Programa de doctorado:

• Biodiversidad, Funcionamiento y Gestión de Ecosistemas
• Investigación y Evaluación de Medicamentos. Aplicación de la Tecnología Farmacéutica al Desarrollo de Terapias Avanzadas

Programa:

1. Introducción

R. A. Fisher, el fundador del diseño de experimentos, comparó los datos experimentales con muestras de mineral aurífero. Desde este punto de vista, el análisis de datos debería enfocarse a extraer todo el oro contenido en ese mineral. Sin embargo, la construcción del análisis correcto para cada diseño experimental no es siempre obvia y las programaciones por defecto que ofrecen los paquetes comerciales de software pueden conducir a análisis incorrectos. La consecuencia es que todo o parte del oro se pierde. Por este motivo, este curso está dedicado a introducir al estudiante de doctorado a los correctos análisis y presentación de resultados de datos experimentales. Se trata de un curso práctico que se orienta a la aplicación de resultados teóricos, más que a la explicación de dicha teoría.

2.Qué hacer antes del comienzo del curso

No necesitas revisar ningún material previo. El curso se basa en clases, aritmética básica, razonamiento verbal, trabajo con tablas y gráficos, programación con el software R y otras actividades en el aula. Necesitarás un ordenador portátil capaz de usar un buscador de internet (como Mozilla o similar) y el software R (http://CRAN.R-project.org). Sin embargo, no necesitas instalar R antes del comienzo del curso. El software R será introducido sin asumir absolutamente ningún conocimiento previo.

3. Contenidos

Se proporcionarán notas y otros materiales. Los contenidos serán:

Unidad 1: Revisión de los principios elementales: preguntas, hipótesis, predicciones. Causalidad. Manipulación experimental vs. estudios observacionales.
Unidad 2: La diferencia esencial entre Completely Randomized Designs (CRD) y Randomized Complete Block Designs (RCBD).
Unidad 3: Completely Randomized Designs: diseños factoriales.
Unidad 4: Completely Randomized Designs: factores anidados.
Unidad 5: Randomized Complete Block Designs: El modelo básico.
Unidad 6: Randomized Complete Block Designs: replicación del experimento completo, bloques cruzados y otros diseños relacionados.

4. Valoración

Habrá tareas diarias. Esta valoración continua representa el 50% de tu puntuación. Además habrá una prueba de conocimientos al final del curso (50%), en la que podrás consultar cualquier material que consideres útil. Para obtener el certificado necesitarás obtener al menos el 40% en cada componente.

5. Ritmo del curso

Se trata de un curso corto pero intenso. La cantidad de tiempo dedicada acada unidad (ver calendario) varía, pero necesitarás dedicar a curso unas nueve horas diarias. Te recomendamos que dediques la semana entera a atender el curso y el trabajo que implica.

6. Bibliografía

• G. Casella. 2008. Statistical Design. New York, Springer.
• M. Logan. 2010. Biostatistical Design and Analysis Using R. A Practical Guide. Chichester. Wiley-Blackwell.
• R. Mead. 1988. The Design of Experiments. Statistical principles for practical application. Cambridge. Cambridge University Press.
• G. P. Quinn & M. J. Keough. 2002. Experimental Design and Data Analysis for Biologists, Cambridge. Cambridge University Press.

7. Equipo del curso

• Director: Prof. Javier Loidi Arregui
• Profesor: Dr. Gonzalo García-Baquero Moneo.

Calendario:

Duración:

37,5 horas. Cinco días, en sesiones de mañana y tarde.

Plazas:

20.

Se podrán inscribir estudiantes matriculados en cualquier programa de doctorado de la UPV/EHU. No obstante, debido a que el número de plazas es limitado, tendrán preferencia las personas matriculadas en los nuevos programas de Doctorado (RD99/2011) y pertenecientes a cualquiera de los 2 programas organizadores de los cursos, teniéndose en cuenta también la fecha de inscripción.

Inscripción, más información y contacto:

• Javier Loidi. Email: javier.loidi@ehu.eus
• Gonzalo García-Baquero. Email: gonzalo.garcia-baquero@ehu.eus
• Marian Solinís. Email: marian.solinis@ehu.es
• Arantxa Isla. Email: arantxa.isla@ehu.es