Pla docent de l'assignatura

 

 

Tanca imatge de maquetació

 

Imprimeix

 

Dades generals

 

Nom de l'assignatura: Disseny Experimental i Anàlisi de Dades

Codi de l'assignatura: 361625

Curs acadèmic: 2021-2022

Coordinació: Miguel Salicru Pages

Departament: Departament de Genètica, Microbiologia i Estadística

crèdits: 6

Programa únic: N

 

 

Hores estimades de dedicació

Hores totals 150

 

Activitats presencials i/o no presencials

60

 

-  Teoricopràctica

No presencial

 

4

 

(Dimarts, 8:00-10:00 i Dijous de 8:00-10:00 els primers dos dies de classe)

 

-  Pràctiques de laboratori

Presencial i no presencial

 

56

 

(Dimarts, 8:00-10:00 i Dijous, 8:00-10:00 excepte els primers dos dies de classe)

Treball tutelat/dirigit

40

Aprenentatge autònom

50

 

 

Recomanacions

 


Altres recomanacions

L’assignatura s’orienta a la modelització pràctica, l’anàlisi de les dades i a discussió en el context de la biotecnologia. Per aquest motiu és molt recomanable assistir a classe i fer les pràctiques. 

 

 

Competències que es desenvolupen

 

   -

Compromís ètic (capacitat crítica i autocrítica / capacitat de mostrar actituds coherents amb les concepcions ètiques i deontològiques).

   -

Capacitat d'aprenentatge i responsabilitat (capacitat d'anàlisi, de síntesi, de visions globals i d'aplicació dels coneixements a la pràctica / capacitat de prendre decisions i d'adaptació a noves situacions).

   -

Treball en equip (capacitat de col·laborar amb els altres i de contribuir a un projecte comú / capacitat de col·laborar en equips interdisciplinaris i en equips multiculturals).

   -

Capacitat comunicativa (capacitat de comprendre i d'expressar-se oralment i per escrit en català, castellà i una tercera llengua, amb domini del llenguatge especialitzat / capacitat de cercar, usar i integrar la informació).

   -

Tenir capacitat d'abstracció: crear i utilitzar models que reflecteixin situacions reals.

   -

Treball en equip.

   -

Dissenyar i implementar aplicacions i sistemes orientats a l'extracció automàtica d'informació de grans volums de dades.

   -

Manejar tècniques quantitatives d'anàlisi de dades en biotecnologia.

   -

Dissenyar i elaborar tests i experiments, i analitzar-ne i interpretar-ne els resultats.

   -

Obtenir informació, dissenyar experiments i interpretar resultats experimentals.

   -

Conèixer i determinar les tecnologies més adequades per a les aplicacions biotecnològiques.

   -

Comparar i contrastar els possibles riscos i beneficis dels productes i serveis biotecnològics.

Objectius d'aprenentatge

 

Referits a coneixements

Entendre els conceptes bàsics de la modelització en la relació entre una variable resposta i els factors que es consideren rellevants, a priori: part explicada i part no explicada; naturalesa dels factors i estructura del disseny; significació de factors i components de la variància. L’aplicació efectiva s’orienta al disseny, desenvolupament i validació de producte i a l’optimització de paràmetres de producció. L’anàlisi de resultats i la discussió es posen context.

 

 

Blocs temàtics

 

1. Objectius del disseny d’experiments

1.1. Protocol d’un disseny

1.2. Factors explicatius i residu

1.3. Naturalesa dels factors

1.4. Estructura del disseny

2. Introducció al disseny prospectiu

2.1. Selecció del model: cost, eficiència i fracció

2.2. Criteri de decisió per medianes 

2.3. Interpretació de la confusió i selecció de factors rellevants

3. Disseny d’un factor

3.1. Estructura de les dades

3.2. Descomposició de la variabilitat

3.3. Estimació de paràmetres

3.4. Taula ANOVA

3.5. Comparacions múltiples

3.6. Test de Kruskal-Wallis i test de permutacions

3.7. Robustesa del disseny

3.8. Disseny d’un factor a efectes aleatoris

4. Disseny de dos i més factors encreuats

4.1. Factors a afectes fixos, aleatoris i mixtos

4.2. Estimació de paràmetres

4.3. Taula ANOVA

4.4. Comparacions múltiples

4.5. Generalització a k factors encreuats

4.6. Dissenys 2k i fracció 2k

5. Dissenys amb factors jerarquitzats

5.1. Disseny de dos

5.2. Dissenys amb factors jerarquitzats i encreuats

6. Regressió lineal, quadràtica i logística múltiples

6.1. Model lineal

6.2. Model quadràtic

6.3. Model logístic

 

 

Metodologia i activitats formatives

 

Per apropar-nos (tant com sigui possible) a l’anàlisi de dades en recerca i a la fabricació de productes, el fil conductor de l’assignatura són els estudis de cas i les situacions experimentals (inicialment en format reduït). Per avançar en aquesta direcció s’ha previst introduir el coneixement i la tècnica en la mesura de les necessitats experimentals i plantejar sessions de treball i discussió amb suport computacional a l’aula d’informàtica o aula electrificada amb ordinador personal.

Per resoldre de forma efectiva les situacions experimentals, s’utilitzen diferents recursos informàtics. Statgraphics s’utilitza com a programari de referència i, quan s’escaigui, SPSS o R.

Tota la informació relativa a exercicis, casos, bases de dades, etc. estarà disponible al Campus Virtual.

 

 

Avaluació acreditativa dels aprenentatges

 

Atès el caràcter acumulatiu en l’aprenentatge de les eines i tècniques que es desenvolupen en l’assignatura, l’avaluació consta de dues proves parcials durant el curs (que no alliberen matèria i no penalitzen) que representen el 40 % de la nota final i de la prova de síntesi, que representa el 60 %. 

La qualificació final és el màxim de les notes següents:

  • 0,2·(1r parcial) + 0,2·(2n parcial) + 0,60 prova de síntesi
  • 0,2·(1r parcial) + 0,80 prova de síntesi
  • 0,2·(2n parcial) + 0,80 prova de síntesi
  • prova de síntesi

 

Avaluació única

Qui vulgui renunciar a l’avaluació continuada i acollir-se a l’avaluació única ho ha de fer constar per escrit, amb una còpia per a l’estudiant i una altra per al professor.

La data màxima per acollir-s’hi queda fixada pel Consell d’Estudis de l’ensenyament.

Es fa una prova de síntesi (la mateixa que per a l’avaluació continuada) i representa el 100 % de la nota. En aquest cas no es podrà optar a la matrícula d’honor (reservada al seguiment i treball continuat).

 

 

Fonts d'informació bàsica

Consulteu la disponibilitat a CERCABIB

Llibre

BOX, G.E.P; HUNTER, J.S.; HUNTER, W.G. Estadística per a científics i tècnics : disseny d’experiments i innovació. Barcelona [etc.] : Reverté, 2008  Enllaç

[També, 2a. ed., 2008, en castellà]  Enllaç
[També, 2nd ed., 2005, en anglès]  Enllaç

BOX, G.E.P.; DRAPER, N.R. Empirical model-building and response surfaces. New York [etc.] : Wiley, cop. 1987  Enllaç

CUADRAS, C.M. Métodos de análisis multivariante. 2a ed. Barcelona : Promociones Publicaciones Universitarias, 1991  Enllaç


[També, 1996]  Enllaç

FARAWAY, J.J. Linear models with R. 2nd ed. Boca Raton, FL: Taylor and Francis 2015  Enllaç


[També, accés en línia]  Enllaç

JOHNSON, R.A.; WICHERN, D.W. Applied multivariate statistical analysis. 6th ed. Upper Saddle River, N.J. : Pearson Education, Prentice-Hall, cop. 2007  Enllaç

KUEHL, R.O. Diseño de experimentos : principios estadísticos de diseño y análisis de investigación. Australia [etc.] ; Madrid : Thomson Learning, 2001  Enllaç

MANLY, B.F.J. Multivariate statistical methods : a primer. 4th ed. Boca Raton : CRC Press, Taylor & Francis Group, [2017]  Enllaç

MILLER, R.G. Simultaneous statistical inference. 2nd ed. New York : Springer, cop. 1981  Enllaç

MILLER, R.G. Beyond ANOVA, basics of applied statistics. New York [etc.] : Wiley, 1986  Enllaç

MONTGOMERY, D.C. Design and analysis of experiments. 8th ed. New York : John Wiley & Sons, 2013  Enllaç


[També, 2a ed., 2002, en castellà]  Enllaç

PETERSEN, R.G. Design and analysis of experiments. New York [etc.] : Marcel Dekker, 1985  Enllaç

SCHEFFÉ, H. The Analysis of variance. New York [N.Y.] [etc.] : Wiley, 1959  Enllaç

WINER, B. J.; BROWN, D.R.; MICHELS, K.M. Statistical principles in experimental design. 3rd ed. New York [etc.] : McGraw-Hill, 1991  Enllaç

Pàgina web

The R Project for Statistical Computing  Enllaç

Curso básico de R

  Enllaç