DISEÑOS CON MEDIDAS REPETIDAS

Slides:



Advertisements
Presentaciones similares
UNIVERSIDAD DE COSTA RICA Sistema de Estudios de Posgrado
Advertisements

UNIVERSIDAD NACIONAL DE EDUCACIÓN Alma Máter del Magisterio Nacional
ANOVA DE UN FACTOR.
Intervalos de Confianza para la Varianza de la Población
DISEÑO DE EXPERIMENTOS
Clase No. 1.
El género de los números
M. Dolores Frías-Navarro
ELABORACIÓN Y COMPROBACIÓN DE LAS HIPÓTESIS DE INVESTIGACIÓN
DISEÑOS MIXTOS O CON MEDIDAS PARCIALMENTE REPETIDAS
DISEÑOS ANIDADOS CON EFECTOS ALEATORIOS: GENERALIZACIÓN
REDUCCIÓN DEL COMPONENTE RESIDUAL DEL MODELO MEDIANTE EL BLOQUEO
Tema 17: Contraste paramétrico de hipótesis II: Pruebas de contraste para más de dos grupos independientes (ANOVA entresujetos): un y dos factores completamente.
MÉTODOS Y DISEÑOS DE INVESTIGACIÓN METODOLOGÍAS DE INVESTIGACIÓN
Tema 16: Contraste paramétrico de hipótesis I: Pruebas de contraste para un grupo. Pruebas de contraste para dos grupos: independientes o relacionados.
EJEMPLO.
ANÁLISIS DEL EFECTO DE INTERACCIÓN EN UN DISEÑO FACTORIAL
MÉTODOS Y DISEÑOS DE INVESTIGACIÓN VALIDEZ DE LA INVESTIGACIÓN
METODOLOGÍAS DE INVESTIGACIÓN EN PSICOLOGÍA
DISEÑO DE EXPERIMENTOS
DISEÑO DE EXPERIMENTOS
Técnicas para el análisis de datos en el enfoque cuantitativo
Ejemplo Grafico.
Introducción al análisis de la varianza
Pronósticos, Series de Tiempo y Regresión
ANÁLISIS EXPLORATORIO DE DATOS
Elementos del Diseño de Experimentos y Análisis de la Varianza
Comprobación de diferencias entre medias
Bloques aleatorizados, cuadrados latinos y diseños relacionados
MEDIDAS DE DISPERSIÓN.
PRUEBAS DE HIPOTESIS Un grupo - medias (s conocida)
puede o no ser verdadero, relativo a una o más poblaciones.
TEMA VII.
El Coeficiente de Contingencia:
TABLAS DE CONTINGENCIA
TEMA VIII.
TEMA III.
ALGUNOS CONCEPTOS PREVIOS
EXPERIMENTOS CON UN SOLO FACTOR
Estadística 2010 Clase 5 Maestría en Finanzas Universidad del CEMA
TEMA XVII.
TEMA IX.
ESTADÍSTICA INFERENCIAL I
TEMA XXII.
Estadística Administrativa II
Regresión Lineal Simple
TEMA XXI. ESQUEMA GENERAL DISEÑO LONGITUDINAL DE MEDIDAS REPETIDAS SIMPLE Diseño de una muestra de sujetos. Estudio de las curvas de crecimiento Análisis.
Clases 4 Pruebas de Hipótesis
Pronósticos, Series de Tiempo y Regresión
Tema 17: Contraste paramétrico de hipótesis I: Pruebas de contraste para un grupo. Pruebas de contraste para dos grupos: independientes o relacionados.
Curso de Bioestadística. ANOVA
Titular: Agustín Salvia
Análisis de la Varianza
Diseño Completamente Aleatorizado: ejemplo
Diseño de un grupo de sujetos
Investigación experimental
TEMA IX.
APLICADOS EN LA PSICOLOGIA. Hace referencia al proceso de investigación, adoptando una estrategia que condiciona las posibilidades del desarrollo de la.
Regresión Lineal Simple
Diseños clásicos de Investigación utilizados en Psicología
DISEÑOS DE EXPERIMENTOS FACTORIALES
20. Comparación de promedios entre grupos Módulo IV: Análisis de datos numéricos Análisis de Datos Aplicado a la Investigación Científica
TEMA 4 LA VALIDEZ DE LA INVESTIGACIÓN
16. Asociación estadística y test de independencia
DISEÑOS POR BLOQUES ALEATORIZADOS
21. Comparar promedios en medidas repetidas Módulo IV: Análisis de datos numéricos Análisis de Datos Aplicado a la Investigación Científica
17. Concordancia entre medidas e investigadores Módulo III: Análisis de datos categóricos Análisis de Datos Aplicado a la Investigación Científica
14. Comparación de frecuencias entre grupos Módulo III: Análisis de datos categóricos Análisis de Datos Aplicado a la Investigación Científica
ANALISIS DE VARIANZA.
Transcripción de la presentación:

DISEÑOS CON MEDIDAS REPETIDAS Tema 14 DISEÑOS CON MEDIDAS REPETIDAS M. Dolores Frías http://www.uv.es/~friasnav

Variable Independiente Variable Independiente DISEÑO DE INVESTIGACIÓN Diseño con medidas repetidas Y = Y – + A + S + AS Ecuación estructural:  Variable Independiente de Tratamiento Variable Independiente de Sujetos de EFECTOS ALEATORIOS: Factor de Bloqueo Error n A  S = 1 Efectos principales de los factors Media general Variable Dependiente M. Dolores Frías http://www.uv.es/~friasnav

Diseño con medidas repetidas Características: (p.289 y siguientes) 1º. Diseño factorial completo 2º. El factor sujeto no forma parte de la hipótesis experimental 3º. La variable sujeto que actúa com un factor de bloquo es de efectos aleatorios: las condiciones experimentales representan una muestra de todos los niveles de la variable sujeto 4º. La interacción entre la variable sujeto de efectos aleatorios y la variable de tratamiento de efectos fijos (A  S) se utiliza en la prueba de hipótesis como el término de error de la variable de tratamiento (FA = MCA/MC A  S) 5º. Destacar el problema de la dependencia serial o efectos de orden Aleatorizar el orden de administración de la variable de tratamiento o bloquear el orden y los sujetos en un diseño de Cuadrado Latino M. Dolores Frías http://www.uv.es/~friasnav

ACTUACIÓN METODOLÓGICA ALTERNATIVAS DE ANÁLISIS Diseño con medidas repetidas Características: 6º. Destacar el problema de la correlación del término de error Afecta el Error de Tipo I ACTUACIÓN METODOLÓGICA (1) comprobar el grado de la correlación para ajustar la distribución muestral del estadístico de referencia (la distribución muestral del error de Tipos I del estadístico) o (2) en la prueba de hipótesis que se realice, corregir el efecto de la correlación ALTERNATIVAS DE ANÁLISIS (1) corregir los grados de libertad para hacer la comparación del estadístico de la prueba de la hipótesis con el valor de F teórica o tabular o (2) optar por una solución multivariada y considerar en dicha prueba la correlación que realmente existe entre los residuales M. Dolores Frías http://www.uv.es/~friasnav

M. Dolores Frías http://www.uv.es/~friasnav Datos y medias Matriz de resultados p. 293 A: Haloperidol S: Sujetos Ys. – S a1 a2 a3 1 2 3 4 5 22 27 21 25 10 14 21 15 10 12 9 11 1 16 20 15 17 7 Ya. – Y = 15 – 21 9 15 M. Dolores Frías http://www.uv.es/~friasnav

M. Dolores Frías http://www.uv.es/~friasnav Estimación de Efectos A: Haloperidol S: Sujetos S a1 a2 a3 . ^ A  S 1 2 3 4 5 1 2 -3 -2 1 3 2 -2 1 5 2 -8 Y = 15 – 6 -6 a. ^ M. Dolores Frías http://www.uv.es/~friasnav

Desarrollo de la ecuación estructural A  S S A a Y – y N SC gl MC M. Dolores Frías http://www.uv.es/~friasnav

Análisis de la varianza ANOVA de medidas repetidas A = 3 Solución Mixta Fuentes SC gl MC Razón F p A A x S S 360 40 282 2 8 4 180 5 70.5 36 < 0.050 Total 682 14 Ftablas (2, 8, 0.05) = 4.459 M. Dolores Frías http://www.uv.es/~friasnav

Validez de Conclusión Estadística: matriz poblacional es esférica En caso contrario la F está sobreestimada Corregir el problema: disminuir los grados de libertat de la distribución muestral en una proporción denominada ‘épsilon’ () glA* =  gllA glERROR* =  gllERROR F (glA*, glERROR*) M. Dolores Frías http://www.uv.es/~friasnav

Validez de Conclusión Estadística: matriz poblacional es esférica La violación del supuesto de independencia afecta al Error de Tipo I y a la potencia Barcikowsky (1981): autocorrelación 0.30 y N = 50, el alfa = 0.68 (y no 0.05) La posibilidad de rechazar erróneamente la H0 se ha incrementado en tres M. Dolores Frías http://www.uv.es/~friasnav

Validez de Conclusión Estadística: matriz poblacional es esfèrica ‘épsilon’ () Épsilon Mínimo mín  de Box   de Huynh y Feldt glA* = glA   glE* = glE  1 a - 1 glA* = glA m glE* = glE M. Dolores Frías http://www.uv.es/~friasnav

M. Dolores Frías http://www.uv.es/~friasnav Corrección de los grados de libertad en una proporción denominada ‘épsilon’ () Épsilon 1/2 0.840 1.379 1 Valor glA* glE* F TABLAS mín de Box  de Huynh y Feldt SIN 2 8 4.459 + - Conservadora 1 4 7.709 1.680 6.720 5.987 2 8 4.459 M. Dolores Frías http://www.uv.es/~friasnav

¿Univariado o Multivariado? Matriz No es esférica Multivariada mantiene el alfa = 0.05 Univariada NO mantiene el alfa = 0.05 Corregir Grados de Llibertad + Potencia: Univariada Si   0.85 Matriz ES esférica Maxwell (1980):  + 2 M. Dolores Frías http://www.uv.es/~friasnav