Diseño de eXPerimentos con apoyo computacional - Módulo I en México

Presentación:
Sensor® mantiene un intenso programa de capacitación empresarial "in situ". Nuestra estrategia ha sido la de reducir al mínimo la organización de cursos abiertos para favorecer los grupos empresariales, lo cual plantea las siguientes ventajas:

• Se abate el costo de capacitación por persona
• Se desarrolla un equipo de trabajo que hace menos lábil a la compañía en caso de separación o promoción de alguno de sus integrantes
• El equipo de trabajo puede atacar varios problemas al mismo tiempo y los integrantes pueden servir de apoyo a otros miembros del equipo
• Lo anterior permite generar una infraestructura que optimizará la utilización de instructores o asesores externos
• Se discuten problemas específicos en forma confidencial y profunda
• Se incrementan las posibilidades de llevar a la práctica los conocimientos adquiridos.
• En el caso de los cursos abiertos éstos se realizan por invitación personalizada a un grupo de 5-10 personas, y se tiene la precaución de evitar la coincidencia de participantes que pudieran presentar conflictos de intereses.
• Estos grupos pequeños permiten mantener una atención individualizada hacia los asistentes, además de que, gracias a la invitación personal que se hace, se busca tener un grupo con nivel homogéneo y con características afines en donde los participantes tengan la misma capacidad de aprendizaje.

CONTENIDO:

1. PLANEACIÓN DE EXPERIMENTOS:

1. Introducción
1. ¿Por Qué Experimentar?
2. ¿Qué es un Experimento?
3. ¿Por Qué Planear la Experimentación? Juego de las Veinte Preguntas.
4. ¿Qué es el Diseño Experimental?
5. ¿Aplicaciones del Diseño Experimental?
2. Conceptos Básicos en el Diseño de Experimentos
3. Algunas Consideraciones de la Experimentación
4. Requisitos de un Buen Experimento.

2. EXPERIMENTOS DE COMPARACIÓN SIMPLES

1. Introducción
2. Conceptos Estadísticos Básicos
3. Estadígrafos Descriptivos.
Descripción Gráfica de la Variabilidad
4. Variables Aleatorias y Distribuciones
La Distribución Binomial
La Distribución de Poisson
La Distribución Normal
5. Distribuciones Muestrales
Algunas Distribuciones Muestrales Importantes
Distribuciones 'x' , 't' y 'F'
6. Inferencia Estadística
7. Estimación
Intervalos de Confianza para Una Población
Intervalos de Confianza para Dos Poblaciones
Tamaño de Muestra Necesario para Alcanzar Cierta Precisión
8. Contraste de Hipótesis
Errores en los Contrastes
Metodología General
Tipos de Contrastes
Contrastes de Hipótesis Más Utilizados
Curva Característica de Operación
Cuando Utilizar Cada Tipo de Contraste
Decisiones y sus 'Salidas'
Obtención de Conclusiones de un Contraste de Hipótesis
Aplicaciones del Paquete Statgraphics a Problemas Selectos

3. PLANES DE EXPERIMENTOS BÁSICOS

1. Introducción
Problemas
2. Planes de Experimentos Básicos
Problema y Alternativas.
Aleatorización Completa
3. Análisis de Varianza
1. Características
2. Caso de Un Solo Factor de Variación
3. Suposiciones que Sustentan al Análisis de Varianza.
Supuesto de Normalidad.
Supuesto de Independencia.
Supuesto de Homoscedasticidad.
Transformación de Datos.
Pruebas de Homoscedasticidad
4. Selección del Tamaño Muestral.
Bloques Aleatorios
5. Caso de Dos Factores de Variación, Sin Réplicas
6. Caso de Dos Factores de Variación, Con Réplicas.
Cuadrado Latino
4. Componentes de la Varianza (Opcional)
1. Modelos Lineales: Fijos, Aleatorios y Mixtos
2. Modelos Matemáticos
3. Resumen para Modelos Lineales
4. Algoritmo para Determinar la Esperanza de los Cuadrados Medios

4. EFECTOS INDIVIDUALES

Introducción
1. Examen de Datos
2. Análisis Gráfico
3. Contrastes Múltiples
1. Prueba LSD
2. Prueba SNK
4. Comparaciones Ortogonales
5. Comprobación de Relaciones Funcionales

5. PROBLEMAS DE LOS PARTICIPANTES