Investigación Operativa. Gestionar la información disponible de manera óptima.
- Capacidad para distinguir entre método estadístico y razonamiento determinista.
- Capacidad para realizar estudios descriptivos e inferenciales de distintos tipos de datos, utilizando las herramientas informáticas más adecuadas
Transversales | Competencias.
- Demostrar poseer y comprender conocimientos en Técnicas Estadísticas partiendo de la base de la educación secundaria general, a un nivel que, si bien se apoya en libros de texto avanzados, incluye también algunos aspectos que implican conocimientos procedentes de la vanguardia de la Estadística.
- Saber aplicar sus conocimientos a su trabajo de una forma profesional y poseer las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro del área de Estadística.
- Tener la capacidad de reunir e interpretar datos de diversas áreas de estudio para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética.
- Comprender y utilizar los lenguajes estadístico y matemático. Adquirir la capacidad para analizar, sintetizar y transmitir los problemas de los distintos campos de aplicación de la Estadística, planteando hipótesis y contrastándolas.
- Conocer las demostraciones matemáticas de los principales resultados estadísticos. Adquirir la capacidad de adaptación a nuevas situaciones que puedan requerir la mejora o creación de técnicas matemáticas y estadísticas en términos de otras ya conocidas, para el aprendizaje autónomo y el razonamiento crítico, abstracto y deductivo, extrayendo y comprobando las propiedades estructurales de los objetos observados.
- Proponer, analizar, validar e interpretar modelos de situaciones reales utilizando las técnicas estadísticas más adecuadas a los fines que se persigan.
- Resolver problemas estadísticos hallando soluciones analíticas o mediante procedimientos de cálculo numérico en función de las herramientas de que se disponga y de las restricciones de tiempo y recursos. Saber utilizar herramientas de búsqueda de recursos bibliográficos.
- Adquirir los conocimientos matemáticos, estadísticos e informáticos necesarios para desarrollar adecuadamente las investigaciones estadísticas.
5. Contenidos
Teoría.
Contenidos Teóricos
- Diseño completamente aleatorizado. Replicaciones. Diseño en bloques aleatorizados.
- Cuadrados latino y grecolatino. Diseño en bloques aleatorizados incompleto. Diseños jerárquico y anidado.
- Diseños factoriales a 2 y 3 niveles. Fracciones de diseños factoriales. Otros diseños.
- Superficies de respuesta.
Práctica.
Contenidos Prácticos
Prácticas realizadas con ordenador para resolver problemas correspondientes a los temas teóricos descritos anteriormente:
- Identificación de los factores importantes mediante un experimento real
- ANOVA de uno y varios factores.
- Diseños en bloques aleatorizados. Cuadrados latinos y grecolatinos
- Diseños factoriales a 2 niveles. Fracciones de diseños factoriales.
- Superficies de respuesta.
6. Metodologías Docentes
Los contenidos teóricos se introducirán mediante clases magistrales, en las que se fomentará la participación del estudiante cuando la naturaleza y dificultad de la materia lo permitan. La enseñanza magistral se complementará con clases de resolución de problemas (éstas sí con una participación mayoritaria de los estudiantes) y prácticas de ordenador que permitan resolver rápidamente los ejercicios planteados a partir de los temas teóricos. Se seguirá esencialmente el manual recomendado, complementado con el material de las transparencias que el profesor expone en clase, y que se proporcionará a los estudiantes a través de la plataforma virtual Studium. Dicha plataforma servirá de apoyo y enlace entre los profesores y los estudiantes (recogida de material teórico y práctico -transparencias, enunciados de ejercicios, prácticas de ordenador, tablas estadísticas-, entrega de trabajos, autoevaluación, etc.) Los seminarios tutelados servirán para afianzar los conocimientos mediante la realización y exposición de trabajos individuales o en grupo, resolución de problemas o prácticas de ordenador, etc., siempre exponiendo públicamente las dificultades a fin de que su resolución sirva a los compañeros, y siempre bajo la supervisión de los profesores. Éstos en todo caso intentarán que en lo posible sean los propios estudiantes los que realicen entre sí una labor de auto-resolución de sus propias dudas. En cualquier caso, siempre será necesaria la realización por parte del estudiante de una labor personal de estudio y asimilación de los contenidos teóricos, así como de resolución de problemas planteados y preparación de los trabajos propuestos, a fin de alcanzar las competencias previstas.
El software utilizado será esencialmente el programa SPSS quizá apoyado puntualmente con el programa Mathematica; para ambos la universidad posee licencia de campus. Se fomentará el uso del software libre (por ejemplo R-project) que los propios estudiantes pueden utilizar en su entorno particular sin necesidad de adquisición de licencias.
7. Distribución de las Metodologías Docentes
8. Recursos
Libros de consulta para el alumno.
- MONTGOMERY, D. C. (2005): “Design and analysis of experiments”. Wiley.
- PEÑA SÁNCHEZ DE RIVERA, D. (1992): “Estadística, Modelos y Métodos: 2. Modelos Lineales y Series Temporales”. Alianza Editorial. Madrid.
Otras referencias bibliográficas, electrónicas o cualquier otro tipo de recurso.
- MYERS, R.H. and MONTGOMERY D.C.(2002). Response Surface Methodology. John Wiley & Sons, New York.
- PEÑA SÁNCHEZ DE RIVERA, D. (2002). Regresión y Diseño de Experimentos. Alianza Editorial, Madrid
- http://studium.usal.es
9. Evaluación
Criterios de evaluación.
Evaluación continua: los trabajos propuestos y las exposiciones en clase supondrán un 10% de la nota final; la realización de prácticas en Aula de Informática supondrá un 20%.
El examen final consistirá en una prueba teórico-práctica que supondrá un 70% de la nota final, y en la que será necesario alcanzar un mínimo de 3 puntos sobre 10 para que se pueda promediar con las otras notas.
La nota de la evaluación continua conseguida en la primera convocatoria será la misma que se tendrá para la segunda, pudiendo recuperar en ésta última sólo la nota del examen final.
Sistemas de evaluación.
Pruebas escritas y exposiciones orales en clase:
- Se propondrán problemas y prácticas para resolver que el alumno debe entregar y/o exponer en el aula.
- La prueba escrita final se realizará en la fecha prevista en la planificación docente
Recomendaciones para la evaluación.
Se recomienda la asistencia y participación activa en todas las actividades programadas y el uso de las tutorías, así como estudiar la asignatura de forma regular desde el principio de curso y consultar a los profesores las dudas que se planteen en cada momento.