UNIDAD DE POSGRADO Y EDUCACIÓN PERMANENTE UNIDAD DE ENSEÑANZA FORMULARIO DE PROPUESTA DE ASIGNATURAS (cursos, seminarios, talleres y otros) 1. Datos sinópticos de la asignatura Nombre de la asignatura Aplicación de los Modelos Mixtos en Experimentación Agronómica (41 caracteres como máximo incluyendo espacio) ATENCIÓN: Estos valores serán completados por la Unidades Técnicas (UE / UPEP / Bedelía) Créditos de Grado Créditos de Educación Permanente y Posgrado Código de la asignatura Res. Consejo Nº: Año que entra en vigencia: Servicio Universidad de la República - Facultad de Agronomía Departamento o Unidad Departamento de Biometría, Estadística y Computación Carrera/s de grado Carrera/s de posgrado Maestría en Ciencias Agrarias 2. Datos generales de la asignatura Nivel Pregrado Nivel/es para los que se ofrece la asignatura Marque el Plan Caracter Marque los cupos de Estudios al que pertenece Obligatorio Optativo Máximo Mínimo Tecnólogo Agroenergético Tecnólogo Cárnico Tecnólogo en Madera Otros Títulos Grado Licenciado en Diseño de Paisaje Licenciado en Viticultura y Enología Ingeniero Agrónomo Ingeniero de Alimentos Otros Títulos Educación Permanente X 15 5 Posgrado Diploma en desarrollo Rural Sustentable Diploma en Producción Agronomía Vegetal Protección Vegetal Suelos Y Aguas Gestión Forestal Sostenible Magister en Desarrollo Rural Sustentable Magister en Producción Agronomía Vegetal Protección Vegetal Suelos Y Aguas Gestión Forestal Sostenible Magister en Ciencias Ciencias Animales Agrarias Ciencias Vegetales X X Ciencias del Suelo X Ciencias Sociales X Biometría X Modalidad de dictado de la asignatura Presencial 20 Marque el correspondiente X A distancia Asignatura de Posgrado Indicar tipo de asignatura Curso General (créditos pueden contar como obligatorios) para el programa de Maestría en Ciencias Agrarias Curso de la Opción de especialización de la Opción Bioestadística Maestría (indicar opción) Obligatorio para el posgrado profesional (indicar programa) 5 3. Equipo docente Docente responsable Nombre (incluir el título académico): Dr. (Ing. Agr.) Jorge Franco Cargo (especificar grado docente,dedicación horaria global): G5, 40 hs (2 hs. temporalmente) Docentes participantes de la UdelaR Nombre (incluir el título académico): Dra. (Ing. Agr.) Lucía Gutierrez Cargo (especificar grado docente,dedicación horaria global): G3, 40 hs Nombre (incluir el título académico): Cargo (especificar grado docente,dedicación horaria global): Nombre (incluir el título académico): Cargo (especificar grado docente,dedicación horaria global): Especialistas invitados Nombre (incluir el título académico): Cargo (especificar grado docente,dedicación horaria global): Institución: Especialización: Nombre (incluir el título académico): Cargo (especificar grado docente,dedicación horaria global): Institución: Especialización: Docentes extranjeros Nombre (incluir el título académico): Cargo (especificar grado docente,dedicación horaria global): Institución: Especialización: País de origen: 4. Programa de la asignatura Objetivos Generales Introducir el Modelo Mixto como una herramienta estadística para la planeación, análisis e interpretación de experimentos y muestreos en el área Agronómica. Presentar casos específicos de aplicación del modelo y utilización de software (SAS y R) para el análisis. Específicos Unidades Temáticas PROGRAMA 1. El diseño de bloques completos al azar con bloques definidos fijos o aleatorios y el diseño de parcelas divididas 2. Nuevos conceptos: efectos fijos y aleatorios; estimación ML y REML; estimadores BLUE vs. predictores BLUP; la prueba de razón de verosimilitud LRT; criterios de información para comparar modelos (AIC, BIC) 3. Cuatro aplicaciones: a. Diseño y análisis de diseños Alpha (bloques incompletos parcialmente balanceados) y el diseño aumentado de Federer (diseños sin repeticiones) b. Regresión con coeficientes aleatorios (curvas de crecimiento) c. Un caso de muestreo en fincas d. Experimentos multi localidades, interacción genotipo por ambiente Metodología LOGISTICA 15 horas de presentaciones teórico-practicas 15 horas de trabajo practico en aula 15 horas de trabajo practico no en aula Evaluación: tareas y examen CRONOGRAMA 1. Presentaciones y trabajo practico en aula: Octubre 19 al 21 Y 26 al 28. 2. Horario presentaciones: 9-12 am 3. Horario practico en aula: 2-5 pm Evaluación Pregrado/Gr ado Sistema de prueba de evaluación Marque el correspondiente Evaluación continua Pruebas parciales Pruebas parciales y trabajo Seminario Monografía Revisión bibliográfica Trabajos prácticos Exoneración (*) Otros Posgrado y Educación Permanente Tareas y exámen. (*)Reglamento del Plan de Estudio de Ingeniero Agrónomo. Artículo Nº15, literal B "...al menos el 80% del puntaje exigido ...y más el 50% del puntaje de cada prueba de evaluación...". Bibliografía Verbeeke, G., and G. Molenberghs. 2009. Linear Mixed Models for Longitudinal Data. Springer Series in Statistics, Springer, New York. Pinheiro, J.C., and D.M. Bates. 2000. Mixed-effects models in S and S-plus. Statistics and Computing, Springer, New York. Little, R.C., Milliken, G.A., Stroup, W.W., Wolfinger, R.D. and O. Schabenberger. 2006. SAS for Mixed Models. Second Edition. SAS Institute Inc, Cary, NC. Frecuencia con que se ofrece la asignatura (trimestral, semestral, anual, cada dos años, a demanda) A demanda Cronograma de la asignatura Año 2011 Semestre Bimestre 3 Fecha de inicio 18 de Octubre Fecha de finalización 27 de Octubre Días Martes, Miércoles y Jueves Horarios 9-12 y 14-17 Ubicación física Localidad FAGRO, Montevideo Asignatura presencial Carga horaria (demandada al estudiante) Exposiciones Teóricas Teórico - Prácticos 15 hs. Prácticos (campo o laboratorio) 15 hs. Talleres Seminarios Excursiones Actividades Grupales o individuales de preparación de informes 15 hs. Presentaciones orales, defensas de informes o evaluaciones Lectura o trabajo domiciliario Otras (indicar cual/es) Asignatura a distancia Video-conferencia Carga Horaria (demandada al estudiante) Localidad emisora: Plataforma Educativa (Moodle-AGROS u otra) Materiales escritos Internet Interservicio (indique cuál/es) Otros datos de interés: Se requieren conocimientos básicos de Modelos Lineales Localidades receptoras: