Noticia
- 31.05.2010
-
CURSO DE POSTGRADO : "ESTADÍSTICA Y DISEÑO EXPERIMENTAL APLICADO A FLORICULTURA"
Tipo de curso: Postrgrado
Fecha: 31 de mayo al 11 de junio de 2010.
Carga horaria: 80 hs. (10 días)
Arancel: $ 800
Créditos: 4.
Destinatarios: Graduados Universitarios, Empresarios, Técnicos u otros profesionales.
Docentes a cargo:
Msc. Ing. Agr. Ana María Pereyra.
Msc. Nora Abiatti.
Docentes invitados:
Ing. Agr. Eduardo Fernández
Lic. Claudia Ferrari
Introducción
El análisis de los ensayos y experimentos a campo, invernadero o laboratorio es un elemento esencial en la investigación aplicada a Floricultura. Por ello, se hace necesario conocer los principios fundamentales del diseño de experimentos. Además es imprescindible puntualizar las características de los principales diseños, su análisis e interpretación de los resultados, para lograr una aplicación adecuada de los mismos y así alcanzar un uso más ventajoso. También es importante modelar relaciones entre variables continuas u ordinales para descubrir estructuras subyacentes.
Teniendo en cuenta lo expresado anteriormente, en todo ámbito en el que se promueva la búsqueda del conocimiento a través de la investigación científica, se evidencia la necesidad de adquirir conocimientos de diseño y análisis de experimentos, que optimicen la tarea tanto del investigador como la del profesional que se capacita mediante lectura específica.
Objetivo
Plantear y resolver problemáticas relativas a diseños de experimentos derivadas del área de la Floricultura a través del uso de técnicas estadísticas complejas, que permitan analizar e interpretar situaciones referidas a la investigación o a la actividad profesional.
Programa Analítico
UNIDAD 1: Principios del diseño experimental
Propósito y necesidad de los diseños experimentales. Concepto de unidad experimental, tratamiento, unidad observacional, error experimental. Principios básicos del diseño de experimentos: aleatorización, repetición y control local. Distintos tipos de diseños. Modelo de efectos fijos (Modelo I) y de efectos aleatorios (Modelo II). Casos aplicados a floricultura.
UNIDAD 2: Diseño completamente aleatorizado (DCA)
El modelo aditivo lineal. Estimación de los parámetros del modelo. Hipótesis. Supuestos del análisis de varianza: normalidad e independencia de las observaciones y homogeneidad de varianzas, transformaciones. Modelos I y II. Partición de la suma de cuadrados. Análisis de varianza para igual y desigual número de repeticiones por tratamiento. Esperanza de los cuadrados medios. Estimación de los componentes de varianza.
UNIDAD 3: Comparaciones múltiples y contrastes ortogonales
Comparaciones "a posteriori": Tukey, LSD (Diferencia Mínima Significativa), Duncan, Bonferroni y Dunnett. Tasas de error. Comparaciones “a priori”: contrastes ortogonales.
UNIDAD 4: Diseños en bloques completos al azar (DBCA)
Plan experimental. Ventajas y desventajas de los DBCA. Modelo aditivo lineal. Hipótesis, supuestos. Modelos I y II. Análisis de varianza. Esperanza de los cuadrados medios. Prueba de no aditividad entre bloques y tratamientos. Datos faltantes: Sumas de Cuadrado Tipo III. Aplicación de los tests de comparaciones múltiples a DBCA. Estimación de los componentes de varianza. Diseño en bloques generalizados (DBG)
UNIDAD 5: Diseño en cuadrados latinos (DCL)
Plan experimental. Ventajas y desventajas de los DCL. Modelo aditivo lineal. Hipótesis, supuestos. Modelos I y II. Análisis de varianza. Esperanza de los cuadrados medios. Aplicación de los tests de comparaciones múltiples a DCL.
UNIDAD 6: Arreglos factoriales de los tratamientos
Arreglos factoriales en DCA. y DBCA. Experimentos factoriales 2 x 2 y con mayor número de niveles. Modelo, supuestos, hipótesis. Efectos principales e interacción. Análisis de varianza. Esperanza de los cuadrados medios. Interpretación de Modelos I, II y mixtos. Aplicación de las pruebas de comparaciones múltiples. Estimación de los componentes de varianza. Experimentos factoriales con más de dos factores.
UNIDAD 7: Arreglos anidados o jerárquicos de los tratamientos
Arreglos anidados en DCA. y DBCA. con dos factores. Modelo, supuestos, hipótesis. Análisis de varianza. Interpretación de Modelos I, II y mixtos. Esperanza de los cuadrados medios. Experimentos anidados con tres o más factores.
UNIDAD 8: Diseños en parcelas divididas y bloques divididos
Plan experimental. Diseños en parcelas divididas en DCA. y en DBCA. Ventajas y desventajas de los diseños en parcelas divididas. Modelo aditivo lineal. Hipótesis, supuestos. Modelos I y II. Análisis de varianza. Esperanza de los cuadrados medios. Aplicación de las pruebas de comparaciones múltiples a diseños en parcelas divididas. Diseños en parcelas subdivididas.
Bloques divididos. Introducción. Plan experimental. Ventajas y desventajas de los diseños en bloques divididos. Modelo aditivo lineal. Hipótesis, supuestos. Análisis de varianza. Esperanza de los cuadrados medios.
UNIDAD 9: Análisis de Regresión Simple
Tipos de regresión: lineal y no lineal, simple y múltiple. Regresión lineal simple. Estimación de los parámetros: Método de mínimos cuadrados. Supuestos. Interpretación de los parámetros del modelo. Pruebas de hipótesis para los parámetros del modelo. Partición de la suma de cuadrados total. Tabla de análisis de varianza para regresión lineal simple. Coeficiente de determinación.
UNIDAD 10: Análisis Correlación
Coeficiente de correlación muestral. Campo de variación. Interpretación. Prueba de hipótesis.
UNIDAD 11: Tópicos de Análisis No Paramétrico
Tablas de contingencia: pruebas de bondad de ajuste; pruebas de independencia; prueba de homogeneidad de proporciones. Algunos métodos basados en rangos: prueba de KrusKal-Wallis; prueba de Friedman. Pruebas de comparaciones múltiples para scores. Medidas de asociación lineal.