El objetivo de este curso es presentar conceptos avanzados relacionados con el análisis de datos obtenidos en diseños experimentales que implican la combinación de (co)variables continuas y factores de diferentes tipos. Se efectuará un repaso exhaustivo de las distintas familias de diseños factoriales (entre sujetos dentro de sujetos anidados de efectos fijos y aleatorios) incluyendo las diferentes combinaciones de ellos en modelos mixtos. El curso pondrá el énfasis en aspectos fundamentales generalmente no sopesados en estos diseños como son: el qué por qué para qué cómo limitaciones y alcance de los diferentes diseños y las herramientas que los abordan las implicaciones de las violaciones de sus supuestos y las pruebas canónicas necesarias para valorar la idoneidad de las herramientas estadísticas utilizadas. Esto es la buena praxis previa a la interpretación de los resultados. Otro aspecto en el que se incidirá es en la robustez de las estimas de los modelos teniendo en cuenta la existencia de puntos influyentes y/o perdidos.

Todo el curso se desarrollará desde la perspectiva de su aplicabilidad en cualquier plataforma estadística (e.g. R SAS SPSS STATISTICA) aunque la ejemplificación se desarrollará principalmente en el entorno abierto de R mediante el empleo de RStudio. El uso de los diferentes paquetes de R (e.g. lme4 car afex heplots moments MASS sandwich lmtest DAAG MuMIN etc) se desarrollará de manera que los resultados que generan sean replicables y consistentes con los que se obtienen en otras plataformas como SPSS o STATISTICA. Debido a la dificultad inherente al empleo de R el profesor pondrá el énfasis en su aprendizaje y aplicabilidad desde un nivel cero de conocimiento presentándolo en un contexto amable que supere las reticencias ante este modo Retro de hacer estadística. El curso tendrá una parte teórica de presentación de ideas y procedimientos por el profesor (23 h) y una parte demostrativa de aprendizaje práctico mediante el uso del entorno R (17 h).

No