Portada de Introducción al diseño de experimentos
Impreso E-book E-book Bajo demanda

Introducción al diseño de experimentos

Jesús López Fidalgo · Álvaro Cía Mina

ECOE Ediciones

Sinopsis

El diseño de experimentos es una disciplina estadística moderna iniciada por Ronald Fisher en el ámbito agrícola y posteriormente desarrollada por Gen’ichi Taguchi en el control de calidad industrial. Esta metodología permite planificar de manera eficiente la recolección de datos experimentales y se aplica transversalmente en diversas ciencias experimentales.

La obra aborda desde conceptos básicos de estadística hasta metodologías avanzadas, incluye cálculo de tamaños de muestra, modelos lineales, regresión y análisis de varianza, además de un capítulo dedicado al diseño óptimo de experimentos. La obra es autosuficiente y no requiere bibliografía adicional, incorporando referencias al software estadístico R para aplicaciones prácticas.

Está dirigida a estudiantes de pregrado y posgrado en ciencias experimentales, con un enfoque accesible para lectores con conocimientos mínimos de estadística y también útil para usuarios avanzados interesados en contenidos especializados.

Contenido

  1. 1. Una introducción a la estadística — p. 11
    1. 1.1. Conceptos erróneos sobre la Estadística — p. 11
    2. 1.2. ¿Qué hace la Estadística? — p. 12
    3. 1.3. Estadística descriptiva — p. 13
      1. 1.3.1. Conceptos básicos — p. 13
      2. 1.3.2. Gráficos — p. 15
      3. 1.3.3. Medidas numéricas — p. 18
      4. 1.3.4. Dos o más variables — p. 21
    4. 1.4. Probabilidad — p. 26
      1. 1.4.1. Variables aleatorias — p. 27
      2. 1.4.2. Distribuciones de muestreo — p. 32
      3. 1.4.3. Probabilidad condicionada — p. 32
    5. 1.5. Estadística inferencial — p. 34
      1. 1.5.1. Estimación puntual — p. 34
      2. 1.5.2. Estimación por intervalos de confianza — p. 35
      3. 1.5.3. Contrates de hipótesis — p. 38
      4. 1.5.4. Modelos estadísticos — p. 42
  2. 2. Análisis de potencia y tamaño de muestra — p. 43
    1. 2.1. Potencia de un contraste — p. 43
    2. 2.2. Cálculo del tamaño de muestra — p. 45
      1. 2.2.1. Contraste de una media — p. 46
      2. 2.2.2. Contraste de dos medias — p. 48
      3. 2.2.3. Más de dos medias (ANOVA) — p. 48
      4. 2.2.4. Una proporción — p. 48
      5. 2.2.5. Dos proporciones — p. 50
    3. 2.3. Observaciones sobre el tamaño de muestra — p. 50
    4. 2.4. Potencia de contraste y tamaño de muestra con R — p. 51
  3. 3. Modelos lineales — p. 53
    1. 3.1. Todo es regresión — p. 53
    2. 3.2. Mínimos cuadrados — p. 54
    3. 3.3. Modelos lineales — p. 57
    4. 3.4. Condiciones básicas de los modelos lineales — p. 61
    5. 3.5. Modelos no lineales — p. 64
    6. 3.6. Regiones de Confianza (Región de Confianza) — p. 65
    7. 3.7. Regresión y correlación — p. 66
    8. 3.8. Regresión con R — p. 69
      1. 3.8.1. Regresión lineal simple — p. 69
      2. 3.8.2. Regresión no lineal — p. 70
      3. 3.8.3. Regresión múltiple — p. 71
  4. 4. Análisis de la Varianza — p. 75
    1. 4.1. Estimaciones de los efectos — p. 79
    2. 4.2. Comparaciones por pares — p. 81
    3. 4.3. Análisis de la covarianza — p. 84
    4. 4.4. ANOVA con R — p. 84
      1. 4.4.1. Un factor — p. 85
      2. 4.4.2. Dos factores — p. 85
      3. 4.4.3. Regresión vs. ANOVA — p. 87
      4. 4.4.4. ANCOVA — p. 87
  5. 5. Introducción al diseño de experimentos — p. 93
    1. 5.1. Ideas generales sobre la recogida de datos — p. 93
    2. 5.2. Importancia de diseñar un experimento — p. 95
    3. 5.3. Inferencia causal — p. 99
    4. 5.4. Conceptos básicos de diseño de experimentos — p. 101
      1. 5.4.1. Principios de Fisher — p. 101
      2. 5.4.2. Directrices de Montgomery — p. 104
    5. 5.5. Tipos de diseños experimentales — p. 105
  6. 6. Diseños factoriales — p. 109
    1. 6.1. Interacciones — p. 109
    2. 6.2. Diseños inapropiados — p. 111
    3. 6.3. Diseños en bloques aleatorizados — p. 113
  7. 7. Diseños factoriales fraccionales — p. 115
    1. 7.1. Introducción — p. 115
    2. 7.2. Propiedades de los diseños fraccionales — p. 117
    3. 7.3. Cuadrados latinos y greco-latinos — p. 118
    4. 7.4. Diseñando con R — p. 120
  8. 8. Observaciones correlacionadas — p. 123
    1. 8.1. Observaciones correlacionadas — p. 123
    2. 8.2. Medidas repetidas — p. 125
    3. 8.3. Diseños con efectos aleatorios — p. 127
      1. 8.3.1. Dos efectos aleatorios — p. 128
      2. 8.3.2. Diseños jerárquicos — p. 131
      3. 8.3.3. Diseños Split-plot — p. 131
    4. 8.4. Efectos aleatorios con R — p. 132
      1. 8.4.1. Un factor — p. 132
      2. 8.4.2. Dos factores — p. 133
      3. 8.4.3. Modelo de efectos mixtos — p. 134
  9. 9. Análisis de superficie de respuesta — p. 137
  10. 10.Diseño óptimo de experimentos — p. 141
    1. 10.1. Conceptos básicos — p. 141
    2. 10.2. Criterios de optimización — p. 144
    3. 10.3. Críticas al OED — p. 145
      1. 10.3.1. Elección a priori del modelo, sin datos — p. 146
      2. 10.3.2. Matriz de información en modelos no lineales — p. 146
      3. 10.3.3. Selección de Criterios — p. 147
      4. 10.3.4. Diseños exactos frente a aproximados — p. 148
      5. 10.3.5. Condiciones extremas — p. 148
      6. 10.3.6. Cómputo difícil — p. 148
      7. 10.3.7. Problema de escala — p. 149

Materias

BISAC

  • SCI028000. CIENCIA > Experimentos y proyectos
  • SCI000000. CIENCIA > General

Thema

  • PDN. Equipamiento, experimentos y técnicas científicas
  • GP. Investigación e información: general
  • GPH. Ciencia y análisis de datos: generalidades
  • GT. Estudios interdisciplinares
  • PD. Ciencia: cuestiones generales

Más de ECOE Ediciones

Ver todas