Titulació: Llicenciatura de Biologia
Duració: 7.5 crèdits (4.5 teòrics i 3
pràctics)
Caràcter: Troncal de segon cicle
Tipus: TeoricOpràctic
Departament: Estadística i
Investigació Operativa
Coordinadora de l'assignatura:
MªTeresa Rabena
Professors coordinadors de grup:
Carmen Armero (Grup A, en valencià), Mario Sendra (Grup B, en castellà), José
Bermúdez (Grup C, en castellà) i MªTeresa Rabena (Grup D, en valencià)
Calendari: Els grups B i D s'impartiran
en el quadrimestre de tardor del curs 2003-2004. Els grups A i C en el
quadrimestre de primavera del curs 2003-2004.
Programa teòric.
Tema 1: Introducció a l'anàlisi de la variança
Objectius
del disseny d'experiències. Fases del disseny. Factors: tipus i relacions entre
ells. Condicions d'aplicabilitat de l'anàlisi de la variança (ANOVA).
Tema 2: Anàlisi de la variança amb variable de classificació única
Model
d'un factor. Anàlisi del model: Taula ANOVA. Estimació dels paràmetres. Anàlisi
de les condicions de validesa de l'ANOVA. Contrastos de mitjanes. Comparacions
múltiples. Selecció del tamany mostral.
Tema 3: Anàlisi de la variança amb factors creuats.
Dissenys
experimentals amb criteri de classificació doble: model saturat. Anàlisi del
model i estimació de paràmetres. Disseny factorial d'ordes superiors.
Tema 4: Anàlisi de la variança amb dissenys niats.
Model
amb factors encaixats. Taula ANOVA i estimació de paràmetres. Assignació òptima
de recursos.
Tema 5: Anàlisi de la covariança
Disseny
unifactorial amb una covariable. Altres models de covariança.
Bibliografia:
Pixeu, R, Curnow, RN i Hasted, AM (1993). Statistical Methods in Agriculture and Experimental Biology. Second edition. London:
Chapman & Hall.
Montgomery, D.C. (1991) Disseny i Anàlisi d'Experiments. Mèxic DF: Grup Ed.
Iberoamerricana.
Peña D. (1994). Estadística,
models i mètodes: 2. Models lineals i sèries temporals. Segona edició
revisada. Madrid: Aliança Universitat Textos.
Rohlf, FJ i Sokal, RR (1995). Statistical Tables. Third edition. New York: WH Freeman & Co.
Sokal, RR i Rohlf, FJ (1995). Biometry. Third edition. New
York: WH Freeman and Co.
Steel, RGD. i Torrie JH (1985). Bioestadística, principis i procediments. Bogotà: McGraw-Hill
Programa pràctic.
Pràctica 1. Descripció i tractament de mostres.
Pràctica 2. Anàlisi gràfica de
comparació de mitjanes de mostres independents. Taula d'ANOVA
Pràctica
3. ANOVA bàsic per a criteri de classificació únic.
Pràctica 4. Anàlisi de les condicions de
validesa de l'ANOVA.
Pràctica 5. Contrastos de mitjanes i
comparacions múltiples.
Pràctica
6. Anàlisi de components de la variança per a dissenys d'efectes
aleatoris.
Pràctica 7. ANOVA de dos factors
creuats.
Pràctica 8. Anàlisi de blocs complets
aleatoritzats.
Pràctica 9. Altres dissenys
factorials.
Pràctica 10. ANOVA de factors
encaixats.
Pràctica 11. Anàlisi de la
covariança.
Pràctica 12. Anàlisi de casos
pràctics generals.
Bibliografia:
Norusis
J M. (1993). SPSS for Windows: Base system user’s guide. Rellija's 6.0.Chicago:
SPSS Inc.
Norusis J M. (1994). SPSS Advanced Statistics
6.1. Chicago: SPSS Inc.
Objectius:
Es
pretén que l'alumne conega els dissenys experimentals d'ús més freqüent i siga
capaç de realitzar una valoració crítica en la seua adequació als diferents
contextos d'aplicació que presumiblement trobarà en el futur desenrotllament de
la seua professió, tant en el camp de la investigació pura com en el
tecnològic, i de control de qualitat.
Es fa
especial insistència en la correcta interpretació dels resultats de l'anàlisi
estadística d'acord amb el plantejament del disseny experimental.
A
pesar del caràcter eminentment pràctic del curs, encara sense abandonar una
presentació predominantment intuïtiva, s'estudia la justificació estadística de
les tècniques empleades.
Les
pràctiques presenten casos reals en els que s'ha utilitzat els dissenys
estudiats en les lliçons teòriques. Amb això, es pretén que l'estudiant siga
capaç de: (i) identificar els objectius de la investigació, (ii) proposar la
realització de l'experiment adequat per a aconseguir eixos objectius, (iii)
formular el model estadístic que descriu eixe disseny experimental i
(iv)analitzar les condicions d'aplicabilitat.
Les
dades corresponents als exemples estudiats són analitzats amb el SPSS, un dels
programes estadístics més difosos en la pràctica professional. Per tant,
resulta fonamental: (i) la identificació dels resultats presentats pel SPSS amb
els introduïts en les lliçons teòriques, (ii) la interpretació dels resultats
estadístics obtinguts i (iii) l'elaboració d'informes que resumisquen l'anàlisi
realitzada.
Criteris d'avaluació:
L'avaluació
del curs es realitzarà mitjançant un examen final que inclourà problemes,
semblants als proposats al llarg del curs i una situació pràctica analitzada
amb el SPSS, en base a la qual, l'estudiant haurà de resoldre qüestions
semblants a les plantejades en les classes pràctiques. Serà fonamental la
correcta identificació dels models adequats i l'anàlisi dels resultats
obtinguts