DISEÑO ÓPTIMO DE EXPERIMENTOS
Grado en Estadística- Plan 2016
Curso 2024/2025
1. Datos de la asignatura
(Fecha última modificación: 09-05-24 13:17)- Código
- 108437
- Plan
- 2016
- ECTS
- 6.00
- Carácter
- OPTATIVA
- Curso
- 4
- Periodicidad
- Primer Semestre
- Idioma
- ESPAÑOL
- Área
- ESTADÍSTICA E INVESTIGACIÓN OPERATIVA
- Departamento
- Estadística
- Plataforma Virtual
Datos del profesorado
- Responsable
- Juan Manuel Rodríguez Díaz
- Grupo/s
- 1
- 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 las asignaturas “Modelos Lineales” y “Diseño de Experimentos”, o al menos tener nociones básicas de los temas tratados en las mismas.
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:
- Planificar el diseño de un experimento de forma óptima en función de las herramientas de que se disponga y de las restricciones de tiempo y recursos.
4. Competencias a adquirir | Resultados de Aprendizaje
Básicas / Generales | Conocimientos.
Con la materia, los estudiantes adquirirán las competencias CB-3, CB-4, CG-3, CG-4, CE-3 y CE-4 del Título.
Específicas | Habilidades.
- Capacitar para resolver problemas de ámbito académico, técnico, financiero o social mediante métodos estadísticos trabajando en equipos multidisciplinares en los que el uso de la Estadística juega un papel relevante en la toma de decisiones.
- Capacitar para conocer los principales conceptos y analizar mediante técnicas estadísticas los datos procedentes de diferentes ámbitos: técnico, biosanitario, socio-jurídico o económico.
Transversales | Competencias.
- 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.
- Poder transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado.
- 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 la capacidad de adaptación a nuevas situaciones que puedan requerir la mejora o creación de técnicas estadísticas en términos de otras ya conocidas.
5. Contenidos
Teoría.
Contenidos Teóricos
- Modelo lineal.
- Matriz de información.
- Inversa generalizada.
- Criterios de optimización.
- Teorema General de Equivalencia.
- Algoritmos para el cálculo de diseños óptimos
Práctica.
Contenidos Prácticos
El ordenador será una tónica general en las clases de la materia. Algunos de los problemas planteados se intentarán resolver analíticamente cuando sea posible. En muchos casos la única solución factible será la numérica, para lo que es imprescindible el uso de los computadores y el entrenamiento en la programación de los procedimientos y algoritmos necesarios para llegar a los resultados deseados. Los principales temas de prácticas serán los siguientes:
- Cálculo de matrices de información e inversas generalizadas
- Cálculo de diseños óptimos exactos respecto de distintos criterios de optimización, y eficiencias respecto del resto de los criterios.
- Algoritmos para el cálculo de diseños óptimos: empleo del Teorema General de Equivalencia como regla de parada
6. Metodologías Docentes
Se darán los contenidos teóricos imprescindibles para poder comenzar a la obtención de diseños óptimos exactos y aproximados mediante distintas técnicas. Se introducirán mediante clases magistrales, en las que se fomentará la participación del estudiante cuando la naturaleza y dificultad de la materia lo permitan.
Los seminarios de cálculo de óptimos y resolución de cuestiones con y sin ordenador constituirán la dedicación principal de estudiantes y profesor, fomentando la participación mayoritaria de los estudiantes, que ocasionalmente deberán exponer públicamente los trabajos realizados y responder a las posibles dudas planteadas por el profesor y sus propios compañeros.
La plataforma virtual Studium servirá de apoyo y enlace entre el profesor y los estudiantes (recogida de material teórico y práctico, material en transparencias, enunciados de ejercicios y prácticas de ordenador, entrega de trabajos, autoevaluación, etc.). En cualquier caso, especialmente al comienzo de la asignatura será necesaria la realización por parte del estudiante de una labor personal de estudio y asimilación de los contenidos teóricos, y posteriormente de resolución de cuestiones planteadas y preparación de los trabajos propuestos, a fin de alcanzar las competencias previstas.
El software utilizado será esencialmente el programa Mathematica; para el que 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.
- ATKINSON A.C., DONEV A.N. and TOBIAS R.D. (2007): Optimum Experimental Designs, with SAS. Oxford University Press Inc.. New York.
- GOOS, P. and JONES, B. (2011). Optimal Design of Experiments: A Case Study Approach. John Wiley & Sons, U.K.
Otras referencias bibliográficas, electrónicas o cualquier otro tipo de recurso.
- ATKINSON A.C. and DONEV A.N. (1992): Optimum Experimental Designs. Clarendon Press. Oxford.
- FEDOROV V.V. and HACKL P. (1997). Model-Oriented Design of Experiments. Springer-Verlag. New York.
- PUKELSHEIM F. (1993). Optimal Design of Experiments. John Wiley & Sons. New York.
- http://studium.usal.es
9. Evaluación
Criterios de evaluación.
La realización de un cuestionario teórico, con material de consulta y tiempo limitado, supondrá un 40% de la nota final.
La entrega de trabajos, ejercicios y prácticas propuestos a lo largo del semestre y las exposiciones en clase supondrán un 60% de la nota final.
Cada estudiante tendrá que realizar (y defender públicamente) los trabajos que presente para probar su autoría.
Sistemas de evaluación.
Entrega de trabajos y prácticas, y exposiciones orales en clase.
Recomendaciones para la evaluación.
Se recomienda la asistencia y participación activa en todas las actividades programadas y el uso de las tutorías, así como trabajar la asignatura de forma regular desde el principio de curso y consultar al profesor las dudas que se planteen en cada momento.