Diseño y análisis de experimentos Código:  M0.162    :  5
Consulta de los datos generales   Descripción   Campos profesionales en el que se proyecta   Conocimientos previos   Información previa a la matrícula   Objetivos y competencias   Contenidos   Consulta de los recursos de aprendizaje de los que dispone la asignatura   Informaciones sobre la evaluación en la UOC   Consulta del modelo de evaluación  
Este es el plan docente de la asignatura. Os servirá para planificar la matrícula (consultad si la asignatura se ofrece este semestre en el espacio del Campus Más UOC / La Universidad / Planes de estudios). Una vez empiece la docencia, tenéis que consultarlo en el aula. (El plan docente puede estar sujeto a cambios).

La experimentación es intrínseca a la mayoría de las investigaciones científicas y tecnológicas, en muchas de las cuales, los resultados de la variable de interés se ven afectados por la presencia de distintos factores, cuya influencia puede estar oculta por la variabilidad de los resultados muestrales. Es fundamental conocer los factores que influyen realmente y estimar esta influencia y para lograrlo será necesario diseñar los experimentos. Veremos que un diseño experimental quedará determinado por la elección de las unidades experimentales, los tratamientos, y el mecanismo de asignación de los tratamientos a las unidades. Del análisis estadístico de la información recogida en la experimentación se derivaran las conclusiones.

Esta asignatura cubre los conceptos básicos del diseño y análisis de experimentos. Las unidades que trataremos serán las siguientes: 

  1. Introducción al diseño experimental
  2. Diseño completamente aleatorizado
  3. Comparaciones múltiples
  4. Comprobación de las suposiciones del modelo
  5. Potencia y Tamaño muestral
  6. Modelos factoriales
  7. Efectos aleatorios
  8. Modelos mixtos y Modelos con factores anidados
  9. Diseño en bloques completamente aleatorizados y diseños con covariantes
  10. Introducción a los modelos lineales mixtos

Se empezará el curso con el bloque correspondiente a las 3 primeras unidades. La primera unidad introductoria en la que se darán las definiciones básicas del diseño de experimentos y se discutirá sobre el mecanismo de la aleatorización en el diseño de experimentos.

El diseño experimental más simple para comparar g tratamientos corresponde al llamado diseño completamente aleatorizado. En la Unidad 2 se introducirá dicho diseño y se analizará con detalle, antes de considerar otros diseños, porque muchos de los conceptos y métodos de estos diseños se transfieren con escasas modificaciones a diseños más complejos.

La inferencia asociada al análisis de los resultados experimentales comporta a menudo la resolución simultánea de varios contrastes de hipótesis relacionados. En la Unidad 3 se verán algunas de las técnicas estadísticas más habituales para hacer frente al problema de las comparaciones múltiples. 

Las unidades 4 y 5 constituyen un segundo bloque. En la Unidad 4 se estudiará la comprobación de las suposiciones del modelo. Los métodos estadísticos basados en ciertas distribuciones de probabilidad usualmente conducen a inferencias precisas, a condición que las premisas sobre las distribuciones sean acordes a los datos. Si aplicamos métodos basados en distribuciones en situaciones en las que los supuestos no se cumplen, las inferencias que obtengamos pueden ser engañosas. Por tanto, será preciso verificar el grado de ajuste a las suposiciones probabilísticas del modelo.

 A grandes rasgos un diseño experimental queda determinado por las unidades experimentales, los tratamientos y el mecanismo de asignación de las unidades a los tratamientos. No obstante, hay otro aspecto muy relevante en el diseño experimental como es la determinación del tamaño muestral para el efecto de los tratamientos, el cual se verá la Unidad 5.

 En la Unidad 6 se presentan los modelos en los que los tratamientos tienen una estructura factorial. Hasta el momento, habremos considerado modelos completamente aleatorizados en los que los tratamientos se asignan al azar a las unidades experimentales, los tratamientos no tienen estructura. Contrariamente, los modelos factoriales combinan los niveles de dos o más factores para definir los tratamientos. Se discutirán las ventajas de los modelos factoriales frente a diseños con los factores considerados separadamente.

Los modelos con efectos aleatorios se estudian en la Unidad 7. Los efectos aleatorios son adecuados cuando los tratamientos representan una muestra aleatoria de una población de potenciales tratamientos. En la Unidad 8, se discuten modelos que contienen efectos fijos y aleatorios, se introducen nuevas maneras de combinar factores y se describen reglas para obtener la esperanza de los cuadrados medios.

En la Unidad 9 se estudiaran algunas de las técnicas para reducir la variabilidad, como son los diseños con bloques y la incorporación en el modelo de covariantes.

En la Unidad 10 se introducirán los llamados modelos lineales mixtos que se aplicaran a diseños jerárquicos y longitudinales.

Durante el curso se trabajan diez unidades didácticas, en las que se proporciona una guía docente detallada que os servirá para comprender y asimilar los conceptos, así como, para prepararos para las pruebas de evaluación continua.  A modo de síntesis, en las actividades del bloque 2 (unidades 4 y 5) y de las unidades 8 y 9 se proponen ejercicios no evaluables (cuya solución se proporcionará de acuerdo con el calendario). En cuanto a la evaluación, la asignatura se supera por evaluación continua mediante cuatro actividades (25% cada una).  

Amunt

El diseño y análisis de experimentos ha tenido siempre una gran aplicación en las ciencias experimentales y en el control de procesos industriales y tecnológicos. La experimentación en la Industria es uno de los elementos que más pueden contribuir a la mejora de los productos y procesos.
El diseño experimental se encuentra en aplicaciones en múltiples disciplinas como biotecnología, medio ambiente, biología, ciencias químicas y bioquímica, ingeniería, calidad, economía, medicina, industria, agricultura, marketing, psicología, constituyendo una fase esencial en el desarrollo de un estudio experimental.
En particular, podemos considerar aplicaciones en Biotecnología que van desde la producción de material biológico en la industria biomédica y de innovación y procesos en industria alimentaria, la optimización de la producción en reactores, la selección de cepas más productivas. En la investigación médica de pequeña escala (análisis de datos en estudios sencillos) o de grandes dimensiones (por ejemplo ensayos clínicos multicéntricos).

Amunt

Los estudiantes deben haber realizado un curso de introducción a los métodos estadísticos fundamentales.

Amunt

Restricciones de acceso: 

  •  Haber superado "Inferencia Estadística"

Recomendaciones de acceso:  

La asignatura de "Diseño y Análisis de Experimentos"  está relacionada con la asignatura de "Análisis de Datos Ómicos". Si se quiere cursar Diseño y Análisis de Experimentos aconsejamos cursarla antes de "Análisis de Datos Ómicos" o bien en paralelo.

Amunt

Esta asignatura pretende establecer la metodología estadística para el diseño de experimentos y el análisis de los datos experimentales.
Las capacidades a adquirir serán:

  • Conocer las ventajas e inconvenientes de los diseños de experimentos más usuales.
  • Selección y aplicación de las técnicas de adquisición de datos para su tratamiento estadístico.
  • Tomar conciencia de la necesidad de rigor al aplicar las técnicas estadísticas y ser capaz de evaluar correctamente las dificultades que se puedan plantear conociendo las limitaciones de las técnicas y los recursos.
  • Utilización de las diferentes técnicas de ajuste y validación de modelos.
  • Capacidad para enfrentarse a las distintas etapas de una investigación basada en el diseño estadístico de experimentos.
  • Conocer y manejar software estadístico útil para las técnicas estadísticas incluidas en esta asignatura.

Amunt

Los contenidos se organizan por temas, los cuales se agrupan en unidades, que es el bloque de información tal como se ve en el aula.
Unidad 1 Introducción

1.1 ¿Por qué Experimentos?
1.2 Componentes de un Experimento
1.3 Algunas definiciones y conceptos relevantes
1.4 Unidades Experimentales
1.5 Variables Respuesta
1.6 Aleatorización y Diseño de Experimentos
1.7 Aleatorización para evitar la confusión de Efectos
1.8 Implementar la Aleatorización


1.9 Aleatorización para la Inferencia



Unidad 2 Diseño completamente aleatorizado

2.1 Estructura de un diseño completamente aleatorizado
2.2 Algunos ejemplos preliminares
2.3 Modelo Estadístico
2.4 Estimación de los parámetros
2.5 Análisis de la Varianza (ANOVA)
2.6 Algunos ejemplos de aplicación
2.7 Contrastes básicos
2.8 Contrastes ortogonales


Unidad 3 Comparaciones múltiples

3.1 Tipos de Error
3.2 Métodos tipo Bonferroni. Ejemplos
3.3 Métodos basados en comparaciones pairwise. Ejemplos



Unidad 4  Comprobación de las suposiciones del modelo

4.1 Suposiciones del modelo
4.2 Evaluación de las suposiciones: Normalidad. Varianza constante. Independencia.
4.3 Posibles correcciones en caso de no cumplimiento
4.4 Efectos en caso de no cumplimiento.



Unidad 5 Potencia y Tamaño muestral

5.1 Metodologías para la selección del tamaño muestral
5.2 Tamaño muestral para un intervalo de confianza
5.3 Potencia y tamaño muestral en ANOVA
5.4 Potencia y tamaño muestral para un Contraste



Unidad 6 Modelos factoriales

6.1 Estructura de los modelos factoriales
6.2 Efectos principales e interacciones
6.3 Visualización de la interacción
6.4 Parametrización de los modelos factoriales
6.5 Análisis de la varianza en diseños balanceados
6.6 Modelos factoriales generales



Unidad 7 Efectos aleatorios


7.1 Modelos en diseños con efectos aleatorios
7.2 Análisis de la varianza en diseños con efectos aleatorios
7.3 Test de hipótesis en diseños con efectos aleatorios
7.4 Componentes de la varianza
7.5 Modelos con efectos mixtos



Unidad 8 Modelos con factores anidados

8.1 Factores anidados
8.2 Modelos con factores cruzados y anidados
8.3 Reglas de Bennet y Franklin
8.4 Ejemplos de aplicación



Unidad 9 Diseño en bloques completamente aleatorizados y diseños con covariantes


9.1 Efecto Bloque. Porque y cuando 
9.2 Diseño en bloques completamente aleatorizados
9.3 Análisis de los Diseño en bloques completamente aleatorizados
9.4 Otros diseños relacionados
9.5 Modelo básico con una covariable. Análisis de la covarianza
9.6 Cuando el tratamiento interacciona con la covariable


Unidad 10 Introducción a los modelos lineales mixtos

Amunt

El proceso de evaluación se fundamenta en el trabajo personal de cada estudiante y presupone la autenticidad de la autoría y la originalidad de los ejercicios realizados.

La falta de autenticidad en la autoría o de originalidad de las pruebas de evaluación; la copia o el plagio; el intento fraudulento de obtener un resultado académico mejor; la colaboración, el encubrimiento o el favorecimiento de la copia, o la utilización de material o dispositivos no autorizados durante la evaluación, entre otras, son conductas irregulares que pueden tener consecuencias académicas y disciplinarias graves.

Por un lado, si se detecta alguna de estas conductas irregulares, puede comportar el suspenso (D/0) en las actividades evaluables que se definan en el plan docente –incluidas las pruebas finales– o en la calificación final de la asignatura, ya sea porque se han utilizado materiales o dispositivos no autorizados durante las pruebas, como redes sociales o buscadores de información en internet, porque se han copiado fragmentos de texto de una fuente externa (internet, apuntes, libros, artículos, trabajos o pruebas del resto de estudiantes, etc.) sin la correspondiente citación, o porque se ha practicado cualquier otra conducta irregular.

Por el otro, y de acuerdo con las normativas académicas, las conductas irregulares en la evaluación, además de comportar el suspenso de la asignatura, pueden dar lugar a la incoación de un procedimiento disciplinario y a la aplicación, si procede, de la sanción que corresponda.

Amunt

Esta asignatura solo puede superarse a partir de la evaluación continua (EC). La nota final de evaluación continua se convierte en la nota final de la asignatura. La fórmula de acreditación de la asignatura es la siguiente: EC.

 

Amunt