You are on page 1of 4

ESCUELA DE CIENCIAS BIOLGICAS

1. DATOS INFORMATIVOS
MATERIA:
CDIGO:
CARRERA:
NIVEL:
No. CRDITOS:
PREREQUISITOS:
PROFESOR:
SEMESTRE:

BIESTADSTICA II
Licenciatura en Ciencias Biolgicas
VII
Cinco
Bioestadstica I
Ing. A.I. Julio Snchez Otero
Primero/ 2007-2008

2. DESCRIPCIN DE LA MATERIA
En Bioestadstica II se estudia el Diseo Experimental, el cual es tratado adems en forma
computacional, con el uso del paquete estadstico SPSS. El Diseo Experimental, apegado al
mtodo cientfico, constituye un conjunto de tcnicas y normas, para el planeamiento y
conduccin de la investigacin cientfica, as como, para la evaluacin e interpretacin de los
resultados experimentales. Se estudian, asimismo, los principales modelos de ANOVA
(anlisis de variancia) y pruebas estadsticas complementarias para evaluar las hiptesis.
3. OBJETIVO GENERAL
Orientar a que la investigacin cientfica sea realizada con los elementos estadsticos necesarios
a fin de garantizar el rigor cientfico de la misma con la inclusin de los aspectos de validez
interna y externa.
4. OBJETIVOS ESPECFICOS

Disear o planear la investigacin cientfica


Usar los modelos estadsticos adecuados para el anlisis de la informacin obtenida en
la investigacin
Iniciar en el procesamiento automatizado de la informacin -datos experimentales- a
travs del uso del paquete estadstico SPSS

5. CONTENIDO
I. INTRODUCCIN
Importancia y definicin del Diseo Experimental
Referencias sobre planes de investigacin
II. CONCEPTOS
Experimento: repeticiones, aleatorizacin, control local
Error Experimental
Unidad Experimental
Tratamientos
Factores en estudio
Variables
Clases de experimentos
III. INTRODUCCIN AL ANLISIS DE LA VARIANCIA
Modelo Lineal Bsico del ANOVA: Componentes del Modelo

Medias y variancias de muestras


Desarrollo del Modelo Lineal Aditivo del ANOVA
Variancia Total
Variancia entre grupos, muestras o tratamientos
Variancia dentro de grupos: Error Experimental
La prueba de F
Significacin Estadstica
Planteamiento de Hiptesis.
Supuestos del ANOVA
Homogeneidad
Normalidad
Independencia
Aditividad
Fuentes de Variacin
IV. DISEO COMPLETAMENTE ALEATORIO: DCA
Modelo matemtico (Modelos I, II)
DCA para muestras con igual nmero de repeticiones
DCA con diferente nmero de repeticiones por muestra
Componentes de la variancia para Modelos II de ANOVA
V. DISEO COMPLETAMENTE AL AZAR CON SUBMUESTRAS
Modelos matemticos con submuestras: ANOVA ENCAJADO.
ANOVA encajado a dos niveles
ANOVA encajado a tres niveles
ANOVA encajado a dos niveles con subgrupos de tamao desigual
ANOVA encajado a tres niveles con subgrupos de tamao desigual.
VI. ANLISIS FUNCIONAL I: PRUEBAS DE SIGNIFICACIN
Diferencia Mnima Significativa: DMS
Prueba de rango mltiple de DUNCAN
Prueba de rango mltiple de Student-Newman-Keuls: SNK
Prueba Honesta de TUKEY
Prueba de TUKEY-KRAMER
Prueba de SCHEFF
Prueba de DUNNETT
VII. DISEO DE BLOQUES COMPLETOS AL AZAR: DBCA
Heterogeneidad de las Unidades Experimentales
Formacin de Bloques
Modelos matemticos del DBCA:
Flexibilidad del Diseo
Esquema del ANOVA
Clculo de Unidades experimentales perdidas o faltantes
DBCA con submuestras
VIII. DISEO EN CUADRADO LATINO: DCL
Formacin de bloques filas y bloques columnas
Asignacin de tratamientos
Ventajas y desventajas del DCL
Modelo matemtico del DCL
Clculo de Unidades Experimentales faltantes
IX. TRANSFORMACIN DE DATOS
Uso de las transformaciones de datos
Tipos de transformaciones:
Logartmica

Arcoseno
Raz cuadrada
X. EXPERIMENTOS O ARREGLOS FACTORIALES
Ventajas y desventajas de los Experimentos Factoriales
Tipos de Experimentos Factoriales
Experimentos Factoriales Completos
n n
Series 2 , 3
formas A x B x C, A x B x C + n
Modelos matemticos
XI. ANLISIS FUNCIONAL II
Polinomios Ortogonales
Comparaciones Ortogonales
XII. DISEO EN PARCELAS DIVIDIDAS Y BLOQUES DIVIDIDOS
ANOVA del Diseo en Parcelas Divididas
Clculo de Unidades Experimentales perdidas
Esquema del Diseo en Parcelas Subdivididas
ANOVA del Diseo en Bloques divididos
XIII. DISEO DE FACTORES CRUZADOS Y ANIDADOS
Modelo matemtico
Procedimiento para el ANOVA Cruzado-Anidado (tres factores)
XIV. EXPERIMENTOS COMBINADOS
XV. ANLISIS DE COVARIANCIA (ANCOVA)
Modelo matemtico y Supuestos para la Covariancia
Esquema del Anlisis de Covariancia
Procedimiento de ajuste de medias de tratamientos.

6. METODOLOGA
El estudio terico de esta materia es acompaado con la resolucin simultnea de problemas de
aplicacin prctica. Adicionalmente, la gran mayora de casos de estudio que han sido resueltos
o procesados manualmente, en forma opcional, pueden ser desarrollados con el uso del paquete
estadstico SPSS. La teora es estudiada con el apoyo del texto de autora del profesor y las
prcticas se las realiza en el Centro de Informtica con el programa estadstico SPSS.
Finalmente, el estudiante se inicia en la destreza y habilidades para la elaboracin de planes de
investigacin, con el desarrollo de un proyecto de investigacin, el cual es presentado y
sustentado ante el auditorio del curso.
7. EVALUACIN
7.1 CRONOGRAMA DE EVALUACIONES
Primera evaluacin parcial:
Segunda evaluacin parcial (LECCIONES):
Tercera evaluacin parcial (PROYECTO):

24 de octubre/2007
7 de enero/2008
14 de enero/2008

7.2 SISTEMA DE CALIFICACIONES


Evaluaciones parciales (leccin c/semana) .. 10 puntos
Examen de medio semestre (Cp. 1- 8). ........................................ 10 puntos
Elaboracin y sustentacin de un proyecto de investigacin ... 10 puntos
Examen final (Cp. 9 15. Teora+Laboratorio:15+5) . 20 puntos
______________

Calificacin TOTAL sobre

50 puntos

7.3 FECHA DE ENTREGA DE CALIFICACIONES EN LA SECRETARIA


7 das despus de recibidos los exmenes o proyectos.
8. BIBLIOGRAFA BSICA

1. GONZALES, B.G. 1985. Mtodos Estadsticos y Principios de Diseo Experimental.


Edit. Universitaria. Quito. 331 p.
2. LITTLE, T.M. y F. JACKSON HILLS. 1976. Mtodos Estadsticos para la Investigacin
en la Agricultura. Edit. Trillas. Mxico. 270 p.
3. MONTGOMERY D. 1984. Design and Analysis of Experiments.
Sons. New York. 538 p.
4. SNEDECOR, G.W. & W.G. COCHRAN. 1980.
State University Press. Iowa. 507 p.

Edit. John Wiley &

Statistical Methods. Edit. The Iowa

5. SOKAL, R.R. y F.J. ROHLF. 1995. BIOMETRY: The Principles and Practice of
Statistics in Biological Research. Edit. W.H.Freeman and Company. New York.
887 p.
6. STEEL, R.G. y J.H. TORRIE. 1988. BIOESTADISTICA: Principios y Procedimientos.
Edit. McGraw-Hill. Mxico. 622 p.

9. DATOS DEL PROFESOR


9.1 Horario de atencin a estudiantes: Martes 08:30 - 16:00
Viernes 08:30 16:30
9.2 Correo electrnico: jsanchez@puce.edu.ec
9.3 Telfono: Ext. 1832