Download Tema 5 Introducción al Análisis de la Varianza Tema 6 Análisis de
Document related concepts
no text concepts found
Transcript
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