Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Editores: Mariano Amo-Salas, Ra l Mart u n-Mart n, Licesio J. Rodr guez-Aragn. o I.S.B.N.: 978-84-692-9746-9
PREFACIO
Desde hace 25 aos se viene celebrando en Europa el Workshop trianual mODa (Model n Oriented Design and Analysis) sobre diseo de experimentos, con especial nfasis en n e diseo ptimo. Se comenz alternando las ediciones entre pa n o o ses del este y del oeste de Europa. Hoy en d esta distincin ha perdido su sentido. Desde hace unos aos se a o n viene celebrando en E.E.U.U. un congreso de similares caracter sticas, pero de sabor estadounidense. En ambos congresos participan investigadores en la materia de todo el mundo. Precisamente en el ultimo celebrado en Almagro (Espaa) participaron per n sonas de cuatro continentes. Existen tambin otros encuentros ms restringidos, tanto e a en Europa como en E.E.U.U. Uno de ellos se celebr en Salamanca (Espaa) en 2007 o n y aglutin prcticamente a todos los investigadores espaoles en la materia. La expeo a n riencia fue muy positiva y ante la posibilidad de hacer una segunda edicin surge la o idea de extenderlo a los pa de habla hispana. Esta primera edicin iberoamericana ses o se celebra en el CIMAT (Guanajuato, Mxico) y acoge a unos treinta participantes de e muy diversos pa ses. Hay adems algunos investigadores que hablan espaol, aunque a n provienen de pa con otro idioma ocial. ses Guanajuato, 8 de noviembre de 2009 Rogelio Ramos Jess Lpez Fidalgo u o
PROGRAMA
Programa Diario
SIDE 09
PROGRAMA DIARIO
Lunes 9 09:00-13:00 13:00-15:00 15:00-15:30 15:30-17:30 17:30-18:00 18:00-19:00 Registro Comida Sesin de apertura o Sesin de Conferencias (I) o Caf e Organizacin grupos trabajo (Tormenta de ideas) o Martes 10 09:30-11:00 11:00-11:30 11:30-13:00 13:00-15:00 15:00-16:30 16:30-17:00 17:00-18:30 Sesin de Conferencias (II) o Caf e Sesin de Conferencias (III) o Comida Sesin de Conferencias (IV) o Caf e Grupos de trabajo Mircoles 11 e 09:30-11:00 11:00-11:30 11:30-13:00 13:00-14:30 14:30-16:00 Sesin de Conferencias (V) o Caf e Grupos de trabajo Comida Caminata Calderones - Bufa - Panormica a
Jueves 12 09:30-11:00 11:00-11:30 11:30-13:00 13:00-15:00 15:00-16:30 16:30-17:00 17:00-18:30 19:00-21:30 Sesin de Conferencias (VI) o Caf e Grupos de trabajo Comida Sesin de Conferencias (VII) o Caf e Grupos de trabajo Cena / Convivo 2
Programa Diario Viernes 13 09:30-11:00 11:00-11:30 11:30-12:00 12:00-12:30 13:00-15:00 15:30-17:00 Sesin de Conferencias (VIII) o Caf e Conferencia Conclusiones Comida Grupos de Trabajo
SIDE 09
Programa de Conferencias
SIDE 09
PROGRAMA DE CONFERENCIAS
* Conferenciante
Sesin de Conferencias (I) 15:30-17:30 o Moderador: Mariano Amo-Salas 15:30-16:00 Estudio de la funcin potencia en diseos optimos para estio n mar y discriminar con observaciones correladas por MARIA NO AMO SALAS*, JESUS LOPEZ FIDALGO, V ICTOR IG NACIO LOPEZ RIOS. Aplicaciones del diseo ptimo de experimentos a estudios n o de biodiversidad: diseo espacial por MAR JESUS RIn IA VAS LOPEZ*, JUAN M. RODRIGUEZ DIAZ, WERNER G. MULLER. Diseos optimos y diseos robustos para el modelo expon n nencial generalizado con correlacin por JUAN M. ROo TERESA SANTOS MART DRIGUEZ DIAZ*, MARIA IN, MILAN STEHLIK, HELMUT WALDL. Diseo de dataciones radiocarbnicas en estudios de paleoen o CHRISTEN* GRACIA. colog por J. ANDRES a Martes 10 Sesin de Conferencias (II) 09:30-11:00 o Moderador: Ra l Mart Mart u n n 09:30-10:00 Diseos optimos para discriminar entre dos modelos mediante n el algoritmo multiplicativo por RAUL MART MART IN IN*, ROBERTO DORTA GUERRA, BEN TORSNEY. Discriminacin entre modelos de regresin log o o sticos con efectos jos y aleatorios por CHIARA TOMMASI*, MAR IA TERESA SANTOS MARTIN, JUAN M. RODRIGUEZ D IAZ. Mtodo generalizado para discriminar entre modelos por e CAMELIA TRANDAFIR*.
16:00-16:30
16:30-17:00
17:00-17:30
10:00-10:30
10:30-11:00
Programa de Conferencias Sesin de Conferencias (III) 11:30-13:00 o Moderador: Victor I. Lpez R o os 11:30-12:00 12:00-12:30 Diseos ptimos en farmacocintica por V n o e ICTOR IGNACIO LOPEZ RIOS*. Diseo optimo de experimentos para el anlisis de supervivenn a cia por JESUS LOPEZ FIDALGO*, MAR JESUS RIVAS IA LOPEZ. Tcnicas algebraicas en diseo experimental por HUGO e n MARURI AGUILAR*. Sesin de Conferencias (IV) 15:00-16:30 o Moderador: Roberto Dorta Guerra 15:00-16:30 Diseos factoriales en modelos de Poisson por ROBERn TO DORTA GUERRA*, ENRIQUE GONZALEZ DAVILA, JOSEP GINEBRA. Aplicacin de diseo estad o n stico de experimentos en el desarrollo de un anlogo de queso por EDUARDO CASa TANO TOSTADO*, ELO ISA SERV MEDINA, SILVIA L. IN AMAYA LLANO. Algoritmo multiplicativo: diseos ptimos para modelos de n o dos factores por LICESIO J. RODR IGUEZ ARAGON*, MART MART RAUL IN IN. Mircoles 11 e Sesin de Conferencias (V) 09:30-11:00 o Moderador: Licesio Rodr guez Aragn o 09:30-10:00 Metodolog de supercie de respuesta y modelos lineales gea neralizados: estrategias de diseo para respuestas binarias por n ARTURO T. DE ZAN*. Aplicacin de la metodolog de supercie de respuesta a la o a formacin de enzimas por Ma MERCEDES FERNANDEZ o GUERRERO*, JESUS F. LOPEZ FIDALGO. Diseo de experimentos para estudios de degradacin con n o pruebas aceleradas y destructivas por LUIS A. ESCOBAR*, YING SHI, WILLIAM Q. MEEKER.
SIDE 09
12:30-13:00
16:30-17:00
17:00-17:30
10:00-10:30
10:30-11:00
Programa de Conferencias Jueves 12 Sesin de Conferencias (VI) 09:30-11:00 o Moderador: Hugo Maruri Aguilar 09:30-10:00 10:00-10:30 Diseo de experimentos n MARURI AGUILAR*. computacionales por HUGO
SIDE 09
Diseo de experimentos para optimizacin en variables con n o respuesta binaria por HUMBERTO VAQUERA HUERTA*, J. LUIS DOM INGUEZ V., PAULINO PEREZ. Escenarios ptimos para la estimacin de elasticidades o o v modelos logit multinomiales por ROGELIO RAMOS a QUIROGA*, JOSE RAMON DOM INGUEZ MOLINA. Sesin de Conferencias (VII) 15:00-16:30 o Moderador: Jorge Dom nguez Dom nguez
10:30-11:00
15:00-15:30 15:30-16:00
Optimizacin en la construccin y anlisis del diseo experio o a n mental por JORGE DOM INGUEZ Y DOM INGUEZ*. Diseo de experimentos para un modelo con mezcla n de distribuciones por MAR MERCEDES RODR IA IGUEZ LOPEZ FIDALGO. HERNANDEZ*, JESUS Experimentacin secuencial por ARMANDO JAVIER R o IOS LIRA*. Viernes 13 Sesin de Conferencias (VIII) 09:30-11:00 o Moderador: Juan Manuel Rodr guez D az
16:00-16:30
09:30-10:00
Anlisis robusto de experimentos factoriales fraccionales no a replicados por V ICTOR AGUIRRE TORRES*, ROMAN DE LA VARA SALAZAR. El error de restriccin y la pseudorepeticin en diseos expeo o n rimentales por IGNACIO MENDEZ RAMIREZ*. Diseo para ensayos cl n nicos con discontinuacin aleatoria o por PETER MUELLER*, LORENZO TRIPPA, GARY ROSNER. Conferencia 11:30-12:00
10:00-10:30 10:30-11:00
11:30-12:00
RESUMENES
Resmenes u
SIDE 09
Estudio de la funcin potencia en dise os ptimos o n o para estimar y discriminar con observaciones correladas
Mariano Amo Salas, Jess Lpez Fidalgo u o Mariano.Amo@uclm.es, Jesus.LopezFidalgo@uclm.es Universidad de Castilla-La Mancha, Espaa n V ctor Ignacio Lpez R o os victorignaciolopez@gmail.com Universidad Nacional de Colombia, Sede Medelln, Colombia En este trabajo se estudian dos modelos farmacocinticos anidados. Se considera que e las observaciones son tomadas sobre el mismo sujeto por lo que existe correlacin entre o ellas. El algoritmo desarrollado por Brimkulov, Krug y Savanov (1986) es adaptado para calcular diseos T -ptimos que permitan discriminar entre ambos modelos. Adems n o a se calculan diseos L-ptimos para discriminar entre ambos modelos y estimar una n o serie de funciones no lineales de los parmetros que resultan de inters. Finalmente, se a e construyen criterios compuestos que estiman las funciones no lineales de los parmetros a (L-optimizacin) y discriminan (T -optimizacin) de manera simultnea. Sobre estos o o a diseos se proporciona un estudio de la funcin potencia. n o Keywords: Modelos compartimentales; Correlacin; T -optimizacin; Funcin potencia o o o
Resmenes u
SIDE 09
Este trabajo trata principalmente de la aplicacin de los conceptos del diseo espacial o n a estudios dentro del campo de la biodiversidad. Desde hace ya algn tiempo se vienen u utilizando tcnicas estad e sticas para detectar si existen o no patrones de dependencia espacial en la distribucin de especies animales o vegetales dentro de un area geogrca o a determinada. Esto se ha llevado a cabo sobretodo mediante el uso del estad stico I de Moran. Una cuestin que queda pendiente por haber sido mucho menos estudiada es o la de dnde tomar observaciones dentro del rea geogrca objeto de estudio. En este o a a trabajo se aplican las tcnicas del diseo espacial para encontrar diseos que maximicen e n n la potencia de los tests que detectan dependencia espacial. Cabe destacar que hemos considerado el uso de la distribucin exacta del estad o stico I de Moran y no su aproximacin a la distribucin normal. Se presentarn ejemplos articiales para la ilustracin o o a o del procedimiento del diseo espacial y a continuacin el anlisis de un caso real en el n o a cual se estudia la dependencia espacial del nmero de especies ( mam u feros, reptiles, aves..) dentro de una zona de Brasil. Keywords: Diseo espacial n
Dise os ptimos y dise os robustos para el modelo n o n exponencial generalizado con correlacin o
Juan M. Rodr guez D Mar Teresa Santos Mart az, a n juanmrod@usal.es, maysam@usal.es Universidad de Salamanca, Espaa n Milan Stehlik, Helmut Waldl Milan.Stehlik@jku.at, Helmut.Waldl@jku.at Universidad Johannes Kepler de Linz, Austria El objetivo de este trabajo es proporcionar pautas para realizar estimaciones estad sticamente eciente de los parmetros del modelo de Arrhenius modicado, muy utilizado en a cintica qu e mica y equivalente al modelo exponencial generalizado. El modelo de Arrhenius modicado se utiliza por ejemplo para modelizar el ujo de metano en la troposfera o en cintica qu e mica para el estudio de las reacciones en membranas. Estudiaremos el caso de observaciones correladas, considerando la estructura de covarianza con y sin efecto nugget. Para muestras pequeas se estudiaran diseos exactos y equidistantes n n mientras que cuando se necesita un nmero mayor de puntos ser conveniente utilizar u a diferentes tipos de diseos robustos. Por ello, se examinarn varios de los tipos existentes n a en la literatura y se propondr alguno nuevo. Los resultados se ilustrarn con ejemplos a a qu micos. Keywords: Arrhenius models; Correlated observations; Filling designs; Optimal design
Resmenes u
SIDE 09
Dise os ptimos para discriminar entre dos modelos n o mediante el algoritmo multiplicativo
Ral Mart Mart u n n Raul.MMartin@uclm.es Universidad de Castilla-La Mancha, Espaa n Roberto Dorta Guerra rodorta@ull.es Universidad de La Laguna, Espaa n Ben Torsney b.torsney@stats.gla.ac.uk University of Glasglow, Scotland
10
Resmenes u
SIDE 09
Los diseos ptimos son muy dependientes del modelo inicial que se supone. Sin embargo, n o en ocasiones no es posible plantear un unico model, debiendo seleccionar uno entre posibles candidatos. En la teor de diseo ptimo mediante criterio de T -optimizacin se obtienen diseos a n o o n de experimentos para resolver este problema. El clculo de estos diseos no es sencillo. En la literatura no existen algoritmos espea n cializados para la construccin de diseos T-ptimos. Uno de los ms usados es una o n o a adaptacin del propuesto por Wynn-Fedorov (Atkinson and Fedorov, 1975a; Fedorov o and Hackl, 1997) el cual presenta problemas con su convergencia. En esta presentacin proponemos un nuevo mtodo para calcular diseos T -ptimos. o e n o Este procedimiento es una extensin del algoritmo multiplicativo presentado por Torsney o y Mart n-Mart (2009). n Keywords: Diseo aproximado; T -optimizacin; Teorema de Equivalencia n o
Discriminacin entre modelos de regresin log o o sticos con efectos jos y aleatorios
Chiara Tommasi chiara.tommasi@unimi.it Universidad de Miln, Italia a Mar Teresa Santos Mart Juan M. Rodr a n, guez D az maysam@usal.es, juanmrod@usal.es Universidad de Salamanca, Espaa n Los modelos con efectos aleatorios tienen gran importancia en las ciencias de la vida, y existe un inters creciente en la bsqueda de diseos optimos para estos casos. Por e u n ejemplo, Metr, Mallet and Baccar (1997), Patan and Bogacka (2007), Schmelter, Benda e and Schwabe (2007) y Graho, Holling and Schwabe (2009) estudian diseos optimos n para modelos de regresin con efectos aleatorios. Los modelos binarios con efectos jos, o especialmente el modelo log stico, han sido ya ampliamente tratados desde el punto de vista del diseo ptimo; sirvan como ejemplo los art n o culos Abdelbasit and Plackett (1983), Minkin (1987), Ford, Torsney and Wu (1992), Sitter and Wu (1993) y Sitter and Fainaru (1997), entre otros. Recientemente, Ouwens, Tan and Berger (2006) estudian diseos optimos para modelos log n sticos con trmino independiente aleatorio. En todos e estos art culos, el objetivo principal ha sido el de encontrar diseos ptimos (locales) n o para estimar los parmetros desconocidos de los modelos o alguna funcin de los mismos. a o Sin embargo, en ocasiones no es posible estar seguro de si el modelo tiene efectos jos o aleatorios, y en este caso el investigador deber tener un doble objetivo: decidir cul a a 11
Resmenes u
SIDE 09
de los dos modelos (efectos jos o aleatorios) es el adecuado, y estimar los parmetros a del modelo elegido. En el presente trabajo se estudiarn diseos Ds - y KL-ptimos para a n o discriminar entre modelos de regresin log o sticos de efectos jos y aleatorios. Ambos tipos de diseos no son posibles de encontrar anal n ticamente, por lo que ser necesario el uso a de procedimientos de clculo numrico cuyo principal problema reside en la obtencin de a e o algunas integrales. Cuando stas de obtienen numricamente, el proceso general resulta e e muy lento, por lo que se propone el uso de ciertas aproximaciones. Keywords: Ds -optimalidad; KL-optimalidad; Modelo logistico
12
Resmenes u
SIDE 09
Resmenes u
SIDE 09
de Cox, en la que la variable respuesta es el tiempo, que puede estar censurado. El tiempo de fallo es modelizado con una distribucin de probabilidad que depende de una o combinacin lineal de las variables explicativas. Al nal del estudio algunas unidades o experimentales an sobrevivirn y por tanto el tiempo recogido ser censurado. Para u a a poder disear las variables explicativas ser necesario asumir una distribucin de proban a o bilidad del momento en que una unidad experimental entra en el estudio. De este modo lo que se ha de calcular es un diseo optimo condicionado al tiempo de entrada en el n estudio. Por tanto cuando una unidad entra en el estudio se ha de calcular un diseo n optimo de acuerdo al tiempo de debut. Se analiza un caso muy sencillo para ilustrar el procedimiento. Keywords: Datos censurados; Diseos marginalmente restringidos; Distribucin expon o nencial; Regresin de Cox. o
14
Resmenes u
SIDE 09
Resmenes u
SIDE 09
procesos alimenticios es una alternativa tanto para buscar balances nutricionales como para dar alternativas econmicas. Enmarcado en tal bsqueda, en este trabajo se preo u sentar el rol esencial del DEE para generar resultados e interpretaciones para obtener a un anlogo de queso manchego con mejor balance nutricional y a un menor costo. DEE a fue utilizado en tres etapas: en el identicacin del proceso de extrusin de un nuevo o o ingrediente (concentrado de prote de suero con almidn de ma en la seleccin de na o z), o sales requeridas para la formulacin del producto nal, y en la seleccin de la mejor o o formulacin del anlogo de queso (fundamentalmente substituyendo grasa), para luego o a someterse a evaluacin sensorial. En esta secuencia fueron utilizados diseos factoriales o n y diseos en mezclas, con variables respuestas escalares y funcionales. Se presentar n an los resultados y sus interpretaciones, as como algunas reexiones sobre este tipo de experimentos. Keywords: Anlogo de queso; Diseo estad a n stico de experimentos; Diseo factorial; n Diseo en mezclas n
Resmenes u
SIDE 09
gran importancia en el diseo y fabricacin de los mecanismos de transporte de n o estos productos. La determinacin de la velocidad de reaccin en cinticas enzimticas, en las que o o e a inuye no slo la concentracin del sustrato sino que tiene lugar adems un proceso o o a de inhibicin por la presencia de una tercera sustancia. o Keywords: Algoritmo Multiplicativo; Modelos de dos Factores; Ecuacin de Tait; Ino hibicin Enzimtica o a
Metodolog de supercie de respuesta y modelos a lineales generalizados: estrategias de dise o para n respuestas binarias
Arturo T. De Zan arturo.de.zan@unisabana.edu.co Universidad de la Sabana, Cha, Colombia Cuando los supuestos habituales de normalidad y varianza constante no se cumplen e.g. en procesos de Bernoulli o binomiales), el problema de la eleccin de diseos adeo n cuados ocasiona cierta dicultad a los experimentadores, especialmente cuando lo que se persigue es una exploracin secuencial del proceso. Este art o culo est basado en De a Zan (2009), en donde se proponen dos criterios para evaluar estrategias de diseo. Una n de ellas toma en cuenta la cantidad de informacin contenida en el modelo ajustado, o mientras que la otra explora la informacin contenida en las mejores condiciones de o experimentacin encontradas en el modelo ajustado. Se desarrolla un ejemplo simulado o con el paquete R acerca de cmo funcionan estas estrategias. o Keywords: Diseo factorial; Metodolog de supercie de respuesta; Diseo de experin a n mentos secuenciales; Modelo lineal generalizado; Regresin log o stica; Matriz de informacin de Fisher o
17
Resmenes u
SIDE 09
Resmenes u
SIDE 09
planes ptimos que garantizan la varianza asinttica minima para el estimador mxio o a mo veros mil de un cuantil. El Teorema General de Equivalencia (GET) es usado para vericar la optimalidad de estos planes optimos. En vista de que los planes optimos no son robustos con respecto al modelo especicado o a la informacin del diseo usada o n para obtenerlos, proponemos planes de compromiso mas robustos y mas prcticos. Un a anlisis de sensibilidad muestra los efectos en la precisin del estimador del cuantil dea o bido a cambios en el tamao muestral, duracin de la prueba, y niveles de las variables n o aceleradoras. Se usaron simulaciones Monte Carlo para evaluar las caracter sticas estad sticas de los planes ADDT. La metodolog es ilustrada con un problema real donde a un pegamento es usado como adhesivo. Keywords: Fiabilidad; Aproximacin de la varianza para muestras grandes; Planes o ADDT optimos; Teorema general de equivalencia; Planes ADDT de compromiso; Sim ulacin Monte Carlo o
19
Resmenes u
SIDE 09
Resmenes u
SIDE 09
relativo en ventas debio a un cambio relativo en el precio). Comparamos la eciencia de estos escenarios con respecto a algunos diseos ortogonales estndar. n a
Resmenes u
SIDE 09
tiene inters en estimar la proporcin de las part e o culas de cada clase, as como los parmetros de la distribucin de cada poblacin de part a o o culas. Con este trabajo la matriz de la informacin del estimador mximo veros o a mil, la matriz de la informacin de las o estimaciones calculadas usando el algoritmo de EM y la matriz de covarianza emp rica es comparada. La distribucin normal es asumida para los dos tipos de part o culas y las medias son modeladas por una variable independiente. Finalmente los diseos son n generados y comparados usando simulaciones. Keywords: D-Optimizacin; Algoritmo EM; Matriz de informacin o o
Experimentacin secuencial o
Armando Javier R Lira os armando@itc.mx Instituto Tecnolgico de Celaya, Mxico o e La experimentacin secuencial es una estrategia de experimentacin sumamente efectiva o o ya que provee de un elemento de eciencia necesario para una experimentacin exitosa. o Sin la experimentacin secuencial muchos experimentos no ser factibles debido a las o an obvias restricciones en costos, o ser un desperdicio de dinero y recursos si un exan perimento completo descubre que no existen factores signicativos. La experimentacin o secuencial es ejecutada al combinar las corridas de dos (o ms) experimentos para formar a un diseo de mayor tamao que es capaz de estimar efectos principales e interacciones de n n inters. El experimento inicial es usualmente una fraccin que se corre con un propsito e o o exploratorio, su objetivo principal es determinar las variables que afectan al sistema. El segundo experimento intenta resolver ambigedades al claricar la estructura de aliases u del diseo combinado. La literatura actual recomienda que la primera fraccin deber n o a ser un experimento factorial fraccionado de la ms alta resolucin posible construido a o usando el criterio de aberracin m o nima. La segunda fraccin es usualmente construio da usando una tcnica de aumentacin estndar conocida como foldover. El foldover e o a revierte los signos de uno o ms factores en el diseo inicial para crear el experimento a n secuencial. La literatura en esta area del diseo experimental muestra una tendencia en n el desarrollo de tcnicas de experimentacin secuencial cada vez ms ecientes. Un proe o a greso signicativo ha sido hecho desde el temprano desarrollo de la tcnica de foldover; e sin embargo aun existen areas de oportunidad en las que mejoras adicionales son aun e posibles. Esta ponencia trata del desarrollo de nuevas tcnicas de experimentacin see o cuencial para diseos de resolucin III, diseos de niveles mixtos y diseos robustos. Uno n o n n de los principales retos fue crear un algoritmo para aumentacin secuencial de diseos o n de resolucin III debido a que en la actualidad solo tcnicas generales de aumentacin o e o como el foldover y el semifold estn disponibles. Una de las principales desventajas de a 22
Resmenes u
SIDE 09
los mtodos generales es que son incapaces de desacoplar interacciones de 2 factores e unas de otras, adems requieren demasiadas corridas. El algoritmo R3 desarrollado es a capaz de desacoplar efectos principales de interacciones de 2 factores e interacciones de 2 factores de otras interacciones de 2 factores usando un nmero m u nimo de corridas al mismo tiempo que se mantienen buenos niveles de balance y ortogonalidad en el diseo n combinado. Otra rea de oportunidad es la de diseos de niveles mixtos. La tcnica a n e de aumentacin actual para estos diseos es el plan de foldover ptimo. La principal o n o desventaja de esta tcnica es que requiere el mismo nmero de corridas que la fraccin e u o inicial y por lo tanto es una tcnica costosa e ineciente. El plan de semifold optimo e propuesto es capaz de reducir el pan de foldover ptimo a la mitad al mismo tiempo o que se mantienen buenos niveles de balance y ortogonalidad para efectos principales e interacciones de 2 factores en el diseo combinado. Para diseos robustos se combino el n n enfoque de experimentacin secuencial desarrollado para resolucin III (Algoritmo R3) o o con la tcnica de resolucin mixta para crear experimentos ms ecientes. e o a Keywords: Experimentacin; Secuencial; Foldover; Resolucin; Fraccin; Semifold; Roo o o busto
Resmenes u
SIDE 09
y de una medida de desempeo global para escenarios con diferentes grados de contamn inacin con observaciones at o picas.
Resmenes u
SIDE 09
tratamiento experimental. La comparacin de la segunda fase se hace solamente en esa o subpoblacin. o El diseo necesita la seleccin de varios parmetros: la duracin de la primera fase, n o a o el nmero de pacientes iniciales y el criterio de seleccin para la segunda fase. Prou o ponemos la seleccin ptima de esos parmetros en el marco de un problema Bayesiano o o a de decisiones. Usamos un modelo de probabilidad para un tratamiento (un agente cytoesttico) y una simple funcin de utilidad. El mtodo propuesto se evala mediante a o e u simulacin. o Keywords: Random discontinuidad design; RDD
Dise o de experimentos en R n
Ernesto Barrios Zamudio ebarrios@itam.mx Instituto Tecnolgico Autnomo de Mxico (ITAM), Mxico o o e e El propsito de la pltica es comentar sobre los distintos paquetes en el lenguaje eso a tad stico R disponibles en el area del diseo de experimentos. Se presentan algunos n detalles del paquete BHH, apoyo del libro Statistics for Experimenters, de Box, Hunter y Hunter, y del paquete BsMD, para la seleccin Bayesiana de factores y la seleccin o o optima de ensayos adicionales de acuerdo al criterio MD, de Meyer, Steinberg y Box. Finalmente se comentar el proyecto o R Task View sobre el diseo y anlisis de exa n a perimentos, coordinado por la Prof. Ulrike Grmping, de Beuth Hochschule fr Technik o u (BHT) Berlin. Keywords: Seleccin Bayesiana de factores; BHH; BsMD; Lenguaje R o
25
Resmenes u
SIDE 09
26
LISTA DE PARTICIPANTES
Lista de participantes
SIDE 09
LISTA DE PARTICIPANTES V ctor Aguirre Torres Mariano Amo-Salas Ernesto Barrios Zamudio Eduardo Castao Tostado n J. Andrs Christen Gracia e Arturo Tarsicio De Zan Jorge Dom nguez Dom nguez Roberto Dorta Guerra Luis A. Escobar Mercedes Fernndez Guerrero a Jess Lpez Fidalgo u o V ctor I. Lpez R o os Ral Mart Mart u n n Hugo Maruri Aguilar Ignacio Mndez Ram e rez Peter Mueller Rogelio Ramos Quiroga Javier Armando R Lira os Mar Jess Rivas Lpez a u o Licesio J. Rodr guez Aragn o Juan M. Rodr guez D az Mar de las Mercedes Rodr a guez Hernndez a Chiara Tommasi Camelia Trandar Humberto Vaquera Huerta aguirre@itam.mx Mariano.Amo@uclm.es ebarrios@itam.mx ecastano@uaq.mx jac@cimat.mx arturo.de.zan@unisabana.edu.co jorge@cimat.mx rodorta@ull.es luis@lsu.edu merecedes.fernandez@uclm.es Jesus.LopezFidalgo@uclm.es vilopez@unal.edu.co Raul.MMartin@uclm.es H. Maruri-Aguilar@lse.ac.uk imendez@servidor.unam.mx pamueller@me.com rramosq@cimat.mx armando@itc.mx chusrl@usal.es l.rodriguezaragon@uclm.es juanmrod@usal.es mercedes.r.h@hotmail.com chiara.tommasi@unimi.it camelia@eio.uva.es hvaquera@colpos.mx
28
Indice alfabtico e
Aguirre Torres, V., 23 Amaya Llano, S., 15 Amo Salas, M., 8 Barrios Zamudio, E., 25 Castao Tostado, E., 15 n Christen, J., 15 De La Vara Salazar, R., 23 De Zan, A.T., 17 Dom guez, J.L., 20 Dom nguez Molina, J.R., 20 Dom nguez y Dom nguez, J., 21 Dorta Guerra, R., 10 Escobar, L., 18 Fernndez Guerrero, M.M., 18 a Ginebra, J., 10 Gonzlez Dvila, E., 10 a a Lpez Fidalgo, J., 8, 13, 18, 21 o Lpez R V.I., 8, 13 o os, Mller, W., 8 u Mndez Ram e rez, I., 24 Mart Mart R., 10, 16 n n, Maruri Aguilar, H., 14, 19 Meeker, W., 18 Mueller, P., 24 Prez, P., 20 e R Lira, J., 22 os Ramos Quiroga, R., 20 Rivas Lpez, M.J., 8, 13 o Rodr guez Aragn, L., 16 o Rodr guez D J.M., 8, 9, 11 az, Rodr guez Hernndez, M.M., 21 a Rosner, G., 24 29 Tommasi, Ch., 11 Torsney, B., 10 Trandar, C., 12 Trippa, L., 24 Vaquera Huerta, H., 20 Waldl, H., 9 Santos Mart M.T., 9, 11 n, Serv Medina, E, 15 n Shi, Y., 18 Stehlik, M., 9