DISEÑOS FACTORIALES Y ANÁLISIS DE EXPERIMENTOS EN CIENCIAS NATURALES por Luis M. Carrascal

Programa:

1) Tipo de variables respuesta y predictoras (gausianas gamma poisson binomiales negativas binomiales multinomiales). Factores entre- y dentro-de sujetos. Factores fijos y aleatorios. Factores anidados.

2) Modelos Generales y Generalizados Lineales. Transformación de variables (log raíz y Box-Cox). Varianza y devianza. Parametrización de efectos no lineales mediante transformaciones polinomiales.

3) Efectos simples parciales e interacciones. Tipos de sumas de cuadrados (I II y III) y sus equivalentes en modelos generalizados no gausianos. Partición de la variación: eta2 y eta2 parcial.

4) Tablas de contrastes en diseños factoriales. Comparaciones planificadas.

5) Revisión de los supuestos canónicos trabajando con los residuos de los modelos. Desvío de la normalidad de los residuos heterocedasticidad de los residuos heterogeneidad de varianzas en las celdas n-factoriales. Re-cálculo de coeficientes errores estándar y significaciones utilizando las matrices de varianza-covarianza (estimadores sándwich HC3 y HC4m).

6) Diseños n-factoriales univariantes: AN(c)OVAs. Diseños de bloques cuadrados latinos.

7) Diseños n-factoriales multivariantes: MAN(c)OVAs

8) Diseños de factores anidados con y sin celdas de interacciones vacías.

9) Diseños de medidas repetidas. Diseños “split-plot”. Supuesto de esfericidad y simetría compuesta; corrección de grados de libertad y significaciones; aproximación multivariante.

10) Modelos mixtos: diseños n-factoriales univariantes que mezclan covariantes factores de efectos fijos y aleatorios. Establecimiento de términos error deseables y posibles. Aproximaciones de Kenward-Roger y Satterthwaite a la estima de los grados de libertad y significaciones. Aproximación de bootstrap paramétricos.

11) Estimas robustas Bootstrapping y validación cruzada de los modelos.

12) Comparación entre modelos usando el criterio de información de Akaike (IACc).

El objetivo de este curso es presentar conceptos avanzados relacionados con el análisis de datos obtenidos en diseños experimentales que implican la combinación de (co)variables continuas y factores de diferentes tipos. Se efectuará un repaso exhaustivo de las distintas familias de diseños factoriales (entre sujetos dentro de sujetos anidados de efectos fijos y aleatorios) incluyendo las diferentes combinaciones de ellos en modelos “mixtos”.

El curso pondrá el énfasis en aspectos fundamentales generalmente no sopesados en estos diseños como son: el qué por qué para qué cómo limitaciones y alcance de los diferentes diseños y las herramientas que los abordan las implicaciones de las violaciones de sus supuestos y las pruebas canónicas necesarias para valorar la idoneidad de las herramientas estadísticas utilizadas. Esto es la buena praxis previa a la interpretación de los resultados. Otro aspecto en el que se incidirá es en la robustez de las estimas de los modelos teniendo en cuenta la existencia de puntos influyentes y/o perdidos.

Todo el curso se desarrollará desde la perspectiva de su aplicabilidad en cualquier plataforma estadística (e.g. R SAS SPSS STATISTICA) aunque la ejemplificación se desarrollará principalmente en el entorno abierto de R mediante el empleo de RStudio. El uso de los diferentes paquetes de R (e.g. lme4 car afex heplots moments MASS sandwich lmtest DAAG MuMIN etc) se desarrollará de manera que los resultados que generan sean replicables y consistentes con los que se obtienen en otras plataformas como SPSS o STATISTICA. Debido a la dificultad inherente al empleo de R el profesor pondrá el énfasis en su aprendizaje y aplicabilidad desde un nivel “cero” de conocimiento presentándolo en un contexto “amable” que supere las reticencias ante este modo “Retro” de hacer estadística.

El curso tendrá una parte “teórica” de presentación de ideas y procedimientos por el profesor (23 h) y una parte “demostrativa” de aprendizaje práctico mediante el uso del entorno R (17 h).


Los candidatos deberán enviar a la Secretaría de la Sociedad de Amigos del Museo una página donde expongan los motivos por los que se desea realizar este curso así como una síntesis del trabajo de investigación o técnico que están desarrollando. Se tendrá en cuenta el orden de llegada de las candidaturas. También deberán aportar su correo electrónico para agilizar la comunicación. Para el módulo práctico los alumnos traerán su ordenador personal.
 

HORARIO MÓDULO PRÁCTICO: 16 18 23 y 25 de febrero de 15:30 a 20:00 horas.

914111328 ext 1117

915645078

Profesor: 

LUIS M. CARRASCAL 

Profesor de Investigación. Departamento de Biogeografía y Cambio Global. Museo Nacional de Ciencias Naturales - CSIC