En el curso se estudian diseños experimentales que se usan para responder preguntas de investigación en ciencias de la computación. Se examinan las fortalezas y limitaciones del diseño experimental, se aprende a diseñar nuevos experimentos, a ejecutarlos, analizar los resultados y divulgar los mismos verbalmente y por escrito.
El objetivo general del curso es que cada estudiante comprenda, diseñe y ejecute experimentos científicamente válidos para probar hipótesis de investigación en ciencias de la computación.
Durante este curso el estudiante desarrollará habilidades para:
- Diseñar y ejecutar experimentos científicamente válidos.
- Interpretar los resultados de los experimentos diseñados y ejecutados, y escribir y exponer un informe técnico o artículo.
| Objetivo específico | Eje temático | Desglose |
|---|---|---|
| 1 | Introducción | El método científico. Estrategias de experimentación, ejemplos, principios básicos: aleatorización, replicación y bloqueo. Lineamientos de diseño estadístico. Breve historia. |
| 1,2 | Experimentos comparativos simples. | Comparando dos condiciones: inferencias sobre las diferencias de promedios usando diseños aleatorios y emparejados. Inferencias sobre varianzas en distribuciones normales. |
| 1,2 | Experimentos con una variable única de múltiples valores. | Análisis de variación: análisis del modelo de efectos fijos; verificación de qué tan adecuado es el modelo; interpretación práctica de resultados; determinación de un buen tamaño de muestra; otros métodos en el análisis de la variación. |
| 1,2 | Trabajando con y alrededor del “ruido”. | Aleatorización (ruido desconocido e incontrolable), análisis de covariancia (ruido conocido pero incontrolable), y bloqueo (ruido conocido y controlable). |
| 1,2 | Tratando con dos o más factores: diseños factoriales. | Diseño de dos factores; diseño factorial general; ajuste de curvas y superficies de respuesta; bloqueo en diseño factorial. |
| 1,2 | Factores de dos niveles: diseño factorial 2k. | Casos especiales: el diseño con k = 2 y k = 3. El diseño para el caso general de 2k. Adición de puntos centrales. |
[1] D.C. Montgomery. ((Design of Experiments)). Wiley (2013).
[2] W.G. Hunter y J.S. Hunter G.E.P. Box. ((Estadística para investigadores: introducción al diseño de experimentos, análisis de datos y construcción de modelos)). Reverté (1993).
[3] H. Gutierrez-Pulido y R. Vara-Salazar. ((Análisis y Diseño de Experimentos)). McGraw-Hill (2012).
[4] G.W. Oehlert. ((A First Course in Design and Analysis of Experiments)). University of Minnesota, http://users.stat.umn.edu/ gary/book/fcdae.pdf (2012).
Este no es un documento oficial. Documentos oficiales se entregan en la secretaría de la escuela.