Monografias.com > Sin categoría
Descargar Imprimir Comentar Ver trabajos relacionados

Diseños de medidas repetidas (página 2)




Enviado por Pablo Turmero



Partes: 1, 2

Monografias.com

La principal ventaja del diseño, dada su especial disposición, es la posibilidad de extraer del error una de sus fuentes de variación más importante: la variación atribuida a las diferencias individuales.

Monografias.com

Estructura del diseño
La estructura del diseño de medidas repetidas simple es similar al formato factorial de dos variables independientes. A diferencia del diseño factorial, la variable de sujetos no es manipulada ya que se trata de un pseudo-factor. La variable de tratamientos está manipulada por el experimentador y es considerada como un auténtico factor. ..//..

Monografias.com

Supóngase, por ejemplo, que la variable sujetos, simbolizada por S, actúa a n valores, y que el factor A -variable de tratamiento-, a a valores que son aplicados, de forma secuencial, a los sujetos de la muestra. Nótese la similitud entre este diseño y el diseño bifactorial dado que, analíticamente, la variable de sujetos actúa como si fuera un factor. La diferencia estriba sólo en la naturaleza y objetivo de las dos variables. ..//..

Monografias.com

La variable S representa la variabilidad entre sujetos y no es, por lo tanto, un factor manipulado sino de control. La variable A es una dimensión de variación manipulada por el investigador. El propósito del experimento sigue siendo el análisis del posible impacto de la variable de tratamiento sobre la variable de respuesta. ..//..

Monografias.com

Con este formato, no sólo se controlan las diferencias individuales, por el pseudo-factor de sujetos, sino que se minimiza la variancia del error al sustraer una de sus principales fuentes. ..//..

Monografias.com

Así, el diseño de medidas repetidas simple es el procedimiento más eficaz para probar el efecto del tratamiento. Al controlar las diferencias interindividuales, este diseño es un potente procedimiento de análisis porque al reducir el error se aumenta la precisión y efectividad en probar los efectos de la variable de tratamiento.

Monografias.com

Formato del diseño de medidas repetidas simple, S x A
(Gp:) Y..
(Gp:) Tratamientos
(Gp:) A1
(Gp:) A2
(Gp:) A3
(Gp:) Aj

(Gp:) …
(Gp:) S1
(Gp:) S2
(Gp:) Sn
(Gp:) .

.

.
(Gp:) Y11 Y12 Y13 … Y1j
Y21 Y22 Y23 … Y2j
………………………………………………………………………………………………
Yn1 Yn2 Yn3 … Ynj
(Gp:) Medias
(Gp:) Sujetos
(Gp:) Medias
(Gp:) Y1.
(Gp:) Y2.
(Gp:) .

.

.
(Gp:) Yn.
(Gp:) Y.1
(Gp:) Y.2
(Gp:) …
(Gp:) Y.3
(Gp:) Y.j

Monografias.com

Caso paramétrico. Ejemplo 1
Sea, a nivel ilustrativo, la siguiente situación experimental. Se pretende estudiar el efecto de la frecuencia de tres tonos auditivos, o variable A, de igual intensidad (65 db). Para ello, se decide registrar los tiempos de reacción, en milésimas de segundos, a la presentación de los tonos. De la variable independiente -frecuencia de tono- se eligen tres valores: 300 cps. (condición A1), 600 cps. (condición A2) y 1200 cps. (condición A3)

Monografias.com

Modelo de prueba de hipótesis

Paso 1. Se asume, por hipótesis de nulidad, que los efectos de los tratamientos son nulos. Es decir,

H0: µ1 = µ2 = µ3

Monografias.com

Paso 2. Según la hipótesis experimental o hipótesis de efectividad se asume que, uno o más tratamientos o efectos es significativo (distinto de cero). En términos estadísticos se afirma que:
H1: µ1 ? µ2, o µ1 ? µ3, o µ2 ? µ3
H1: por lo menos una desigualdad

Monografias.com

Paso 3. Se asume un modelo ANOVA de aditividad. El estadístico de la prueba es la F normal, a un nivel de significación de a = 0.05. El tamaño de la muestra experimental es N=n=3.

Paso 4. El cálculo del valor empírico de F se realiza a partir de la correspondiente matriz de datos, una vez ejecutado el experimento.

Monografias.com

Matriz de datos del diseño

Monografias.com

Monografias.com

ANOVA de medidas repetidas

Monografias.com

Modelo estructuralModelo aditivo

Monografias.com

Descripción y supuestos
Yij = la puntuación del i sujeto bajo la j
condición experimental o tratamiento
µ = la media global de todos los datos del
experimento
?i = µi – µ = el efecto asociado al iésimo sujeto
aj = µj – µ = el efecto de jésimo nivel de la
variable de tratamiento A
eij = el error experimental asociado al i sujeto bajo el j tratamiento
..//..

Monografias.com

Asimismo, para que el modelo sea válido, se asume que:

a) ?i ? NID(0,s?²)
b) eij ? NID(0,se²)
c) S = s?²11' + se²I

Monografias.com

Cuadro resumen del ANOVA:
Diseño de medidas repetidas
(Gp:) F0.95(2/4) = 6.94
(Gp:) an-1=8
(Gp:) 16.16
(Gp:) Total (T)
(Gp:) >0.05
>0.05
(Gp:) 2.11
5.86
(Gp:) 1.71
4.75
0.81
(Gp:) (n-1)=2
(a-1)=2
(n-1)(a-1)=4
(Gp:) 3.42
9.49
3.25
(Gp:) Suj (S)
Trat (A)
SujxTrat (SxA)
(Gp:) p
(Gp:) F
(Gp:) CM
(Gp:) g.l
(Gp:) SC
(Gp:) F.V.

Monografias.com

Modelo de prueba de hipótesis

Paso 5. Dado que el valor empírico de F es menor que el teórico, se acepta la hipótesis de nulidad relativa a la variable de sujetos y a la de tratamiento, a un nivel del riesgo del cinco por ciento.

Monografias.com

Supuesto de uniformidad o simetría compuesta
Según esta restricción, conocida por condición de uniformidad o simetría compuesta, se asume una variancia común para las distintas medidas repetidas y una covariancia común para los diferentes pares de medidas (prueba de Box, 1950)

Monografias.com

H0 : ? = S
? = Matriz poblacional
S = Matriz muestral
. . .
S1
S2
Sn

Monografias.com

Prueba de ajuste
Prueba de simetría combinada (Box, 1950)

H0: S = S

Monografias.com

Decisión estadística

Se calcula el valor del estadístico B con distribución aproximada a chi-cuadrado y con [a² + a – 4]/2 grados de libertad:

B = (1 – C)M = (1 – 075)(15.2) = 3.8

y

[3² + 3 – 4]/2 = 4 g.l.
..//..

Monografias.com

El valor teórico de chi-cuadrado es
?0.95 (4) = 9.49
Puesto que este valor es mayor que el valor empírico calculado, 3.8 < 9.49, se infiere la aceptación de la hipótesis de nulidad y, por tanto, que la matriz de variancia y covariancia muestral se ajusta al patrón específico asumido en la población.

Monografias.com

Supuesto de esfericidad
Huynh y Feldt (1970) y Rouanet y Lepine (1970) han mostrado que es suficiente el cumplimento de una condición más débil o condición de esfericidad (circularidad). Esta condición sólo requiere que las variancias de las diferencias entre todos los pares de medidas repetidas sean iguales (prueba de esfericidad de Mauchley, 1940)

Monografias.com

Supuesto de homogeneidad del ejemplo
Sub Uniformidad Circularidad
Box(1950) Mauchley (1940)
?o2 = 3.8 ?o2 = 0.479
g.l.= [p2+p-4]/2 =4 g.l.=[p(p-1)/2]-1=2
?20.95(4) =9.49 ?20.95(2) =5.99

A(H0) ? p>0.05

Monografias.com

Alternativas de análisis del diseño de medidas repetidas
Sub F normal
ANOVA F conservadora
F ajustada
Diseño de
medidas
repetidas

MANOVA

Monografias.com

Fórmulas para el cálculo de los grados de libertad de las F 's

Monografias.com

Factores de ajuste

Epsilón de:

Greenhouse y Geisser (1959)
Huynh y Feldt (1970)

Monografias.com

Épsilon de Greeenhouse y Geisser (1959)

? = 0.72

Monografias.com

Valores teóricos de las F 's de las distintas pruebas, a un nivel de significación de 0.05

Tipo de Grados de libertad Valor teórico de
prueba Numerador Denominador F para a = 0.05

Normal 2 4 6.94

Ajustada 1 3 10.13

Conservadora 1 2 18.51

Monografias.com

Caso paramétrico. Ejemplo 2
Rauscher, Show y Ky (1993) estudiaron si la audición de la sonata K488 de Mozart incrementaba el rendimiento en tareas cognitivas. Se pidió a un total de 36 estudiantes que ejecutaran tres tareas de razonamiento espacial. Previo a las tareas los sujetos escuchaban, por un periodo de diez minutos, una de las siguientes piezas: (a) la sonata para dos pianos K488 de Mozart, (b) música de relajación y (c) silencio. ..//..

Monografias.com

Los efectos de orden se controlaron mediante contrabalanceo entresujetos de las tres audiciones. La variable dependiente fue la puntuación obtenida en la escala de razonamiento espacial del Test de inteligencia de Stanford-Binet.

Monografias.com

Estadísticos descriptivos

Monografias.com

Prueba de esfericidad

Monografias.com

ANOVA de medidas repetidas

Partes: 1, 2
 Página anterior Volver al principio del trabajoPágina siguiente 

Nota al lector: es posible que esta página no contenga todos los componentes del trabajo original (pies de página, avanzadas formulas matemáticas, esquemas o tablas complejas, etc.). Recuerde que para ver el trabajo en su versión original completa, puede descargarlo desde el menú superior.

Todos los documentos disponibles en este sitio expresan los puntos de vista de sus respectivos autores y no de Monografias.com. El objetivo de Monografias.com es poner el conocimiento a disposición de toda su comunidad. Queda bajo la responsabilidad de cada lector el eventual uso que se le de a esta información. Asimismo, es obligatoria la cita del autor del contenido y de Monografias.com como fuentes de información.

Categorias
Newsletter