Download Estadística Aplicada

Carrera:
Materia:
Ciclo Lectivo:
Régimen:
Curso:
Ingeniería en Alimentos
Estadística Aplicada
2016
Semestral
2º año – 2º cuatrimestre
Docentes responsables
Profesor Adjunto:
Lic Fernando Suarez
Carga horaria
Horas Totales:
64 hs. (48 hs. reloj)
Requisitos necesarios para cursar la materia
Cursada para cursar, aprobada para rendir: Estadística
Objetivos generales de la materia
Introducir al alumno en la teoría y la aplicación de las técnicas estadísticas avanzadas más comúnmente
empleadas en la industria alimentaria, incorporando el manejo computarizado de datos usando software
estadístico.
Programa
Tema I: Estadística Básica (Revisión)
Estadística Descriptiva Univariada: Obtención de gáficos y estimados por software. Usos e interpretación del
histograma y de los gráficos Box Plot. Teorema Central del Límite. Estadística inferencial: intervalos de
confianza y ensayos de hipótesis; ensayos paramétricos para diferencia de medias muestrales: una muestra,
dos muestras independientes y dos muestras dependientes (apareadas). El p-valor. Errores tipo I y II y
probabilidades asociadas.
Tema II: Introducción al Control Estadístico de Procesos
Histogramas: análisis de histogramas y relación con las especificaciones. Control Estadístico de Procesos (CEP).
Problemas de calidad esporádicos y crónicos. Variables y Atributos. Ventajas del CEP. Uso de CEP para el
control y la mejora de la calidad. Gráficas de control para variables: X-R y X-s. Interpretación y análisis de las
gráficas. Capacidad de Proceso: Indice de Capacidad (C p ), Indice de Perfomance (C pk ). Relación con los Límites
de Especificación. Gráficas de Control para Atributos: Fracción defectuosa (p), cantidad de productos
defectuosos (np) y gráficas u y c. Análisis de Pareto. Muestreo de aceptación. Curvas de potencia y
característica operativa.
Tema III: Modelos Experimentales I. Diseño y Análisis de Experimentos de un solo Factor
Conceptos básicos del diseño experimental. Planes para reducir el error experimental. Aleatorización.
Replicación. Seudorreplicación. Control del error. Análisis de Varianza (ANOVA). Diseño completamente
aleatorizado (DCA). Supuestos del modelo. Pruebas estadísticas para la comprobación de los mismos.
Transformaciones de los datos. Comparaciones múltiples: tipos, sensibilidad. Magnitud de efecto, tamaño
muestral requerido y potencia. Control de la heterogeneidad: Diseño de bloques al azar (DBA).
Tema IV: Modelos Experimentales II. Diseño de Experimentos con Varios Factores
Experimentos Factoriales. Restricciones en la aleatorización. Experimentos factoriales de dos factores.
Interacción. Gráficos de interacción. Efectos principales y efectos simples. Análisis estadístico del modelo de
efectos fijos. Verificación de la suficiencia del modelo.
Tema V: Modelos Experimentales III. Diseño y Análisis de Modelos Regresivos Simples y Múltiples
Construcción de Modelos Experimentales Regresivos. Regresión Lineal Simple: estimación de los parámetros
del modelo. Validación del modelo mediante ANOVA. Coeficiente de determinación. Intervalos de Confianza
para la pendiente, el intercepto y la respuesta media; intervalos de predicción. Verificación de la suficiencia del
modelo: análisis de residuos. Transformaciones linealizantes. Regresión lineal múltiple con variables
cuantitativas y categóricas. Multicolinealidad. Selección de modelos. Análisis de Correlación.
Programa de Trabajos Prácticos de Estadística Aplicada
Trabajo Práctico 1: Control Estadístico de Procesos
Trabajo Práctico 2: Diseño completamente aleatorizado: Anova de un factor
Trabajo Práctico 3: Anova sin repeticiones
Trabajo Práctico 4: Diseño completamente aleatorizado: Anova de dos o más factores
Trabajo Práctico 5: Regresión simple y múltiple
Bibliografía
Obligatoria:
- García, R. Inferencia Estadística y Diseño de Experimentos. Ed. Eudeba, 2004.
- Kuehl, R. Diseño de Experimentos. Ed. Thomson International, 2001.
- Walpole R, Myers R, Myers S y Ye K. Probabilidad y Estadística. Ed. Pearson Educación, México, 2007
De consulta:
- Montgomery, D. Diseño y Análisis de Experimentos. Grupo Editorial Iberoamérica, 1991.
- Montgomery, D. Introduction to statistical quality control. Ed. Wiley, 2005.
- Navidi, W. Estadística Para Ingeniería y Ciencias. McGraw-Hill, 2006
Software específico empleado en las prácticas: Infostat (Universidad de Córdoba, Argentina)
Metodología de enseñanza
Se verán casos prácticos de aplicaciones de la estadística a la investigación, desarrollo, producción y control de
calidad en la industria agroalimentaria. Para ello se empleará software especializado aplicado a la recopilación,
ordenamiento tabular y gráfico, análisis estadístico, diseño de experimentos y control estadístico de procesos.
Metodología de evaluación
Para aprobar los Trabajos Prácticos, el alumno deberá:
- aprobar dos parciales teórico-práctico, con opción a un recuperatorio. La aprobación del parcial implicará
desarrollar correctamente al menos el 60% del mismo.
- aprobar informes grupales de trabajos prácticos, a solicitud del docente
- Asistencia de la menos el 75%