DISEO DE EXPERIMENTOS

1. Descripcin: Diseo de Experimentos

El diseo y ejecucin de experimentos estadsticos con fines profesionales o
investigativos hace parte del conocimiento bsico de todo profesional de las
ciencias naturales, de la salud y las ingenieras. Las condiciones, supuestos y
mecanismos de diseo no son obvios y requieren un delicado anlisis y puesta a
punto, porque del diseo experimental estadstico depende la validez y generalidad
de las conclusiones. La asignatura permitir conocer los conceptos metodolgicos
de diseo as como los supuestos e identificacin del modelo en diseos
completamente aleatorizados, en diseos en bloques completamente aleatorizados,
en diseo de experimentos factoriales y diseos jerrquicos y de cuadros latinos.
2. Objetivos:
Generar el conocimiento necesario en el estudiante para que pueda escoger un
modelo estadstico adecuado al problema especfico de su saber que est
abordando, disear un experimento en torno a l y llevar a cabo el anlisis de sus
resultados, generalmente con el apoyo en software especializado para las labores
de clculo. Desarrollar la habilidad de modelar un problema mediante un
experimento estadstico. Proveer las herramientas conceptuales y prcticas para
recabar y analizar correctamente la informacin proveniente del experimento, una
vez realizado.
El contenido del curso que aparece en el syllabus se dictar por cronograma como
se presenta a continuacin.

Contenido

Semana

Repaso Inferencia Estadstica

Conceptos bsicos: poblacin, muestra, variable aleatoria,
estimador, estadstico
Semanas 1 y 2
Intervalos de confianza
Pruebas de hiptesis
Errores tipo I y II
Conceptos de diseo de experimentos
Principios
Pasos del diseo de experimentos
Diseo completamente aleatorizado
Supuestos y modelo
ANOVA
Anlisis de resultados
Verificacin de supuestos
Mtodos de comparaciones mltiples de medias
Tukey, DMS, Duncan, SNK, Scheff, Bonferroni

Semana 2

Semanas 2 y 3

Diseo en bloques completamente aleatorizado

Identificacin del modelo
ANOVA
Anlisis de resultados
Verificacin de supuestos
Comparacin de tratamientos

Semana 4

Parcial 1

Semana 5:
(saln de
clase)

Contenido
Diseo cuadro latino
Identificacin del modelo
ANOVA
Anlisis de resultados
Verificacin de supuestos
Comparacin de tratamientos
Diseo cuadro grecolatino
Identificacin del modelo
ANOVA
Anlisis de resultados
Verificacin de supuestos
Comparacin de tratamientos
Diseo de dos factores con factores fijos
Identificacin del modelo
Concepto de interaccin
ANOVA
Anlisis de resultados
Verificacin de supuestos
Comparacin de tratamientos

Semana

Semana 6

Semana 7

Diseo de dos factores con factores aleatorios

Identificacin del modelo
ANOVA
Anlisis de resultados
Diseo de dos factores con factores mixtos
Identificacin del modelo
Concepto de interaccin
ANOVA
Anlisis de resultados
Diseos factoriales generalizados
Identificacin del modelo
Concepto de interaccin
ANOVA
Anlisis de resultados
Verificacin de supuestos
Comparacin de tratamientos
Diseos 2k
Identificacin del modelo
ANOVA
Anlisis de resultados

Parcial 2

Semana 8

Semana 9
Semana 10:
Martes 7 de
abril
6:00 pm
(saln de
clase)

Contenido

Semana

Diseos 3k y Diseos mixtos

Identificacin del modelo
ANOVA
Anlisis de resultados

Semana 11

Diseos jerrquicos
Identificacin del modelo
ANOVA
Anlisis de resultados

Semana 12

Anlisis de regresin aplicado a diseo de

experimentos
Anlisis de regresin lineal simple
Anlisis de regresin lineal mltiple
Falta de ajuste y error puro
ANOVA de la regresin
Relacin de la regresin con un diseo experimental

Semana 13

Anlisis de covarianza y Superficies de respuesta

Diseos factoriales fraccionados

Examen Final

Nota examen final ms 80% nota definitiva y

recepcin de trabajos finales

Nota trabajo final y 100% nota definitiva

4. Estrategias pedaggicas:
Clase Magistral
Ejemplos prcticos apoyados en Excel y SPSS
Lectura previa de los temas a tratar
Lectura posterior de profundizacin
Estudio de casos de aplicacin

5. Evaluacin:

Semanas 14

Semana 15 y
16
Semana 17:
Martes 26 de
mayo
6:00 pm
(saln de
clase)
Semana 18:
Martes 2 de
junio
6:00 pm
(saln de
clase)
Semana 19:
Martes 9 de
junio

Tipo de evaluacin
Parcial 1
Parcial 2
Quizzes
Trabajo Final
(grupos de mximo
2 personas)
Examen Final

Porcentaje
20%
20%
20%

Fecha
Como se indic antes
Como se indic antes
Como se indic antes

20%

Como se indic antes

20%

Como se indic antes

Importante:
Los parciales, quizzes y examen final son acumulativos, es decir,
comprendern todos los temas vistos hasta la clase anterior a la evaluacin.
6. Directrices Trabajo Final:
Se debe presentar un artculo con la estructura de artculos de Journals
pertenecientes a bases de datos como Springer, Science Direct, Scopus o
Wiley (Consultar bases de datos de la Universidad). Este artculo deber
contener el desarrollo de todo el experimento partiendo de los objetivos
planteados en el informe preliminar. Se espera que el trabajo reflejado en el
artculo sea una aplicacin real de TODOS los contenidos del curso, y se
debe sustentar todo lo que se presente en dicho artculo.
Este informe debe contener por lo menos lo siguiente:
Planteamiento del problema, formulacin, objetivos
Definicin de la(s) variable(s) de respuesta y de los factores a estudiar
Tipo de diseo que harn: cuntos factores, cuntos niveles por factor
Cules son todos los tratamientos y cmo es su asignacin a las unidades
experimentales
Modelo estadstico del diseo
Lugar (empresa, entidad, etc.) donde se realiza el trabajo (si aplica)
Obtencin de los datos experimentales
El trabajo, como el artculo, puede hacerse en grupo de mximo dos
personas (NO MAS DE DOS).

7. Bibliografa:
Texto gua:
Gutierrez, Humberto; De la Vara, Romn. Anlisis y diseo de experimentos. Ed
Mc Graw Hill. Mexico.2008 y 2012.
Otros:
* Montgomery, D.C. Diseo y anlisis de experimentos. Grupo editorial
Iberoamericano. 1991.
* Dean, Angela M and Voss, Daniel. Design and analysis of experiments. New York.
Springer, 2000.
* Jiju Anthony. Design of Experiments for Engineers and Scientists. ButterworthHeinemann (An imprint
of Elsevier), Oxford, 2003.
* Daz, Abel. Diseo estadstico de experimentos. Ed. Universidad de Antioquia. 2
edicin. 2.009.