MATERIA: DISEÑO DE EXPERIMENTOS

CÓDIGO: 08294
PRERREQUISITO: Bioestadística 08295
PROGRAMAS: Biología, Química, Química Farmacéutica, Ingeniería Bioquímica
PERIODO ACADÉMICO: 172 (Segundo semestre de 2017)
INTENSIDAD SEMANAL: 4 horas
CRÉDITOS: 3

OBJETIVO GENERAL

Al finalizar el curso, el estudiante que haya aprobado estará en capacidad de plantear, desarrollar y analizar
los resultados de las técnicas de diseños de experimentos mas utilizados en la investigación en las ciencias
naturales.

OBJETIVOS TERMINALES DE APRENDIZAJE

Como resultado de este curso el estudiante estará en capacidad de:

 Aplicar los conceptos básicos del diseño de experimentos para un solo factor y analizar e interpretar sus
resultados.
 Aplicar los conceptos básicos del diseño de experimentos para dos o más factores y analizar e interpretar
sus resultados.

 Identificar, aplicar y analizar el método de regresión lineal simple y el análisis de correlación tanto para
variables cuantitativas como cualitativas

 Identificar, aplicar y analizar el método de regresión múltiple

OBJETIVOS ESPECÍFICOS
Tema 1
 Identificar los conceptos básicos de diseños de experimentos con un solo factor.
 Analizar e interpretar los resultados de un experimento de un solo factor.
 Identificar, calcular e interpretar las pruebas de comparación múltiple para experimentos de un solo factor,
llamadas pruebas post-anova.
Tema 2
 Identificar los conceptos básicos de diseños de experimentos con dos o más factores.
 Analizar e interpretar los resultados de la aplicación de los diseños de experimentos con dos o más
factores.
Tema 3
 Interpretar, calcular y hacer inferencias sobre los coeficientes de correlación paramétricos y no
paramétricos.
 Usar el análisis de regresión lineal simple para predecir el valor de una variable dependiente con base en
una variable independiente.
 Evaluar las suposiciones de la regresión mediante pruebas de hipótesis y saber qué hacer si estas
suposiciones son infringidas.
 Usar el análisis de regresión múltiple para predecir el valor de una variable dependiente con base en dos
o más variables independientes
 Aplicar el análisis de regresión no lineal
Tema 4
 Identificar y aplicar los conceptos de los diseños de experimentos de superficies de respuesta y analizar
sus resultados.
 Identificar y aplicar el proceso de optimización simultánea en un diseño de superficie de respuesta
Tema 5
 Identificar y aplicar los conceptos de los diseños de experimentos de mezclas y analizar sus resultados.
 Identificar y aplicar el proceso de optimización simultánea en un diseño de mezclas

METODOLOGIA

El enfoque:En concordancia con los propósitos de la universidad, en el desarrollo de este curso se considera
que el aprendizaje es el resultado de un proceso de construcción del conocimiento, que tiene como centro al
estudiante y como guía al profesor. Este enfoque se concretará en la práctica con el aprovechamiento de los
resultados del estudio previo hecho por los estudiantes, como elemento generador de preguntas, discusiones
y conclusiones.
La discusión en clase: La discusión, orientada por el profesor es el elemento central en la metodología del
curso. Se fundamenta en el estudio preliminar de las secciones asignadas, en las preguntas de los
estudiantes y en sus respuestas a sus preguntas y a las del profesor, que alimenten el proceso de aprendizaje
activo. El profesor interviene esencialmente como guía y moderador de las discusiones, y se encarga de
hacer la síntesis final para socializar el conocimiento consolidado en clase y de indicar al estudiante la labor
que debe realizar como preparación para la clase siguiente y los objetivos que debe alcanzar como parte de
tal preparación.
Las actividades del estudiante: Para el logro de los objetivos de aprendizaje el estudiante debe desarrollar
con total responsabilidad un conjunto de actividades antes, durante y después de la clase, así:
 Antes de la clase: Realizar todas las actividades indicadas por el profesor para la preparación del tema de
clase, hacer explícitas las dudas e inquietudes que le surjan como resultado de este proceso y preparar
las preguntas que formulará durante la clase de presentación del tema, con el fin de resolver las dudas e
inquietudes.
 Durante la clase: Participar activamente en las discusiones que se generen a partir de las preguntas
formuladas por los estudiantes y por el profesor, y de las respuestas a las mismas. Igualmente, presentar
las dudas e inquietudes que le surgieron al prepararse para esta clase, y discutir alternativas propias de
solución de problemas, cuando las tenga.
 Después de la clase: Asegurarse de consolidar el nuevo conocimiento resolviendo ejercicios y problemas
que en la fase de preparación no haya podido resolver, o que revisten mayor complejidad, y
relacionándolo con conocimientos previamente adquiridos.

Prácticas en la sala de Cómputo: Se complementará el conocimiento adquirido con prácticas en la sala de

cómputo. Estas prácticas serán dirigidas por el profesor; se utilizará el software Minitab.

CONTENIDO

TEMA 1. ANÁLISIS DE LA VARIANZA EN EXPERIMENTOS DE UN FACTOR (5 semanas)

1.1. Diseños Completamente al azar (DCA)
1.1.1. Conceptos y definiciones
1.1.2. ANOVA
1.1.3. Comprobación de Supuestos de la ANOVA
1.2. Contrastes a priori: contrastes ortogonales
1.3. Contrastes a posteriori: comparaciones múltiples
1.4. Análisis no paramétrico para un DCA: Prueba de Kruskal-Wallis
1.5. Diseño de Bloques Completos al azar (DBCA)
1.5.1. Conceptos y definiciones
1.5.2. ANOVA
1.6. Análisis no paramétrico para un DBCA: Prueba de Friedman
1.7 Práctica de Laboratorio sobre un diseño experimental de un solo factor

TEMA 2. ANÁLISIS DE LA VARIANZA EN EXPERIMENTOS FACTORIALES (5 semanas)

2.1. Conceptos y Definiciones
2.2. Experimento factorial en un DCA y DBCA
2.3. Experimento factorial en parcelas divididas
2.4. Experimentos factoriales 2k

TEMA 3. REGRESIÓN Y CORRELACIÓN (2 semanas)

3.1. Modelo de regresión lineal simple
3.2. Coeficiente de determinación
3.3. Coeficiente de correlación de Pearson
3.4. Ajuste de una recta por mínimos cuadrados
3.5. Estudio de residuales
3.6. Regresión Lineal Múltiple
3.7. Regresión No Lineal

TEMA 4. METODOLOGIA DE SUPERFICIES DE RESPUESTA (2 semanas)

4.1. Introducción a la MSR
4.2. Técnicas de optimización
4.3. Diseños de superficies de respuesta
4.4. Optimización simultanea

TEMA 5. DISEÑOS EXPERIMENTALES CON MEZCLAS (2 semanas)

4.1. El problema de diseño de mezclas
4.2. Diseños de mezclas y sus modelos estadísticos
4.3. Ajuste del modelo y caracterización de la superficie de respuesta
4.4. Restricciones en los componentes de una mezcla
4.6. Optimización simultanea
4.7. Trabajo final de laboratorio

EVALUACION

La evaluación del curso será de la siguiente manera:

Elemento de Evaluación Valor Porcentual Momento de Realización

Prueba Corta No. 1 7,5 % Sesión 6
Primer Parcial 15 % Sesión 12
Segundo Parcial 15 % Sesión 22
Prueba Corta No. 2 7,5 % Sesión 28
Practica de Laboratorio 15 % Sesión 11
Trabajo Final de Laboratorio
(Incluye todo el contenido del curso; 50% 30 % Después de la sesión 32
de los temas son desde el 2º parcial)
Preparación de Clase (Se realizarán
mínimo Cinco (5) actividades de Se harán sin previo aviso de
10 %
evaluación diferentes a las descritas acuerdo a criterio del profesor
anteriormente)
Fechas de Supletorios:
De Parciales: Noviembre 4 de 2017 Hora: 9:00 am – 12:00 m
De Examen Final: Diciembre 5 de 2017 Hora: 9:00 am – 12:00 m
No se programan supletorios para pruebas cortas

ASISTENCIA A CLASE.
El profesor es autónomo en la decisión de llevar control de asistencia a cada clase. Si por los alumnos es
conocido que se lleva control de asistencia, el alumno que no haya asistido al menos al 80% del total de horas
del curso obtendrá una calificación de “No Aprobado” (Ver artículo 74, literal c “Libro de derechos, deberes y
normas de los estudiantes de pregrado de la Universidad Icesi”).
En los casos en los que el profesor no lleve el registro de asistencia o éste no sea conocido por los
estudiantes, no se podrán aplicar las normas sobre calificación de las materias con “No Aprobado” por faltas
de asistencia (ver parágrafo 2° del artículo 74 “Libro de derechos, deberes y normas de los estudiantes de
pregrado de la Universidad Icesi”)

Notas:
1. Esta asignatura tiene 32 sesiones de 2 horas cada una en el semestre. Si usted falta a siete (7) o más
sesiones en el semestre, obtendrá una calificación de “No Aprobado”, siempre que el profesor lleve el
registro de asistencia.
2. Para poder estar en las prácticas de laboratorio y el trabajo final, es obligatorio haber asistido al 80% de
las clases previas.

TRABAJO EN LA SALA DE CÓMPUTO:

En las sesiones programadas para ser llevadas a cabo en las salas de cómputo, los alumnos se abstendrán
de navegar en Internet, enviarse mensajes a través de correo electrónico o de los software diseñados para tal
fin o de tener abierto cualquier software diferente al que se debe usar en la clase.
A discreción del profesor, el alumno que sea sorprendido infringiendo esta norma, será retirado de la sala, se
le colocará falta de asistencia y si se tiene previsto que se debe presentar algún trabajo en clase, el alumno
tendrá una calificación de 0 (cero) en dicho trabajo (Ver artículo 76 “Libro de derechos, deberes y normas de
los estudiantes de pregrado de la Universidad Icesi”).

BIBLIOGRAFIA
Texto guía:
Gutierrez, Pulido, Humberto; de la Vara Salazar Román. Análisis y Diseño de Experimentos,
McGraw-Hill, tercera edición 2012.
Textos de consulta:
 Little, Thomas M. y Hill, F. J. (1976). “Métodos estadísticos para la investigación en la
agricultura”. Editorialtrillas.
 Hinkelman. K. & Kempthorne. O.(1994): Design and analysis of experiments volumen I.
Editorial John Wiley.
 Steel, R. G.D. and Torrie, J. H. (1996). Bioestadística: principios y procedimientos. McGraw-
Hill.
 Roberto Hernández Sampieri y otros (1998). Metodología de la investigación, McGraw-Hill.
 Montgomery, D. (2008) Diseño y Análisis de Experimentos. 2a Ed. México.Limusa Wiley.
 Mead r., Curnow n. y Hasted, A.M. (1993) “Statistical methods in agriculture and experimental
biology”. Editorial Chapman & Hall.
 Cochran William G. and Cox Gertrude M, 1980. Diseños Experimentales, Editorial Trillas
México
 Gómez L. Hernán 1989 “Estadística experimental con aplicaciones a las ciencias agrícolas”.
Universidad Nacional de Colombia, Seccional Medellín, Facultad de Ciencias Agropecuarias
 Mead, R. 1988 “The design of experiments. Statistical principles for practical applications”
Cambridge University Press Great Britain
 Duque, M.C. 1999.Diseño de experimentos en investigación agrícola: Un concepto con
fronteras muy amplias. Consultora estadística CIAT.
  Martínez R. y Martínez N. 1997. Diseño de Experimentos. Análisis de datos estándar y no
estándar. FondonacionalUniversitario.Primera edición. Bogotá.
 Kuehl, Robert (2001) Diseño de experimentos. Principios estadísticos para el diseño y análisis
de investigaciones. 2ª. Ed. EditorialThomson. México.

Programación Curso de Diseño de Experimentos

S#: Sesión número
SAE: Sección del texto guía o texto de consulta asignado al estudiante para la clase siguiente
RC: Ejercicios para resolver en casa
S# Tema SAE RC*
1 Presentación del Programa. Texto guía. TG pag 4 a 11, TG pag 42 a 49
Forma de evaluación, Metodología del curso. pag 288 a 293
Repaso de pruebas de hipótesis
2 Definiciones básicas en el diseño de experimentos. TG pag 52 a 58 TG pag 78 ejerc 1 a 10
Unidad experimental, variables, factores y niveles,
factores controlables y de ruido. Etapas en el diseño
de experimentos. Planeación de un experimento
3 Diseños completamente al azar (DCA) TG pag 62 a 68 TG pag 79
ANOVA para el DCA. Notación para las sumatorias.
4 Comparaciones o pruebas de rango múltiples TG pag 68 a 75 TG pag 80
Contrastes ortogonales
5 Referencia TG pag 81 ejerc 15 en
Verificación de los supuestos de la ANOVA
profesor adelante
6 QUIZ 1 TG pag 86 a 88
Análisis no paramétrico para un DCA
7 Diseño de bloques completos al azar DBCA TG pag 88 a 90 TG pag 106 ejerc 1 a 8
Factores de bloque, modelo estadístico, hipótesis a
probar
8 ANOVA para diseño de bloques. Notación para las TG pag 90 a 91 TG pag 107
sumatorias
9 Comparación de parejas de medias de tratamiento en
el DBCA, efecto de bloque
10 Referencia TG pag 108 en adelante
Análisis no paramétrico para un DBCA
profesor
11 Práctica de Laboratorio sobre un diseño experimental
de un solo factor
12 PARCIAL 1
13 Diseños Factoriales. Conceptos básicos. TG pag 116 a 128 TG pag 141 a 148
Diseños factoriales con 2 factores
Comparación de medias, efecto de interacción
Verificación de supuestos
14 Diseños con 3 factores TG pag 129 a 135 TG pag 141 a 148
Comparación de medias, efecto de interacción
Verificación de supuestos
15 Diseño factorial general. TG pag 136 a 140 TG pag 141 a 148
Diseño en parcelas divididas.
Transformaciones para estabilizar la varianza
16 Diseños factoriales 2k conceptos generales. TG pag 152 a 159 TG pag 196 a 208
2
Diseño 2 . Calculo de efectos. Anova. Contrastes.
Modelo de regresión. R2 y R2 adj.
17 Gráfico de superficie TG pag 160 a 172 TG pag 196 a 208
Predicción de nuevos valores
Diseños factoriales generales 2k
18 Diseños factoriales 2k con una repetición TG pag 173 a 190 TG pag 196 a 208
Calculo de efectos. Diagrama de Pareto. Grafica de
Daniel. Anova. Contrastes. Modelo de regresión. R2 y
2
R adj.
19 Diseños factoriales 2k con puntos centrales. TG pag 190 a 195 TG pag 196 a 208
Calculo de efectos. Optimización.
Diseños factoriales 2k en bloque.
20 Diseños Factoriales fraccionados 2k-p TG pag 230 a 252 TG pag 254 a 261
Construcción de fracciones. El concepto de
resolución. Fracciones 2k-1. Tres principios de los
efectos factoriales: Jerarquía, escasez y herencia
21 Regresión Lineal Simple. Estudios de Correlación, TG pag 300 a 317 TG pag 332 a 341
coeficiente de correlación de Pearson. Bondad de
ajuste del modelo, coeficiente de determinación R².
Ajuste por mínimos cuadrados ANOVA de la
regresión, Comprobación de los supuestos de los
residuales
22 PARCIAL 2
23 Regresión Lineal Múltiple. Hipótesis en la regresión TG pag 317 a 327 TG pag 332 a 341
múltiple. ANOVA de la regresión.

24 Regresión polinomial y otros modelos de regresión TG pag 327 a 329 TG pag 332 a 341
simple
25 Elementos de la metodología: optimización, cribado, TG pag 344 a 366 TG pag 374 a 383
búsqueda de primer y segundo orden. Modelos
jerárquicos y técnicas de optimización:
26 Diseños de superficies de respuesta. Diseños de TG pag 367 a 373 TG pag 374 a 383
primer y segundo orden. Ortogonalidad y rotabilidad.
Optimización.
27 Optimización simultánea. Método gráfico. Método de TG pag 386 a 396 TG pag 397 a 4.5
la función de deseabilidad. Importancia y ponderación
de variables.
28 QUIZ 2 TG pag 440 a 446 TG pag 456 a 462
El problema de experimentar con mezclas. Diseños
de mezclas y sus modelos estadísticos.
29 Ajuste de un modelo y su superficie de respuesta. TG pag 447 a 449 TG pag 456 a 462
Interpretación de los coeficientes.
30 El gráfico de trazas. Restricciones en los TG pag 447 a 449 TG pag 456 a 462
componentes de una mezcla.
31 Pseudocomponentes. Diseños mixtos: diseño de TG pag 450 a 456 TG pag 456 a 462
mezclas y variables de proceso. Optimización en un
diseño de mezclas. Sustentación proyecto de
mezclas.
32 Presentación del proyecto final