Anal Experimen
-
Upload
nico-di-angelo -
Category
Documents
-
view
213 -
download
1
description
Transcript of Anal Experimen
-
1.- DATOS DE LA ASIGNATURA
Nombre de la asignatura:
Carrera:
Clave de la asignatura:
Horas teora-horas prctica-crditos:
Anlisis de Datos Experimentales Ingeniera Qumica
QUM - 0502
3 2 8 2.- HISTORIA DEL PROGRAMA
Lugar y fecha de
elaboracin o revisin
Participantes
Observaciones (cambios y
justificacin) Instituto Tecnolgico de Aguascalientes del 9 al 13 de agosto de 2004
Representantes de las Academias de Ingeniera Qumica de los Institutos Tecnolgicos.
Reunin Nacional de Evaluacin Curricular de la Carrera de Ingeniera Qumica.
Institutos Tecnolgicos de Tepic, Toluca y Zacatepec.
Academias de Ingeniera Qumica y Bioqumica.
Anlisis y enriquecimiento de las propuestas de los programas diseados en la Reunin nacional de evaluacin curricular.
Instituto Tecnolgico de Durango del 22 al 26 de noviembre de 2004.
Comit de Consolidacin de la Carrera de Ingeniera Qumica.
Definicin de los Programas de Estudio de la Carrera de Ingeniera Qumica.
3.- UBICACIN DE LA ASIGNATURA a). Relacin con otras asignaturas del plan de estudio
-
b). Aportacin de la asignatura al perfil del egresado
Aplicar bases tericas y metodolgicas para el desarrollo de nuevos productos, la optimizacin de procesos industriales o de investigacin, por medio de la toma de decisiones con bases estadsticas.
4.- OBJETIVO(S) GENERAL(ES) DEL CURSO
Conocer y aplicar los distintos tipos de estadsticos, anlisis de varianza y mnimos cuadrados para probar inferencias y tomar decisiones sobre datos experimentales. Lo anterior permitir obtener modelos matemticos que describan y controlen un proceso determinado.
Anteriores Posteriores Asignaturas Temas Asignaturas Temas
Fundamentos de Investigacin Probabilidad y Estadstica
Tipos de Investigacin Modelos analticos de fenmenos aleatorios discretos y continuos. Estadstica descriptiva. Tipos de distribucin Estimaciones puntuales y por intervalos de confianza Distintas formas de distribucin.
Taller de Investigacin I y II Ingeniera econmica
Definicin de hiptesis y variables Establecimiento del diseo experimental Toma de decisiones Evaluacin de alternativas
-
5.- TEMARIO
Unidad Temas Subtemas 1 Prueba de Hiptesis
1.1 Pruebas de hiptesis
1.1.1 Generalidades e importancia de los ensayos de hiptesis
1.1.2 Hiptesis nula o hiptesis alterna 1.1.3 Nivel de significacin y reglas de
decisin 1.1.4 Errores del tipo I y II 1.1.5 Potencia de la prueba estadstica
1.2 Pruebas de hiptesis para pequeas
muestras 1.2.1 Ensayos para medias 1.2.2 Ensayo para varianzas 1.2.3 Ensayos para diferencia de medias 1.2.4 Ensayos para relacin de
varianzas 1.3 Pruebas de hiptesis para grandes
muestras 1.3.1 Ensayos para medias 1.3.2 Ensayos para proporciones 1.3.3 Ensayos para diferencia de medias 1.3.4 Ensayos para diferencia de
proporciones 1.4 Prueba de bondad de ajuste de una
distribucin de probabilidad 1.5 Pruebas de independencia y Prueba de Ji
cuadrada
2 Anlisis de Regresin 2.1 Introduccin a la regresin 2.2.1 Mtodo general de mnimos
cuadrados 2.2.2 Relacin causal entre variables
2.2 Coeficientes de correlacin y determinacin en la Regresin lineal simple
2.2.1 Coeficientes de correlacin y de determinacin lineales
2.2.2 Funciones no lineales linealizables
2.3 Regresin mltiple 2.3.1 Planos de mnimos cuadrados 2.3.2 Coeficientes de correlacin y de
-
determinacin de mltiplos
2.4 Regresin no lineal 2.4.1 Funciones no lineales tpicas 2.4.2 Funcin polinomial 2.4.3 Coeficientes de correlacin y
determinacin generalizada
3
Anlisis Estadstico
3.1 Experimentos con un factor
3.1.1 Introduccin a los experimentos con factores
3.1.2 Modelo de efectos fijos 3.1.3 Modelo de efectos aleatorios 3.1.4 Modelo por bloques
completamente aleatorios
3.2 Experimentos con dos factores 3.2.1 Anlisis estadstico del modelo de
efectos fijos 3.2.2 Anlisis estadstico del modelo de
efectos aleatorios 3.2.3 Potencia de los modelos fijos y
aleatorios
3.3 Experimentos con ms de dos factores 3.3.1 Experimento factorial general 3.3.2 Reglas para sumas de cuadrados 3.3.3 Reglas para cuadrados medios
4 Anlisis de Datos en Diseos Factoriales
4.1 Diseo factorial 2 a la k 4.1.1 Diseo 2 al cuadrado 4.1.2 Diseo 2 al cubo 4.1.3 Diseo general 2 a la k 4.1.4 Algoritmo de Yates para el diseo
2 a la k
4.2 Diseo factorial 3 a la k 4.2.1 Diseo 3 al cuadrado 4.2.2 Diseo 3 al cubo 4.2.3 Diseo general 3 a la k 4.2.4 Algoritmo de Yates para el diseo
3 a la k
-
6.- APRENDIZAJES REQUERIDOS
Determinacin de medidas de tendencia central y su diferenciacin entre poblacionales y muestrales.
Distincin entre variables discretas y continuas. Identificar las variables involucradas en las distintas distribuciones de
probabilidad.
Comprensin de trminos tales como variables y su nivel de medicin, concepto de independencia; comprensin y aplicacin de las distintas formas de distribucin: normal, Binomial, Poisson, Ji-cuadrada, Fisher y t- Student.
7.-SUGERENCIAS DIDCTICAS
Estimar mediante un examen diagnstico el nivel de aprendizaje y comprensin de los conocimientos previos, con objeto de homogeneizarlos.
Presentacin del objetivo del tema a tratar con objeto de crear expectativas en el estudiante.
Pedir que el estudiante elabore resmenes del tema a tratar o ya visto para enfatizar los conceptos clave.
Elaborar y aplicar preguntas intercaladas, para mantener la atencin y favorecer la retencin.
Presentacin de mapas conceptuales a modo de que indique conceptos, proposiciones y explicaciones.
Organizar talleres para la resolucin de problemas en equipos a modo que favorezcan la retroalimentacin y la socializacin.
Visitas a industrias y centro de investigacin que apliquen software estadstico de anlisis de datos, para conocer su implementacin, su interpretacin, su velocidad de respuesta y su importancia en la toma de decisiones.
Utilizacin de tcnicas de aprendizaje en grupos cooperativos para el intercambio de interpretacin de conceptos.
Propiciar el uso de software especializado (SPSS, StatGraphics, SAS, etc.),
para el anlisis e interpretacin de datos estadsticos.
Realizar una recapitulacin de los temas principales, al trmino de cada unidad.
-
8.- SUGERENCIAS DE EVALUACIN
Promover la evaluacin continua mediante la observacin de las actividades realizadas o la exploracin mediante preguntas intercaladas, mapas conceptuales, resmenes
Participacin en las actividades de la clase Reportes de investigaciones realizadas y de prcticas Exmenes Auto evaluacin realizada por el estudiante
9.- UNIDADES DE APRENDIZAJE Unidad 1.- Prueba de Hiptesis
Objetivo Educacional Actividades de Aprendizaje Fuentes de Informacin El estudiante Identificar los tipos de hiptesis, los distintos parmetros sobre las que se puede probar, las metodologas, los criterios de rechazo correspondientes; as como la determinacin de la magnitud de los errores que se pueden presentar al realizar inferencias estadsticas.
Participar en una dinmica de lluvia de ideas para proponer supuestos y la forma de probarlo.
Elaborar un resumen que considere la influencia del nivel de significancia, los errores tipo I y tipo II y la potencia de la prueba en los resultados de un experimento.
Resaltar la influencia de los conceptos anteriores en la toma de decisiones y en la determinacin del tamao de la muestra.
Escribir un ensayo en donde se diferencien los significados de verdad y validez, desde el punto de vista de la estadstica inferencial.
Resolver problemas de evaluacin de hiptesis para una y dos muestras, considerando la prueba para medias, varianzas, proporciones, diferencia de medias, varianzas y proporciones, resaltando el enfoque del valor p en la prueba de hiptesis.
1, 2, 4, 6, 7, 10, 11, 12
-
Resolver ejercicios en trabajo cooperativo, aplicando la metodologa de prueba de hiptesis para la media, diferencia de medias, proporcin, diferencia de proporciones, varianza y relacin de varianzas, de varias muestras.
Analizar y resolver problemas en donde se consideren fenmenos que estn descritos por variables categricas, para la evaluacin de la prueba de independencia y prueba de la Ji cuadrada.
Resolver problemas que representen situaciones reales en donde se considere el ajuste a las distribuciones normal y binomial.
Unidad 2.- Anlisis Estadstico
Objetivo Educacional Actividades de Aprendizaje Fuentes de Informacin Comprender la utilidad de los experimentos factoriales y la forma de ejecucin. Aplicar el anlisis de varianza como herramienta estadstica y la extensin de una decisin, en caso de efectos fijos y aleatorios, que se deriven de l.
Analizar y comentar en grupos de trabajo la metodologa para el diseo de experimentos, para comprender el efecto de la variacin de la variable independiente sobre la variable de respuesta en un experimento con un factor.
Realizar un resumen donde se
identifiquen las caractersticas de los modelos de efectos fijos y aleatorios.
Investigar el contenido de las
propiedades y caractersticas de las diversas pruebas de comparacin de medias por Tukey, Duncan, el mtodo de Dunnet y la comparacin por contrastes, para construir un mapa conceptual del tema.
1, 2, 4, 6, 7, 10, 11, 12
-
Resolver ejercicios de anlisis de varianza de un factor para interpretar las comparaciones mltiples mediante las pruebas de Tukey, de Duncan y Dunnet.
Realizar un resumen de la estrategia de
bloqueo, haciendo referencia a las causas que minimizan el error experimental.
Utilizar el anlisis de varianza para el
diseo de bloques completamente aleatorizados y resolver ejercicios.
Evaluar la potencia de las pruebas de
anlisis de varianza en un experimento de un factor.
Definir y explicar los conceptos, efectos
principales e interaccin en los experimentos factoriales.
Realizar un anlisis de varianza de dos factores.
Resolver e interpretar los resultados de ejercicios de experimentos de tres factores y evaluar el impacto de la interaccin.
Analizar y resolver casos de estudio.
Utilizar software para el manejo de
informacin asociada al modelo de uno y dos factores.
Unidad 3.- Anlisis de Regresin
Objetivo Educacional Actividades de Aprendizaje
Fuentes de Informacin
Modelar el comportamiento de la variable dependiente en relacin a la variable independiente
Explicar los conceptos generales del anlisis de regresin lineal y su importancia.
Explicar el mtodo general de mnimos
cuadrados y generalizar las relaciones
2, 3, 7, 10, 11, 12
-
causales de las variables independiente y dependiente.
Evaluar el error tpico de estimacin en la regresin lineal simple.
Diferenciar entre regresin lineal simple y mltiple para tomar decisiones acerca del modelo a aplicar en determinada circunstancia.
Resolver problemas de anlisis de
regresin e interpretar los resultados con base en los coeficientes de correlacin y determinacin.
Aplicar las pruebas de hiptesis para
evaluar su calidad de ajuste. Utilizar el modelo de regresin para la
solucin de problemas para propsitos de estimacin e inferencia de parmetros de la poblacin.
Utilizar la ecuacin de la regresin
mltiple.
Evaluar los coeficientes de correlacin y de determinacin en la regresin mltiple.
Resolver problemas de regresin lineal mltiple.
Elaborar un resumen en donde se
enumeren las caractersticas de las funciones no lineales tpicas.
Resolver problemas de funciones no
lineales, evaluando los coeficientes de correlacin y determinacin.
Unidad 4.- Anlisis de Experimentos Factoriales
Objetivo Educacional Actividades de Aprendizaje
Fuentes de Informacin
Aplicar el anlisis estadstico a datos de
Discutir los conceptos bsicos en los diseos factoriales 2k para evaluar el
1, 2, 5, 10, 11, 12
-
experimentos factoriales para determinar las variables relevantes y tomar decisiones de mejora del proceso y del experimento mismo.
diseos factoriales 2k para evaluar el efecto sobre una respuesta de k factores, cada uno en dos niveles.
o Explicar mediante esquemas el diseo
factorial general, el modelo de efectos fijos.
o Escribir un resumen donde se comparen los diseos factoriales de dos y tres factores y la manera en que se estabiliza la varianza.
o Interpretar el concepto de interaccin en
dos factores.
o Aplicacin del Algoritmo de Yates para el diseo 2k.
Interpretar los resultados del anlisis de
varianza en los diseos factoriales 3K.
Justificar el diseo factorial 3k en problemas que requieran k factores con tres niveles de medicin.
Resolver problemas factoriales e
interpretar la interaccin en estos diseos.
Aplicacin del Algoritmo de Yates para
el diseo 3k.
Utilizar software para el manejo de informacin asociada diseo factorial 3k.
-
10.- FUENTES DE INFORMACION 1. Montgomery, C. Douglas y Runger, C. George. Probabilidad y Estadstica
Aplicadas a las Ingenieras. McGraw Hill, 1996.
2. Montgomery, C. Douglas. Diseo y Anlisis de Experimentos. Ibero Amrica, 1998.
3. Spiegel, R. Murray. Estadstica. Serie Schaum. McGraw Hill, 1996. 4. Spiegel, R. Murray. Probabilidad y Estadstica. Serie Schaum. McGraw Hill,
1996. 5. Kuehl, O. Robert. Diseo de Experimentos. Thomson Learning, 2nda. edicin,
2001. 6. Walpole, E. Rinald, Myer, H. Raymond. Probabilidad y Estadstica. McGraw
Hill, 4ta. Edicin, 1992.
7. Mrquez de Cantu. Probabilidad y Estadstica Aplicadas a las Ciencias Qumico -Biolgicas. McGraw Hill, 1990.
8. Steel, G. Robert, Torrie, H. James. Bioestadstica: Principios y Procedimientos.
McGraw Hill, 2nda. edicin, 1988. 9. Devore, L. Jay. Probabilidad y Estadstica para Ingeniera y Ciencia. Thomson
Learning, 5ta. edicin, 2001.
10. Mendenhall, William. Introduccin a la Probabilidad y Estadstica. McGraw Hill, 2002.
11. Berenson, Mark l., Levine, David M., Krehbiel, Timothy C. Estadstica Para
Administracin. Prentice Hall, 2003.
12. Cochran, William G. y Gertrude, M. Cox. Diseos Experimentales. Mxico: Trillas, 2nda. edicin, 1965.
11.- PRACTICAS 1. Organizar equipos y llevar a cabo talleres de resolucin de problemas
propuestos, su exposicin y retroalimentacin en clase. 2. Asistir al centro de cmputo para el manejo de hoja de clculo en la
programacin de resolucin de problemas propuestos y el uso de las funciones estadsticas de hojas electrnicas
-
3. Realizar visitas a industrias o centros de investigacin que tengan implementado el uso de algn paquete estadstico par el anlisis de datos y la toma de decisiones.
4. Organizar un taller de conocimiento y manejo de software especializado para el anlisis de datos experimentales, tales como Statgraphics, SAS, Minitab, SPSS, etc.
5. Aplicando el diseo factorial al diseo de experimentos, realizar ensayos en donde se justifique eliminar las variables no relevantes sobre las respuestas del proceso en estudio.