Diseño de Experimentos – Métodos y aplicaciones

Download |

Diseñar estadísticamente un experimento es realizar una prueba o una serie de pruebas buscando caracterizar las variables explicativas o factores (Xi ) de mayor influencia en un ensayo de interés, evaluado a través de una o varias variables respuesta(s), tal que si deliberada o sistemáticamente se introducen cambios controlados en algunas de las variables explicativas del proceso, siempre sea posible observar o cuantificar los cambios que estos generan en la(s) variable(s) respuesta(s). Adicionalmente, se busca minimizar el efecto de las variables no controlables (covariables), procurando con ello estabilizar y minimizar la variabilidad de las respuestas, identificando los factores que contribuyen a las mayores causas de variabilidad.

Aunque la aplicación o uso del diseño experimental se da en la mayoría de las áreas del conocimiento, este debe cumplir las siguientes fases:

1. Caracterización de un proceso: e nesta fase se busca determinar los rangos de las variables o factores controlables de mayor influencia en la(s) variable(s) respuesta(s), que a la vez minimizan el efecto de las variables no controlables (factores o covariables).

2. Depuración y optimización de un proceso ya caracterizado: en esta fase se hallan los niveles de los factores estudiados que proporcionan la respuesta óptima a la solución del proceso caracterizado en la fase anterior.

En cualquier aplicación de la estadística, en el marco del diseño y aná- lisis de un experimento, es necesario que quienes lo desarrollen entiendan claramente el problema objeto de estudio, posean un amplio conocimiento del material experimental a usar, conozcan las posibilidades existentes para coleccionar los datos y, además, tengan el conocimiento estadístico necesario para direccionar e interpretar adecuadamente los resultados del experimen- to. Generalmente, el grupo de investigación debe estar conformado por expertos conocedores de la problemática a estudiar (biólogos, agrónomos, ingenieros, etc.), y especialistas en la plantación del diseño estadístico y el análisis apropiado de la información recolectada.

An Introduction to Statistical Learning

Agosto 2021

Download |

Um dos melhores livros sobre aprendizagem estatística.

Vencedor do prémio Eric Ziegel 2014 da Technometrics.

À medida que a escala e a coleta de dados continuam a aumentar em praticamente todos os campos, a aprendizagem estatística tornou-se um kit de ferramentas essencial para quem deseja entender os dados.

Uma introdução à aprendizagem estatística fornece um tratamento amplo e menos técnico de tópicos-chave na aprendizagem estatística.

Cada capítulo inclui um laboratório R. Este livro é apropriado para quem deseja usar ferramentas contemporâneas para análise de dados.

O livro foi traduzido para chinês, italiano, japonês, coreano, mongol, russo e vietnamita.

Referência: An Introduction to Statistical Learning (2022). Available at: https://www.statlearning.com/ (Accessed: 11 September 2022).

Conteúdo relacionado:

Understanding Statistics and Experimental Design – How do Not Lie with Statistics

2019

Download |

Este livro didático de acesso aberto fornece o histórico necessário para usar, interpretar e entender corretamente estatísticas e dados estatísticos em diversos ambientes.

A Parte I deixa os conceitos-chave em estatística prontamente claros.

As Partes I e II fornecem uma visão geral dos testes mais comuns (teste t, ANOVA, correlações) e estabelecem os seus princípios estatísticos.

A Parte III fornece informações sobre metaestatísticas (estatísticas de estatísticas) e demonstra por que as experiências muitas vezes não se replicam.

Finalmente, o livro mostra como as estatísticas complexas podem ser evitadas usando um design experimental inteligente. Tanto os não cientistas quanto os estudantes de Biologia, Biomedicina e Engenharia beneficiarão do livro aprendendo a base estatística das reivindicações científicas e descobrindo maneiras de avaliar a qualidade dos relatórios científicos em revistas académicas e meios de comunicação.

More information about this series at http://www.springer.com/series/15430

Conteúdo relacionado:

Claus O. Wilke

A revolução dos dados na educação

datarevolutionThe data revolution in education. [e-Book]  Paris, Unesco, 2017.

A ambiciosa agenda para o Desenvolvimento Sustentável em Educação 2030 requer que os países informem mais e disponham de dados de qualidade para acompanhar o progresso e informar sobre as suas políticas de educação e aprendizagem. A geração e difusão das estatísticas de educação de alta qualidade é essencial para a planificação eficaz, assim como para o seguimento dos objetivos nacionais e mundiais da educação.

Fonte.