Aquesta versió de la guia docent és provisional fins que no finalitzi el període d’edició de les guies del nou curs.

Logo UAB

Disseny d'Experiments

Codi: 104862 Crèdits: 6
2025/2026
Titulació Tipus Curs
Estadística Aplicada OB 2

Professor/a de contacte

Nom:
Llorenç Badiella Busquets
Correu electrònic:
llorenc.badiella@uab.cat

Idiomes dels grups

Podeu consultar aquesta informació al final del document.


Prerequisits

Coneixements en:

  • Eines de Càlcul
  • Estadística Descriptiva
  • Programació Estadística
  • Inferència Estadística
  • Mostreig Estadístic

Objectius

Els objectius de l'assignatura consisteixen en aprendre a dissenyar i analitzar experiments mitjançant les següents tècniques:

  • Anàlisi de la variança d'un i de diversos factors.
  • Anàlisi de la variança amb blocs, factors aniuats, dissenys fraccionals amb interacció
  • Anàlisi de la Covariança i altres dissenys especials.

L'assignatura també té com a objectiu que els estudiants es familiaritzin amb l'ús del software SAS.


Resultats d'aprenentatge

  1. CM09 (Competència) Valorar l'adequació dels models amb la utilització i interpretació correcta d'indicadors i gràfics.
  2. KM12 (Coneixement) Proporcionar les hipòtesis experimentals de la modelització, tenint en compte les implicacions tècniques i ètiques que s'hi relacionen.
  3. SM12 (Habilitat) Interpretar els resultats obtinguts per a formular conclusions sobre les hipòtesis experimentals.
  4. SM14 (Habilitat) Utilitzar gràfics de visualització de l'ajust i de l'adequació del model.

Continguts

Tema 0: Principis del Disseny d’experiments.                                                 

  • Objectiu
  • Hipòtesi
  • Variables
  • Control del Biaix.
  • Dissenys habituals
  • Càlcul mida mostral

Repàs Inferència 1 i 2 poblacions:                                                                   

  • 1 Mostra, sigma coneguda
  • 1 Mosra sigma desconeguda
  • 2 Mostres independents sigma coneguda
  • 2 Mostres independents sigma desconeguda
  • 2 Mostres relacionades

Tema 1: ANOVA 1 Factor Completament Aleatoritzat            

  • Descomposició de la variança
  • Model i Taula ANOVA
  • Contrastos
  • Separació de Mitjanes – LSD / Bonferroni / Scheffe / Tukey
  • Verificació del model (Prova de Levene, Gràfic de Residus, Normalitat)

 Tema 2: ANOVA 1 Bloc                     

  • Factor Fixe / Aleatori
  • Descomposició de la variança
  • Model i Taula ANOVA

 Tema 3: ANOVA 1 Factor amb Blocs Complerts                                                                    

  • Model i Taula ANOVA
  • Verificació del model
  • Estudis Cross-Over

 Tema 4: ANOVA 1 Factor Blocs Incomplerts

  • Quadrats Llatins
  • Model i Taula ANOVA

 Tema 5: ANOVA 2 Factors                                                                                                    

  • Model i Taula ANOVA
  • Separació de Mitjanes - SNK / Dunnet / Altres mètodes

 Tema 6: ANOVA 2 Factors amb Interacció                                                                 

  • Model i Taula ANOVA
  • Interaccions
  • Separació de Mitjanes - SNK / Dunnet / Altres mètodes

 Tema 7: ANOVA amb Subrèpliques

  • Model i Taula ANOVA

 Tema 8: ANCOVA                                                                                                    

  • Model i Taula ANOVA

 Tema 9: ANCOVA amb Interaccions

  • Model i Taula ANOVA
  • Interaccions

 Tema 10: Altres models

  • Conceptes bàsics del Disseny d’Screening
  • Conceptes bàsics del Disseny factorial 2k                     
  • Conceptes bàsics del  mètode de Superfície Resposta                                       

 Software

  • R
  • SAS System
  • SAS Enterprise Guide

Activitats formatives i Metodologia

Títol Hores ECTS Resultats d'aprenentatge
Tipus: Dirigides      
Teoria 60 2,4
Treball 20 0,8
Tipus: Supervisades      
Pràctiques 25 1

Es realitzaran sessions teòriques on s'exposaran els conceptes relatius al disseny d'estudis i experiments.

Aquestes sessions es complementaran amb sessions pràctiques en aula d'informàtica on es treballaran conjunts dedades amb software Estadístic.

Tots els conceptes anteriors s'aplicaran mitjançant un treball que es podrà realitzar en grup.

En relació l'ús d'eines d'inteligència artifical, només estan permeses per a la revisió del texte de l'informes, tant de pràctiques com del treball.



Nota: es reservaran 15 minuts d'una classe, dins del calendari establert pel centre/titulació, perquè els alumnes completin les enquestes d'avaluació de l'actuació del professorat i d'avaluació de l'assignatura.


Avaluació

Activitats d'avaluació continuada

Títol Pes Hores ECTS Resultats d'aprenentatge
Examen 50 15 0,6 CM09, KM12, SM12, SM14
Examen parcial 15 10 0,4 CM09, KM12, SM12, SM14
Pràctiques 10 10 0,4 SM12, SM14
Treball 25 10 0,4 CM09, KM12, SM12, SM14

Avaluació continuada:

Treball 25%

Pràctiques 10%

Examen Parcial 15%

Examen Final 50% (Nota mínima 4)

Reavaluació:

Màxim entre:

Examen Reavaluació 100%

Treball 30% + Examen Reavaluació 70% (Nota mínima 4)

Avaluació única:

L’alumnat que s’hagi acollit a la modalitat d’avaluació única haurà de realitzar una prova final que consistirà en un examen on hi podran haver qüestions de teoria i resolució de problemes, i un examen de pràctiques davant l'odinador. Aquesta prova es realitzarà el mateix dia, hora i lloc que es realitzi la prova de l'Examen Final. Qui no es presenti a dita prova sense causa justificada, obtindrà la qualificació de NO AVALUABLE. Si s'obté una nota inferior a 5, es podrà recuperar el mateix dia, hora i lloc que l'Examen de Reavaluació.

 

 


Bibliografia

Bibliografia

  • Estadística para investigadores – Box, Hunter, Hunter – Ed. Reverté
  • Estadística. Modelos y Series Temporales. Daniel Peña – Ed. Alianza
  • Principles and procedures of statistics, a biometrical approach 2nd Ed – Steel, Torrie – McGraw Hill
  • Biostatistics: A foundation for analysis in the health sdciences. 4th Ed – Steel, Torrie – John Willey & Sons
  • Design and Analysis of Experiments – Dean , Voss –  Springer-Verlag New York, 1999
  • Peña, D. (1998) Estadística. Modelos y Métodos. Tomo I: Fundamentos. Alianza Universidad Textos.
  • Montgomery, DC. (2001). Design and Analysis of Experiments. John Willey and sons.

Programari

SAS i R


Grups i idiomes de l'assignatura

La informació proporcionada és provisional fins al 30 de novembre de 2025. A partir d'aquesta data, podreu consultar l'idioma de cada grup a través d’aquest enllaç. Per accedir a la informació, caldrà introduir el CODI de l'assignatura

Nom Grup Idioma Semestre Torn
(PAUL) Pràctiques d'aula 1 Català segon quadrimestre tarda
(PLAB) Pràctiques de laboratori 1 Català segon quadrimestre tarda
(PLAB) Pràctiques de laboratori 2 Català segon quadrimestre tarda
(TE) Teoria 1 Català segon quadrimestre tarda