BIOESTADISTICA II

ESCUELA DE CIENCIAS BIOLÓGICAS
1. DATOS INFORMATIVOS
MATERIA:
CÓDIGO:
CARRERA:
NIVEL:
No. CRÉDITOS:
PREREQUISITOS:
PROFESOR:
SEMESTRE:
BIESTADÍSTICA II
Licenciatura en Ciencias Biológicas
VII
Cinco
Bioestadística I
Ing. A.I. Julio Sánchez Otero
Primero/ 2007-2008
2. DESCRIPCIÓN DE LA MATERIA
En Bioestadística II se estudia el Diseño Experimental, el cual es tratado además en forma
computacional, con el uso del paquete estadístico SPSS. El Diseño Experimental, apegado al
método científico, constituye un conjunto de técnicas y normas, para el planeamiento y
conducción de la investigación científica, así como, para la evaluación e interpretación de los
resultados experimentales. Se estudian, asimismo, los principales modelos de ANOVA
(análisis de variancia) y pruebas estadísticas complementarias para evaluar las hipótesis.
3. OBJETIVO GENERAL
Orientar a que la investigación científica sea realizada con los elementos estadísticos necesarios
a fin de garantizar el rigor científico de la misma con la inclusión de los aspectos de validez
interna y externa.
4. OBJETIVOS ESPECÍFICOS
•
•
•
Diseñar o planear la investigación científica
Usar los modelos estadísticos adecuados para el análisis de la información obtenida en
la investigación
Iniciar en el procesamiento automatizado de la información -datos experimentales- a
través del uso del paquete estadístico SPSS
5. CONTENIDO
I. INTRODUCCIÓN
• Importancia y definición del Diseño Experimental
• Referencias sobre planes de investigación
II. CONCEPTOS
• Experimento: repeticiones, aleatorización, control local
• Error Experimental
• Unidad Experimental
• Tratamientos
• Factores en estudio
• Variables
• Clases de experimentos
III. INTRODUCCIÓN AL ANÁLISIS DE LA VARIANCIA
• Modelo Lineal Básico del ANOVA: Componentes del Modelo
• Medias y variancias de muestras
• Desarrollo del Modelo Lineal Aditivo del ANOVA
• Variancia Total
• Variancia entre grupos, muestras o tratamientos
• Variancia dentro de grupos: Error Experimental
• La prueba de F
• Significación Estadística
• Planteamiento de Hipótesis.
• Supuestos del ANOVA
• Homogeneidad
• Normalidad
• Independencia
• Aditividad
• Fuentes de Variación
IV. DISEÑO COMPLETAMENTE ALEATORIO: DCA
• Modelo matemático (Modelos I, II)
• DCA para muestras con igual número de repeticiones
• DCA con diferente número de repeticiones por muestra
• Componentes de la variancia para Modelos II de ANOVA
V. DISEÑO COMPLETAMENTE AL AZAR CON SUBMUESTRAS
• Modelos matemáticos con submuestras: ANOVA ENCAJADO.
• ANOVA encajado a dos niveles
• ANOVA encajado a tres niveles
• ANOVA encajado a dos niveles con subgrupos de tamaño desigual
• ANOVA encajado a tres niveles con subgrupos de tamaño desigual.
VI. ANÁLISIS FUNCIONAL I: PRUEBAS DE SIGNIFICACIÓN
• Diferencia Mínima Significativa: DMS
• Prueba de rango múltiple de DUNCAN
• Prueba de rango múltiple de Student-Newman-Keuls: SNK
• Prueba Honesta de TUKEY
• Prueba de TUKEY-KRAMER
• Prueba de SCHEFFÉ
• Prueba de DUNNETT
VII. DISEÑO DE BLOQUES COMPLETOS AL AZAR: DBCA
• Heterogeneidad de las Unidades Experimentales
• Formación de Bloques
• Modelos matemáticos del DBCA:
• Flexibilidad del Diseño
• Esquema del ANOVA
• Cálculo de Unidades experimentales perdidas o faltantes
• DBCA con submuestras
VIII. DISEÑO EN CUADRADO LATINO: DCL
• Formación de bloques filas y bloques columnas
• Asignación de tratamientos
• Ventajas y desventajas del DCL
• Modelo matemático del DCL
• Cálculo de Unidades Experimentales faltantes
IX. TRANSFORMACIÓN DE DATOS
• Uso de las transformaciones de datos
• Tipos de transformaciones:
• Logarítmica
• Arcoseno
• Raíz cuadrada
X. EXPERIMENTOS O ARREGLOS FACTORIALES
• Ventajas y desventajas de los Experimentos Factoriales
• Tipos de Experimentos Factoriales
• Experimentos Factoriales Completos
n n
• Series 2 , 3
• formas A x B x C, A x B x C + n
• Modelos matemáticos
XI. ANÁLISIS FUNCIONAL II
• Polinomios Ortogonales
• Comparaciones Ortogonales
XII. DISEÑO EN PARCELAS DIVIDIDAS Y BLOQUES DIVIDIDOS
• ANOVA del Diseño en Parcelas Divididas
• Cálculo de Unidades Experimentales perdidas
• Esquema del Diseño en Parcelas Subdivididas
• ANOVA del Diseño en Bloques divididos
XIII. DISEÑO DE FACTORES CRUZADOS Y ANIDADOS
• Modelo matemático
• Procedimiento para el ANOVA Cruzado-Anidado (tres factores)
XIV. EXPERIMENTOS COMBINADOS
XV. ANÁLISIS DE COVARIANCIA (ANCOVA)
• Modelo matemático y Supuestos para la Covariancia
• Esquema del Análisis de Covariancia
• Procedimiento de ajuste de medias de tratamientos.
6. METODOLOGÍA
El estudio teórico de esta materia es acompañado con la resolución simultánea de problemas de
aplicación práctica. Adicionalmente, la gran mayoría de casos de estudio que han sido resueltos
o procesados manualmente, en forma opcional, pueden ser desarrollados con el uso del paquete
estadístico SPSS. La teoría es estudiada con el apoyo del texto de autoría del profesor y las
prácticas se las realiza en el Centro de Informática con el programa estadístico SPSS.
Finalmente, el estudiante se inicia en la destreza y habilidades para la elaboración de planes de
investigación, con el desarrollo de un proyecto de investigación, el cual es presentado y
sustentado ante el auditorio del curso.
7. EVALUACIÓN
7.1 CRONOGRAMA DE EVALUACIONES
Primera evaluación parcial:
Segunda evaluación parcial (LECCIONES):
Tercera evaluación parcial (PROYECTO):
24 de octubre/2007
7 de enero/2008
14 de enero/2008
7.2 SISTEMA DE CALIFICACIONES
Evaluaciones parciales (lección c/semana) …………………………………….. 10 puntos
Examen de medio semestre (Cáp. 1- 8)…………. …........................................ 10 puntos
Elaboración y sustentación de un proyecto de investigación …………………... 10 puntos
Examen final (Cáp. 9 – 15. Teoría+Laboratorio:15+5) ………………………. 20 puntos
______________
Calificación TOTAL sobre
50 puntos
7.3 FECHA DE ENTREGA DE CALIFICACIONES EN LA SECRETARIA
7 días después de recibidos los exámenes o proyectos.
8. BIBLIOGRAFÍA BÁSICA
1. GONZALES, B.G. 1985. Métodos Estadísticos y Principios de Diseño Experimental.
Edit. Universitaria. Quito. 331 p.
2. LITTLE, T.M. y F. JACKSON HILLS. 1976. Métodos Estadísticos para la Investigación
en la Agricultura. Edit. Trillas. México. 270 p.
3. MONTGOMERY D. 1984. Design and Analysis of Experiments.
Sons. New York. 538 p.
4. SNEDECOR, G.W. & W.G. COCHRAN. 1980.
State University Press. Iowa. 507 p.
Edit. John Wiley &
Statistical Methods. Edit. The Iowa
5. SOKAL, R.R. y F.J. ROHLF. 1995. BIOMETRY: The Principles and Practice of
Statistics in Biological Research. Edit. W.H.Freeman and Company. New York.
887 p.
6. STEEL, R.G. y J.H. TORRIE. 1988. BIOESTADISTICA: Principios y Procedimientos.
Edit. McGraw-Hill. México. 622 p.
9. DATOS DEL PROFESOR
9.1 Horario de atención a estudiantes: Martes 08:30 - 16:00
Viernes 08:30 – 16:30
9.2 Correo electrónico: jsanchez@puce.edu.ec
9.3 Teléfono: Ext. 1832