Download Tema 5 Introducción al Análisis de la Varianza Tema 6 Análisis de

Tema 5
Introducción al Análisis de la Varianza
Introducción: la comparación de dos poblaciones caso particular
del Análisis de la Varianza
Comparación de K poblaciones
Estudios multifactoriales:
Terminología: variable respuesta, factores, variantes o niveles,
tratamientos
Ejemplo sencillo:
• Poblaciones estudiadas
• Concepto de efecto simple de un factor
• Concepto de interacción doble
Introducción al Anova
Descomposición de la Suma de Cuadrados: idea intuitiva
Cuadro resumen del Anova
Test F
Tema 6
Análisis de la Varianza con un solo factor
Un ejemplo
• Cuadro resumen del Anova
• Análisis de residuos
• Intervalos LSD para comparación de medias
• Análisis de efectos sobre la varianza
Tests para comparaciones múltiples de medias
Contrastes ortogonales
• Concepto de contrastes ortogonales
• Utilización para el análisis de los efectos de un factor
cuantitativo
• Descomposición del efecto de un factor con K niveles en
K-1 contrastes ortogonales: Ejemplo
• Contrastes sugeridos por los datos: test de Scheffé
Tema 7
Análisis de la Varianza Multifactoriales
Planes Factoriales Equilibrados
Análisis de la Varianza
Estudio de los efectos simples
Estudio de las interacciones dobles
• Gráficos
• Descomposición mediante contrastes ortogonales
Estudio de efectos sobre la varianza
Ejemplo 1: Efecto de la variedad y de la altura de corte
sobre rendimiento de sorgo forrajero (PFE 3x4 con 3
réplicas)
Ejemplo 2: Estudio de 4 factores para mejorar un
proceso de adhesivado (Plan 24)
Tema 8
MODELOS DE REGRESIÓN LINEAL (I)
1.
2.
3.
4.
Introducción a los modelos de regresión.
El Modelo de Regresión Clásico. Ejemplos
Fases de un estudio de regresión
Modelo de Regresión Lineal Simple
4.1 Hipótesis básicas
4.2 Residuos del modelo
4.3 Interpretación de lo parámetros del modelo
5. Modelo de Regresión Lineal Múltiple
6. Inferencia en modelos de regresión
6.1 Estimación del modelo.
6.2 Coeficiente R2. Análisis de la Varianza
6.3 Test de hipótesis sobre una β
6.4 Validación del modelo. Análisis de residuos
6.5 Análisis de efectos sobre la varianza
6.6 Ejemplo: modelo para el control del consumo de energía
7. Consideración de relaciones no lineales
7.1 Inclusión de un término de 2º grado. Ejemplo
7.2 Uso de transformaciones
7.3 Ejemplo: Pérdida de chlorina en el almacenamiento
7.4 Ejemplo: modelación del efecto de la temperatura la
liberación de nutrientes de un abono “slow release”
Tema 9
MODELOS DE REGRESIÓN LINEAL (II)
INCLUSIÓN DE VARIABLES CUALITATIVAS
1. Inclusión de variables explicativas de tipo cualitativo
1.1 Utilización de variables binarias
1.2 Interpretación de los parámetros
2. Inclusión de interacciones con variables cualitativas
3. Ejemplo: Uso de un modelo de regresión en la
comparación de dos poblaciones
4. Un test general sobre los parámetros de un modelo de
regresión
5. Ejemplo: Efecto del día de la semana en el consumo de
energía
6. Relación entre Modelos de Regresión y Análisis de la
Varianza
7. Anova en modelos desequilibrados: medias “least
squares”
Tema 10
MODELO DE REGRESIÓN LOGÍSTICA
1. Modelos de regresión con respuesta cualitativa
2. Fundamento del modelo de Regresión Logística
3. El concepto de “odd” (o “riesgo”)
4. Forma analítica del modelo de Regresión Logística
5. Interpretación de los parámetros del modelo de Regresión
Logística
5.1 Caso de una única variable de naturaleza cualitativa
5.2 Relación del MRL con el test de independencia
5.3 Caso de una única variable de naturaleza cuantitativa
5.4 Caso de dos variables explicativas. Interacciones
6. Estimación del Modelo de Regresión Logística
7. Test global de un ajuste. Análisis de las “deviances”
8. Significación de un parámetro: Método de Wald
9. Ejemplo: Estimación de una LD50 de un tóxico
10. Ejemplo: Predicción del riesgo del oidio del mango en la India
11. Modelo de Regresión Multinomial
Tema 11
DISEÑO DE EXPERIMENTOS (I)
DISEÑOS PARA REDUCIR EL NÚMERO DE PRUEBAS
EN ESTUDIOS MULTIFACTORIALES
(Esquema provisional)
1.Terminología en Diseño de Experimentos
2. Pasos a seguir en el diseño de un experimento
3. Estudio simultáneo de varios factores, Ortogonalidad
4.Fracciones factoriales: conceptos generales
5.Fracciones 2K-1:Ejemplo
6.Fracciones 2K-P: ejemplo
7.Orthogonal arrays
8.Fracciones con factores a más de dos niveles
Tema 12
DISEÑO DE EXPERIMENTOS (I)
DISEÑOS PARA REDUCIR EL ERROR EXPERIMENTAL
(Esquema provisional)
1. Diseño en bloques al azar
2. Cuadrados latinos y grecolatinos
3. Diseño en split plot
4. Diseño en bloque incompletos equilibrados
5. Confounding
6. Introducción al Diseño de Mezclas y al Diseño Óptimo de
Experimentos