Curso Académico:
2022/23
631 - Máster Universitario en Calidad, Seguridad y Tecnología de los Alimentos
68753 - Técnicas estadísticas, diseño de experimentos y modelización
Información del Plan Docente
Año académico:
2022/23
Asignatura:
68753 - Técnicas estadísticas, diseño de experimentos y modelización
Centro académico:
105 - Facultad de Veterinaria
Titulación:
631 - Máster Universitario en Calidad, Seguridad y Tecnología de los Alimentos
Créditos:
6.0
Curso:
1
Periodo de impartición:
Primer semestre
Clase de asignatura:
Obligatoria
Materia:
---
1.1. Objetivos de la asignatura
La asignatura y sus resultados previstos responden a los siguientes planteamientos y objetivos:
El máster pretende cualificar a los estudiantes para desarrollar una actividad tanto profesional como investigadora. Para ambas actividades, se requiere la realización de pruebas, ensayos o experimentos, así como el análisis de los resultados obtenidos. La ejecución de aquellas conlleva costes, tanto económicos como en tiempo, y por otro lado los resultados que se obtienen al realizarlos siempre tienen un grado de incertidumbre.
El objetivo general de esta asignatura es que los estudiantes conozcan una metodología matemática y estadística que indique cómo planificar la secuencia de pruebas, ensayos o experimentos de modo que se minimice el coste de los mismos y la influencia del error experimental sobre la información buscada, y que además permita alcanzar las conclusiones más sólidas posibles a partir de un número limitado de datos.
Estos planteamientos y objetivos están alineados con los siguientes Objetivos de Desarrollo Sostenible (ODS) de la Agenda 2030 de Naciones Unidas (https://www.un.org/sustainabledevelopment/es/), de tal manera que la adquisición de los resultados de aprendizaje de la asignatura proporciona capacitación y competencia para contribuir en cierta medida a su logro:
Objetivo 4: Educación de calidad
Objetivo 5: Igualdad de género
Objetivo 7. Energía asequible y no contaminante.
Objetivo 9. Industria, innovación e infraestructuras.
Objetivo 12. Producción y consumo responsables.
1.2. Contexto y sentido de la asignatura en la titulación
La asignatura es una asignatura troncal del Máster Universitario en Calidad, Seguridad y Tecnología de los Alimentos. Este máster está planteado con el objetivo de dar formación de personas en la investigación y especialización en el campo de la Ciencia y Tecnología de los Alimentos con el fin último de promocionar la investigación en el campo alimentario a diferentes niveles y especialmente, en lo que se refiere a propiciar la inversión de las industrias en investigación y desarrollo, así como a reforzar la colaboración entre los centros de investigación y la industria alimentaria.
Esta asignatura pretende que el estudiante conozca y maneje las herramientas más comunes, actuales, básicas y útiles para que un investigador o profesional en el ámbito de la Ciencia y Tecnología de los Alimentos sea capaz de diseñar experimentos, analizar datos modelizar resultados y extraer conclusiones sobre la población de estudio, a partir de una muestra experimental con un correcto análisis estadístico.
1.3. Recomendaciones para cursar la asignatura
El Máster va dirigido fundamentalmente a estudiantes que tras cursar una licenciatura o un grado en Veterinaria, Ciencia y Tecnología de los Alimentos, Nutrición Humana y Dietética o estudios similares, quieren iniciar una actividad investigadora o profesional en el campo de la Ciencia y Tecnología de los Alimentos
Para la realización de la asignatura, se requerirá que el estudiante participe activamente en las sesiones expositivas de los contenidos teóricos que se impartirán de forma simultánea a la realización de ejercicios y problemas utilizando el ordenador.
2. Competencias y resultados de aprendizaje
2.1. Competencias
Al superar la asignatura, el estudiante será más competente para...
Diseñar experimentos, analizar resultados y modelizarlos utilizando metodologías matemáticas, tanto deterministas como aleatorias.
Comprobar hipótesis científicas apoyándose en herramientas estadísticas.
Comprender mejor un sistema (procedimiento analítico, proceso industrial, etc.) y tomar decisiones de cómo optimizarlo y mejorar su calidad.
Adquirir destreza en el manejo de las aplicaciones informáticas y las herramientas más comunes para el análisis de datos, diseño de experimentos y modelización de resultados.
2.2. Resultados de aprendizaje
El estudiante, para superar esta asignatura, deberá demostrar los siguientes resultados...
Describir estadísticamente un conjunto de datos experimentales.
Diseñar y realizar una toma de muestras adecuada al objetivo del estudio planteado.
Diseñar experimentos basándose en herramientas estadísticas.
Analizar los resultados obtenidos de un experimento y sacar conclusiones sobre la población a partir de la muestra experimental.
Mejorar la comprensión e interpretación de los resultados obtenidos a través del modelo que describe su comportamiento.
Utilizar distintas herramientas informáticas específicas para el análisis de datos, diseño de experimentos y modelización.
2.3. Importancia de los resultados de aprendizaje
Los investigadores y profesionales del sector alimentario deben realizar pruebas, ensayos o experimentos con objeto obtener un conocimiento inicial sobre un nuevo sistema en estudio o proceso, determinar la influencia de distintos factores sobre el sistema o proceso, optimizar las respuestas observadas, etc.
Estos resultados de aprendizaje son fundamentales para dotar a los estudiantes de una base sólida que les permita planificar experimentos y analizar los resultados obtenidos de forma correcta. Debido tanto a la importancia de las decisiones que se pueden tomar a partir de los resultados obtenidos de las pruebas, ensayos o experimentos, como al elevado coste que supone su realización, no parece apropiado que la elección de los experimentos a realizar y la evaluación de los resultados se basen en la mera intuición. Por lo tanto, es necesario el conocimiento y manejo de herramientas basadas en la estadística para la planificación de sus estudios y para garantizar la máxima fiabilidad en las conclusiones obtenidas.
3.1. Tipo de pruebas y su valor sobre la nota final y criterios de evaluación para cada prueba
El estudiante deberá demostrar que ha alcanzado los resultados de aprendizaje previstos mediante las siguientes actividades de evaluacion
Evaluación continua
Módulo I. Técnicas estadísticas.
Los resultados de aprendizaje fundamentales, incorporan una prueba teórico-práctica de evaluación tipo test (20% de la calificación final).
Módulo II. Diseño de experimentos y modelización.
Prueba teórico-práctica de evaluación consistente en la realización de un ejercicio sobre diseño experimental, análisis de datos o modelización (20% de la calificación final).
Común a ambos módulos, se realizará la presentación oral de un trabajo realizado en grupo de 3-4 alumnos en el que los estudiantes podrán abordar trabajos relacionados con técnicas estadísticas o con el diseño de experimentos y modelización. Los trabajos consistirán en realizar un análisis completo estadístico descriptivo e inferencial de un conjunto de datos experimentales, exponiendo las conclusiones sobre la población que se extraen del análisis realizado en la muestra; o abordarán el análisis de un artículo de investigación publicado, elegido por ellos o sugerido por el profesor, evaluando el diseño experimental utilizado por los autores, realizando la modelización de los datos presentados en la sección de resultados y discutiendo las conclusiones obtenidas a partir de los análisis realizados.
ACTIVIDAD
|
PORCENTAJE DE EVALUACIÓN
|
Prueba teórico-práctica
|
40
|
Trabajo
|
60
|
Prueba global
Los alumnos que no hayan elegido la evaluación continua podrán ser evaluados mediante una prueba global que consistirá en las mismas actividades de evaluación que para la continua. Los porcentajes de calificación de cada actividad y los criterios de valoración serán los mismos para la prueba global que para la evaluación continua.
4. Metodología, actividades de aprendizaje, programa y recursos
4.1. Presentación metodológica general
El proceso de aprendizaje que se ha diseñado para esta asignatura se basa en lo siguiente:
La asignatura está estructurada en dos bloques o módulos. El primero se centra en las técnicas estadísticas y el segundo en el diseño de experimentos y modelización. Cada bloque consta de 6 clases magistrales participativas y 21 horas de prácticas que se realizarán en la sala de ordenadores. Finalmente, se desarrollará un trabajo en grupo que será presentado a lo largo de 5 horas presenciales para los estudiantes. Habrá una sesión de 1 hora para explicar con detalle cómo debe realizarse el trabajo.
Las clases teóricas, magistrales, se llevarán a cabo en aula con apoyo de medios audiovisuales. Está previsto que los alumnos dispongan con antelación de la documentación (capítulos de libros, apuntes preparados por el profesor, etc.) que se explicará en cada clase y que estará disponible en el ADD. Eso permitirá que el profesor se pueda centrar en aquellos aspectos de la clase que tengan más dificultad para su comprensión. Por otro lado, será necesario que los estudiantes participen activamente en el desarrollo de la clase formulando preguntas sobre las dudas que han podido surgir de la lectura previa de la documentación disponible o de preguntas que formulará el profesor.
En la sala de informática, se imparten el resto de clases, con presentación de problemas y casos; revisión de los fundamentos teóricos en los que se apoyan los problemas; resolución con las aplicaciones informáticas adecuadas, y evaluación de los resultados obtenidos.
El trabajo, realizado en grupo, podrá consistir en la realización y presentación de las conclusiones estadísticas resultantes del estudio de una base de datos experimental o en el análisis de un artículo de investigación; en el caso que sea posible, se podrán combinar ambas tipologías. Para la realización de este trabajo, contarán con el apoyo de la asignatura básica que están cursando Elaboración de proyectos, presentación y comunicación de resultados.
Antes de realizar el trabajo en grupo, se explicará con detalle cómo debe abordarse el trabajo y cómo debe organizarse la presentación oral.
4.2. Actividades de aprendizaje
El programa que se ofrece al estudiante para ayudarle a lograr los resultados previstos comprende las siguientes actividades...
- Clases presenciales teórico-prácticas: en la parte de técnicas estadísticas, todas las clases se realizan en la sala de ordenadores, de modo que se van presentando los aspectos teóricos sobre ejercicios preparados y con software gratuito.
- Clases presenciales de teoría. La parte de teoría de diseño y modelización se realiza siguiendo el modelo de clase teórica tradicional, con apoyo de presentaciones y vídeos preparados por los profesores.
- Clases presenciales de práctica. Esta segunda parte de diseño y modelización, tiene una serie de sesiones prácticas con un software específico para el diseño de experimentos y modelización.
- Trabajo en grupo. Realización de un trabajo en grupo de 3-4 alumnos cuyas temáticas cursarán sobre los temas tratados en los módulos I y II. En estos trabajos, en el caso del módulo I, se realizará un análisis completo estadístico descriptivo e inferencial de un conjunto de datos experimentales, exponiendo las conclusiones sobre la población que se extraen del análisis realizado en la muestra. En el caso del módulo II, se analizará y reproducirá un artículo deinvestigación publicado, elegido por ellos o sugerido por el profesor. Los alumnos tendrán que evaluar eldiseño experimental utilizado por los autores, analizar y modelizar los datos presentados en la sección deresultados y discutir las conclusiones obtenidas a partir de los análisis realizados.
- Presentación oral. Presentación oral del trabajo realizado en grupo en el que se valorará tanto la presentación como la defensa del trabajo. Se valorará la relevancia del contenido de lapresentación, el análisis crítico de los resultados obtenidos por el alumno y su comparación crítica con losrealizados por el autor del artículo científico y la claridad y precisión de la presentación.
En la siguiente tabla, se indican las horas presenciales y de dedicación a cada una de las actividadesplanteadas por parte del alumno.
ACTIVIDAD
|
HORAS PRESENCIALES
|
TRABAJO AUTÓNOMO
|
TOTAL
|
Clases teoría (o teórico-prácticas)
|
12
|
21
|
33
|
Prácticas
|
42
|
21
|
63
|
Trabajo en grupo
|
1
|
20
|
21
|
Presentación oral
|
5
|
-
|
5
|
4.3. Programa
El programa se ha dividido en dos módulos: Módulo I. Técnicas estadísticas; y el Módulo II. Diseño de experimentos y modelización.
a) Módulo I. Técnicas estadísticas.
Tema 1: Tipos de variables y escalas de medición. Variables numéricas y cualitativas. Discretas y Continuas. Medidas adecuadas.
Tema 2: Distribuciones de probabilidad. Probabilidad. Variable aleatoria: tipos y clasificación. Distribución de probabilidad de una variable aleatoria. Distribuciones discretas y continuas habituales en ciencias de la industria alimentaria. Otras distribuciones fundamentales en inferencia estadística.
Tema 3: Probabilidad Condicionada. Concepto de independencia de variables aleatorias. Teorema de Bayes.
Tema 4: Frecuencias. Tablas de frecuencias. Obtención de una tabla de frecuencias para datos sin agrupar y datos agrupados. Representaciones gráficas de las frecuencias.
Tema 5: Estadística descriptiva. Medidas descriptivas de una muestra. Medidas en momentos (centralizadoras, de dispersión y de forma) y medidas en ordenaciones (percentiles).
Tema 6: Muestreo. Conceptos básicos de muestreo. Características de la muestra. Factores a considerar: método de muestreo y tamaño de muestra. Tipos de errores en el muestreo. Mecanismos de producción de sesgos y errores. Métodos de muestreo: probabilísticos y no probabilísticos. Factores que influyen en el tamaño de muestra. Ajustes del tamaño de la muestra. Cálculo de tamaño de muestra (detectar enfermedad, estimar media, estimar porcentaje y diferencias entre porcentajes).
Tema 7: Inferencia estadística I: intervalos de confianza. Definición de inferencia estadística. Distribución muestral de un estadístico. Obtención de un intervalo de probabilidad a partir de la distribución muestral. Intervalos de confianza. Cálculo de los intervalos más representativos o utilizados en la industria alimentaria.
Tema 8: Inferencia estadística II: contraste de hipótesis. Definición de contraste de hipótesis. Elementos básicos en un contraste de hipótesis. Tipos de errores. Nivel de significación. Concepto de p-valor.
Tema 9: Inferencia estadística III: selección de pruebas de contraste estadístico. Tipos de pruebas de hipótesis. Paramétricas y no paramétricas. Pruebas más utilizadas en inferencia estadística con aplicación a la industria alimentaria.
b) Módulo II. Diseño de experimentos y modelización.
Tema 10. Diseño experimental. Introducción. Definición y objetivos de la experimentación.Inconvenientes del método tradicional de experimentación. Diseño estadístico de experimentos. Diseñofactorial completo. Diseño de superficie de respuesta: diseño Box-Berken, Diseño de composición central,diseño Doehlert.
Tema 11. Análisis de datos experimentales. Objetivos. Análisis de los errores sistemáticos y accidentales.Exactitud y precisión. Métodos gráficos para mostrar la variabilidad.
Tema 12. Modelización. Definición. Terminología. Regresión lineal y no lineal. Evaluación de la bondad de un ajuste. Comparación de modelos. Validación. Microbiología predictiva: modelos primarios, secundarios y terciarios.
Tema 13. Diseño experimental. Manejo de programas informáticos para el diseño estadístico de experimentos: Design-Expert. Ejercicios.
Tema 14. Análisis de datos. Manejo de programas informáticos para el análisis de datos: Prism, Excel. Ejercicios.
Tema 15. Modelización. Manejo de programas informáticos para modelización de datos: Prism, Excel. Elaboración de modelos primarios, secundarios y terciarios. Modelos de interés en Ciencia y Tecnología de los Alimentos (crecimiento e inactivación microbiana, isoterma de porción, curva de deshidratación, cinética enzimática). Manejo de programas informáticos y páginas Web sobre microbiología predictiva: PMP (Pathogen Modeling Program), Combase, Seafood Spoilage Predictor Software, Growth Predictor.
4.4. Planificación de las actividades de aprendizaje y calendario de fechas clave
Calendario de sesiones presenciales y presentación de trabajos
El calendario del máster y la programación de las sesiones teóricas y prácticas de la asignatura aparecerán a lo largo del mes de septiembre en la web de la Facultad de Veterinaria, en la siguiente dirección: http://veterinaria.unizar.es/
Las sesiones teóricas y prácticas se realizarán en el aula de informática de la Facultad de Veterinaria (Edificio Zootecnia) o en el seminario de Posgrado de la Facultad de Veterinaria (Edificio Zootecnia).
Prueba teórico-práctica módulos I y II: 1-2 semanas después de finalizar la impartición de las clases de teoría y prácticas correspondientes a cada módulo. Aula de informática de la Facultad de Veterinaria (Edificio Zootecnia).
Presentación del trabajo: 1-2 semanas después de finalizar la impartición de las clases de teoría y prácticas. Seminario de Posgrado de la Facultad de Veterinaria (Edificio Zootecnia).
Las horas de tutoría serán en horario de mañana y se acordarán previamente con los profesores que imparten la asignatura. En cualquier caso, se podrá realizar tutoría no presencial a través de la aplicación de correo electrónico del ADD.
Las fechas clave de la asignatura están descritas con detalle, junto con los del resto de asignaturas del Máster en el documento Programación de actividades ubicado en la página web de la Facultad de Veterinaria.
Las actividades claves de la asignatura son las siguientes:
- Examen teórico-práctico al finalizar la impartición de las clases de cada módulo. Duración: 1 hora.
- Presentación oral de un trabajo relacionado con la asignatura, elaborado en grupo, después de finalizar la impartición de las clases de teoría y práctica. Duración: 5 horas.
4.5. Bibliografía y recursos recomendados
La bibliografía del año académico en curso se mantiene actualizada y se consulta por la web de la Biblioteca (buscar bibliografía recomendada en biblioteca.unizar.es).