|
Objectius
|
Programa provisional
|
|
|
Proporcionar a l'alumne les bases i les eines estadístiques mínimes necessàries que li permetin entendre, dissenyar i interpretar correctament i de forma òptima les seves pròpies experimentacions en l'àmbit de l'enginyeria agrícola.
|
|
|
|
|
Prerrequisits
|
|
|
Obligatoris: cap
Recomantas: Fonaments Matemàtics de l'Enginyeria
|
|
|
|
|
Contingut (Programa)
|
|
|
1. Introducció al Disseny d'Experiments
1.1 Disseny d'experiments i Estadística
1.2 Fases d'un disseny d'experiments
1.3 Estudis observacionals versus experiments controlats
1.4 Elements del disseny d'experiments
1.5 Característiques d'un experiment controlat
2. Alguns conceptes bàsics de probabilitat i estadística
2.1 Inferències sobre la mitjana d'una població a partir d'una mostra aleatòria simple. La distribució normal. La distribució t-Student.
2.2 Comparació de les mitjanes de dues poblacions
2.3 Inferències sobre la variància d'una població normal a partir d'una mostra aleatòria simple. La distribució qui-quadrat.
2.4 Comparació de les variàncies de dues poblacions normals a partir de dues mostres aleatòries simples independents. La distribució F.
2.5 Potència d'un contrast
3.Models d'anàlisi de la variància (MAV). Generalitats
3.1 Elements d'un MAV
3.2 Disseny d'un estudi basat en MAV
3.3 Objectius dels MAV. Models unifactorials i models multifactorials
3.4 MAV de Tipus I (nivells fixos dels factors) i de Tipus II (nivells aleatoris dels factors)
4.MAV de Tipus I unifactorials
4.1 Hipòtesis dels MAV_I_Unif
4.2 Objectius dels MAV_I_Unif
4.3 Notació
4.4 Interpretació de les mitjanes dels nivells del factor en un estudi observacional i en un estudi experimental
4.5 Estimació dels paràmetres
4.6 Anàlisi de la variància
4.7. F test d'igualtat de les mitjanes dels nivells dels factors (tractaments)
4.8 Reformulació del Model I a partir dels efectes dels factors
4.9 Anàlisis dels efectes dels nivells del factor en un MAV de Tipus I unifactorial
5. MAV de Tipus II unifactorials
5.1 Situacions en que s'aplica aquest model
5.2 Formulació del model. Interpretació del termes que intervenen en el model
5.3 Preguntes d'interés
5.4 Contrast 2=0
5.5 Estimació de . en el cas d'un disseny balancejat
5.6 Estimació de 2/(2+2)
5.7 Estimació de 2 i 2
6. MAV de Tipus I amb dos factors (disseny balancejat)
6.1 Dissenys multifactorials
6.2 MAV de Tipus I amb dos factors (disseny balancejat)
6.3 Anàlisi dels efectes dels factors quan no existeix interacció entre ells
6.4 Anàlisi dels efectes dels factors quan existeix interacció entre ells
6.5 Anàlisi quan algun dels dos factors és quantitatiu
6.6 Aproximació a partir dels models de regressió als MAV de Tipus I amb dos factors en el cas d'un disseny no balancejat
7. Dissenys experimentals basats en blocs aleatoritzats
7.1 Aleatorietat absoluta vs bloqueig aleatoritzat
7.2 MAV de Tipus I unifactorial i un factor de bloqueig
8. El model de regressió lineal simple
8.1 Relacions entre variables
8.2 Els models de regressió
8.3 El model de regressió lineal simple
8.4 Tipologia de les dades mostrals
8.5 Estimació puntual en un model de regressió lineal simple
8.6 Inferències i contrastos en un model de regressió lineal simple normal
8.7 Anàlisi de la variància en un model de la regressió
8.8 Mesures d'associació entre la variable resposta i la variable regressora en un model de regressió
8.9 Diagnosis del model de regressió lineal
8.10 Altres tòpics dels models de regressió lineal normal
8.11 Aproximació matricial als models de regressió lineal simple
9. El model de regressió lineal múltiple
9.1 Els models de regressió múltiple
9.2 El model general de regressió lineal
9.3 Descomposició de la suma de quadrats SSReg
9.4 Multicolineatiat de les variables regressores
9.5 Models lineals de regressió amb variables qualitatives
9.6 Dades atípiques en models de regressió
|
|
|
|
|
Bibliografia
|
|
|
-Kuehl, R.O. (2001): Diseño de experimentos. Principios estadísticos de diseño y análisis de investigación.Thomson Learning, 2ª edició, 666 pàgs.
-Montgomery, D. C. (1991): Diseño y análisis de experimentos. Grupo Editorial Iberoamérica Mèxic, 589 pàgs.
-Neter, J., Wasserman, W. i Kutner, M.H. (1990): Applied Linear Statistical Models. Irwin, Homewwod, 1181 pàgs.
|
|
|
|
|
Mètodes docents
|
|
|
-Classes de teoria i problemes (3 hores setmanals): Dilluns, de 17-18h, i Dimarts, de 15-17h. Total: 39 hores.
- Classes pràctiques: 1 hora setmanal. Les pràctiques consisteixen en la resolució de casos pràctics amb ajuda d'un paquet estadístic (MINITAB), i en el plantejament i resolució "in situ" de dissenys experimentals agrícoles generats al centre d'experimentació Mas Badia.
Horari de les pràctiques previstes: divendres de 11-12h, a l'aula CC6. També estan previstes dues visites al Mas Badia.
|
|
|
|
|
Tipus d'exàmens i avaluacions
|
|
|
L'avaluació de l'assignatura es realitzarà en base a:
a) Coneixements teòrics bàsics (4 punts);
b) Informes de les pràctiques (3 punts);
c) Treballs pràctics (3 punts).
|
|
|
|
|
Informació addicional
|
|
|
|
A més dels informes de les pràctiques realitzades durant el curs, l'alumne haurà de realitzar d'un treball pràctic vinculat amb l'àmbit agro-alimentari en el qual haurà de demostrar que sap aplicar correctament la metodologia estadística explicada a l'assignatura. |
|
|
|
|
|
La bibliografia a la biblioteca