MUESTREO ESTADÍSTICO Y DISEÑO ESTADÍSTICO DE EXPERIMENTOS
PROGRAMA DE TEORÍA BIBLIOGRAFÍA SISTEMA DE EVALUACIÓN
MUESTREO ESTADÍSTICO
Tema 1. Conceptos básicos de muestreo en poblaciones finitas.
Población, unidades y caracteres. La muestra. Diseño muestral. Probabilidades de inclusión.Matriz de diseño. Ejemplos de diseños muestrales. Esquemas de muestreo.
Tema 2. Estimadores y propiedades básicas.
La distribución del estimador en el muestreo. Características de los estimadores: sesgo, error cuadrático medio, coeficiente de variación. Determinación de los estimadores insesgados para parámetros lineales.
Tema 3. El estimador de Horvitz y Thompson.
Definición del estimador. Varianza y su estimación para el estimador de Horvitz-Thompson. Expresiones alternativas para diseños de tamaño fijo. Aplicación al muestreo con probabilidades iguales, al muestreo sistemático, al muestreo por conglomerados y al muestreo estratificado. El efecto del diseño. Intervalos de confianza.
Tema 4. Estimación insesgada para diseños muestrales elementales.
El muestreo aleatorio simple. El muestreo estratificado. El muestreo sistemático. El muestreo por conglomerados. El muestreo polietápico.
DISEÑO ESTADÍSTICO DE EXPERIMENTOS
TEMA 1. INTRODUCCIÓN AL DISEÑO DE EXPERIMENTOS
1.1 Los Principios del Diseño de Experimentos.
1.1.1 El principio de aleatorización.
1.1.2 La repetición del experimento.
1.1.3 El concepto de bloque.
TEMA 2. DISEÑOS COMPLETAMENTE ALEATORIZADOS
2.1. Modelo de efectos fijos
2.1.1 Planteamiento del modelo.
2.1.2 Estimación de los parámetros del modelo.
2.1.3 Propiedades de los estimadores.
2.1.4 Descomposición de la variabilidad.
2.1.5 Esperanza matemática de los cuadrados medios.
2.1.6 Contraste de hipótesis.
2.1.7 Ejemplo numérico.
2.2.Diagnosis y validación del modelo
2.2.1 Comprobación de la idoneidad del modelo.
2.2.2 Transformaciones de los datos.
2.3. Tratamiento mediante ordenador con Statgraphics.
TEMA 3. DISEÑOS EN BLOQUES ALEATORIZADOS
3.1.Diseño en bloques completos aleatorizados.
3.1.1 Planteamiento del modelo.
3.1.2 Estimación de los parámetros del modelo.
3.1.3 Propiedades de los estimadores.
3.1.4 Descomposición de la variabilidad.
3.1.5 Esperanza matemática de los cuadrados medios.
3.1.6 Contraste de hipótesis.
3.1.7 Ejemplo numérico.
3.2. Test de interacción de Tukey.
3.3. Tratamiento mediante ordenador
TEMA 4. DISEÑOS EN BLOQUES INCOMPLETOS ALEATORIZADOS
4.1. Diseños en bloques incompletos balanceados
4.1.1 Descripción del modelo.
4.1.2 Planteamiento del modelo.
4.1.3 Análisis del efecto de los tratamientos
4.1.4 Análisis del efecto de los bloques
4.1.5 Ejemplo numérico.
4.2. Tratamiento mediante ordenador.
TEMA 5. CUADRADOS LATINOS
5.1.Diseños en cuadrado latinos.
5.1.1. Descripción del modelo.
5.1.2 Planteamiento del modelo.
5.1.3 Estimación de los parámetros del modelo.
5.1.4 Propiedades de los estimadores.
5.1.5 Descomposición de la variabilidad.
5.1.6 Esperanza matemática de los cuadrados medios.
5.1.7 Contraste de hipótesis.
5.1.8 Ejemplo numérico.
5.2. Tratamiento mediante ordenador.
TEMA 6. CUADRADOS GRECO-LATINOS
6.1. Diseño en cuadrados greco-latinos
6.1.1. Descripción del modelo.
6.1.2 Planteamiento del modelo.
6.1.3 Estimación de los parámetros del modelo.
6.1.4 Propiedades de los estimadores.
6.1.5 Descomposición de la variabilidad.
6.1.6 Esperanza matemática de los cuadrados medios.
6.1.7 Contraste de hipótesis.
6.1.8 Ejemplo numérico.
6.2. Tratamiento mediante ordenador
TEMA 7. CUADRADOS DE YOUDEN
7.1. Diseño en cuadrados greco-latinos
7.1.1. Descripción del modelo.
7.1.2 Planteamiento del modelo.
7.1.3 Análisis del efecto de los tratamientos.
7.1.4 Análisis del efecto de los bloques.
7.1.5 Ejemplo numérico.
7.2Tratamiento mediante ordenador.
TEMA 8. DISEÑOS FACTORIALES C0N DOS FACTORES
8.1. Diseño factorial con dos factores
8.1.1. Planteamiento del modelo.
8.1.2 Estimación de los parámetros del modelo.
8.1.3 Descomposición de la variabilidad.
8.1.4 Contraste de hipótesis.
8.1.5 Ejemplo numérico.
8.2 Tratamiento mediante ordenador.
TEMA 9. DISEÑOS FACTORIALES C0N TRES FACTORES
9.1. Diseño factorial con tres factores sin replicación
9.1.1. Planteamiento del modelo.
9.1.2 Estimación de los parámetros del modelo.
9.1.3 Descomposición de la variabilidad.
9.1.4 Contraste de hipótesis.
9.1.5 Ejemplo numérico.
9.2 Diseño factorial con tres factores con replicación.
9.2.1 Planteamiento del modelo.
9.2.2 Estimación de los parámetros del modelo.
9.2.3 Descomposición de la variabilidad.
9.2.4 Contraste de hipótesis.
9.2.5 Ejemplo numérico.
9.3 Tratamiento mediante ordenador.
TEMA 10. DISEÑOS FACTORIALES C0N MAS DE TRES FACTORES
10.1. Diseños factoriales con mas de tres factores
10.1.1. Planteamiento del modelo.
10.1.2 Estimación de los parámetros del modelo.
10.1.3 Descomposición de la variabilidad.
10.1.4 Contraste de hipótesis.
10.1.5 Ejemplos numéricos.
10.2Tratamiento mediante ordenador.
TEMA 11. MÉTODOS NO-PARAMÉTRICOS PARA EL ANÁLISIS DE LA VARIANZA
11.1. Introducción
11.2. Contraste de rangos de Kruskal-Wallis
11.3. Contraste de la mediana
11.4. Contraste de Cochran
11.5. Contraste de rangos de Friedman
11.6. Tratamiento mediante ordenador
MUESTREO ESTADÍSTICO
1.- Férnandez García, F. R. y Mayor Gallego. Muestreo en Poblaciones Finitas: Curso Básico. De. EUB.
2.- Gourreroux, C.. Théorie des Sondages. Economica. 1981.
3.- Hedayat, A. S., Sinha, B. K.. Design and Inference in Finite Population Sampling. John Wiley & Sons 1991.
4.- Levy, P. S., Lemeshow, S.. Sampling of Populations Methods and Applications. John Wiley & Sons 1991.
5.- Särndal, C. E., Swensson, B. y Wretman, J.. Model Assisted Survey Sampling. Springer-Verlang 1992.
DISEÑO ESTADÍSTICO DE EXPERIMENTOS
1.- BOX, G., HUNTER, W. & HUNTER, J.S. "Estadística para Investigadores. Introducción al Diseño de Experimentos, Análisis de Datos y Construcción de Modelos". Ed. Reverté‚ S.A.
2.- NETER, J. et al. "Applied Linear Statistical Models: Regression, Analysis of Variance and Experimental Designs". Library of Congress Cataloging Publication Data.
3.- COCHRAN, W.G. & COX, G.M. "Diseño Experimentales". Ed. Trillas.
4.- DANIEL, C. "Applications of Statistics to Industrial Experimentation." Willey
5.- DAVIES, O.L. "The Design and Analysis of Industrial Experiments". Hafner (Mc.Millan)
6.- García, J. & Lara, A. " Diseño Estadístico de Experimentos. Análisis de la Varianza." Grupo Editorial Universitario.
7.- GRAYBILL, F.A. "An introduction to Linear Statistical models." Vol. 1. Ed. McGraw-Hill.
8.- KIRK, R.E. "Experimental Design: Procedures for the Behavioral Sciencies". Brooks/Cole Publishing Company.
9.- LARA PORRAS, A.M." Diseño estadístico de experimentos, Análisis de la varianza y Temas Relacionados: tratamiento informático mediante SPSS " Proyecto Sur.
10.- Mason, R.L. "Statistical Design and Analysis of Experiments with Applications to Engineering and Science" John Wiley & Sons. New York.
11.- MONTGOMERY, D.C. " Diseño y Análisis de Experimentos." Grupo editorial Iberoamericana.
12.- Ollero, J.; García, J.; Lara, A.; Martinez, A.; Rodriguez, C. & Ramos, H. (1997). "Diseño y Análisis Estadístico de Experimentos". Grupo Editorial Universitario
13.- PEÑA SANCHEZ DE RIVERA, D. "Estadística: Modelos y Métodos. Modelos Lineales y Series Temporales." Vol. 1 y 2. Alianza Editorial.
14.- RUIZ MAYA, L. "Métodos Estadísticos de Investigación" I.N.E.
15.- SIEGEL. S.. "Estadística no paramétrica". Ed. Trillas.
16.- Statgraphics. Manual de Referencia y de Ejemplos. Versión 7.1 PLUS para DOS y 3.1 para Windows
El tipo de evaluación que seguimos en esta asignatura consiste en
seguimiento de los alumnos, mediante trabajos que suelen realizar en grupos, trabajos de las prácticas realizadas mediante ordenador, participación en clase teórica, intervención activa en la clase de problemas, realización de ejercicios de la relación de problemas no resueltos en clase,...;
En dos exámenes escritos sobre los contenidos del programa, cada uno de ellos formado por un examen de teoría y uno de problemas.
Dado el carácter anual de la asignatura, realizamos dos exámenes escritos, primer y segundo parcial; cada uno de una parte de la materia. El alumno aprueba la asignatura si supera ambos parciales y alcanza su suficiencia en las prácticas de ordenador.
La calificación final del alumno no sólo dependerá de las notas de los exámenes sino que se tendrá en cuenta todas las pruebas mencionadas anteriormente debidamente ponderadas.