Академический Документы
Профессиональный Документы
Культура Документы
ESTADSTICA SYLLABUS FOR DAC 11 VER 12 03 09 MATERIA: Diseo de Experimentos y Modelacin Estadstica CDIGO: NOMBRE PROFESOR: Dr. Fernando Casanoves CRDITOS: 2 HORAS PRESENCIALES: 16 AO: 2012 PERODO: Intensivo DAS: HORARIO: 18:00 19:20 AULA: Fecha elaboracin: Enero 2012
DESCRIPCIN Mediante ste seminario se ampliar el conocimiento sobre el manejo del diseo experimental y modelacin estadstica necesaria para la inferencia estadstica en estudios ambientales OBJETIVOS GENERAL Proporcionar al estudiante elementos tericos y prcticos para el anlisis estadstico de estudios observacionales y/o experimentales OBJETIVOS ESPECFICOS Introducir conceptos fundamentales asociados a metodologas estadsticas usadas para describir, modelar, interpretar y analizar fenmenos y problemticas de naturaleza aleatoria Desarrollar habilidades para el anlisis de informacin con soporte computacional, proveyendo herramientas para realizar anlisis estadsticos y fortalecer la generacin de reportes tcnicos y cientficos Generar un espacio de discusin de los problemas de diseo y muestreo a los que se enfrentan frecuentemente los profesionales. CONTENIDO PROGRAMTICO
Principios del diseo de experimentos: tratamientos, unidad experimental-repeticiones, aleatorizacin, error experimental y sus componentes Modelos lineales generales y mixtos. Efectos aleatorios y fijos. Componentes de varianza. Modelo y supuestos, pruebas de hiptesis asociadas, anlisis de residuos, medidas correctivas, comparacin a priori y a posteriori. Anlisis de covarianza en el contexto de los modelos mixtos. Estructura de unidades experimentales: diseo completamente aleatorizado, diseo en bloques y cuadrado latino, y modelos lineales asociados. Estructura de tratamientos: arreglos factoriales, modelos lineales con y sin interaccin, factores cuantitativos y cualitativos, y tipos de contrastes asociados Diseos con unidades experimentales de distinto tamao: parcelas divididas y diseos anidados, experimentos multifactoriales con restricciones a la aleatorizacin, modelos lineales asociados y trminos de error Medidas repetidas en el tiempo y en el espacio. Modelo y supuestos. Criterios para la seleccin y validacin de modelos. Funciones de correlacin y de varianza-covarianza. METODOLOGA