tema viii. definición general clasificación diseño de medidas repetidas simple. modelo...
TRANSCRIPT
![Page 1: TEMA VIII. Definición general Clasificación Diseño de medidas repetidas simple. Modelo estructural y componentes de variación Diseño de medidas repetidas](https://reader033.vdocuments.pub/reader033/viewer/2022061301/54d949df497959ad3a8b4888/html5/thumbnails/1.jpg)
TEMA VIII
![Page 2: TEMA VIII. Definición general Clasificación Diseño de medidas repetidas simple. Modelo estructural y componentes de variación Diseño de medidas repetidas](https://reader033.vdocuments.pub/reader033/viewer/2022061301/54d949df497959ad3a8b4888/html5/thumbnails/2.jpg)
Definición general
Clasificación
Diseño de medidas repetidas simple. Modelo estructural y componentes de variación
Diseño de medidas repetidas de Cuadrado Latino. Modelo estructural y componentes de variación
Diseño de medidas repetidas factorial. Modelo estructural y componentes de variación
DISEÑOS DE MEDIDAS REPETIDAS
ESQUEMA GENERAL
![Page 3: TEMA VIII. Definición general Clasificación Diseño de medidas repetidas simple. Modelo estructural y componentes de variación Diseño de medidas repetidas](https://reader033.vdocuments.pub/reader033/viewer/2022061301/54d949df497959ad3a8b4888/html5/thumbnails/3.jpg)
Diseño de medidas repetidas
El diseño de medidas repetidas es una extensión del diseño de bloques, en que el sujeto sustituye al bloque y actúa de control propio. Con este formato, los sujetos de la muestra reciben todos los tratamientos y repiten medidas o registros de respuesta; asimismo, la comparación de los tratamientos es intra-sujeto. ..//..
![Page 4: TEMA VIII. Definición general Clasificación Diseño de medidas repetidas simple. Modelo estructural y componentes de variación Diseño de medidas repetidas](https://reader033.vdocuments.pub/reader033/viewer/2022061301/54d949df497959ad3a8b4888/html5/thumbnails/4.jpg)
De este modo, el uso del procedimiento de medidas repetidas proporciona un control más efectivo de las fuentes de variación extrañas asociadas, por lo general, a las características individuales; es decir, se consigue una reducción de la variancia del error. ..//..
![Page 5: TEMA VIII. Definición general Clasificación Diseño de medidas repetidas simple. Modelo estructural y componentes de variación Diseño de medidas repetidas](https://reader033.vdocuments.pub/reader033/viewer/2022061301/54d949df497959ad3a8b4888/html5/thumbnails/5.jpg)
Esto es así porque, al actuar el sujeto de bloque, la variabilidad debida a las diferencias individuales es eliminada del error. De este modo, el diseño de medidas repetidas una estructura más potente que los diseños completamente aleatorizados.
![Page 6: TEMA VIII. Definición general Clasificación Diseño de medidas repetidas simple. Modelo estructural y componentes de variación Diseño de medidas repetidas](https://reader033.vdocuments.pub/reader033/viewer/2022061301/54d949df497959ad3a8b4888/html5/thumbnails/6.jpg)
Efectos de orden
Los efectos de orden (order effects) se derivan de la propia estructura del diseño de medidas repetidas, y deben ser neutralizados para que confundan los efectos de los tratamientos.
![Page 7: TEMA VIII. Definición general Clasificación Diseño de medidas repetidas simple. Modelo estructural y componentes de variación Diseño de medidas repetidas](https://reader033.vdocuments.pub/reader033/viewer/2022061301/54d949df497959ad3a8b4888/html5/thumbnails/7.jpg)
Tipos de efectos de orden
A) Efecto de período (period effect)
B) Efecto residual (carry-over effect)
![Page 8: TEMA VIII. Definición general Clasificación Diseño de medidas repetidas simple. Modelo estructural y componentes de variación Diseño de medidas repetidas](https://reader033.vdocuments.pub/reader033/viewer/2022061301/54d949df497959ad3a8b4888/html5/thumbnails/8.jpg)
Efecto de período
Los efectos de período ocurren cuando, independientemente del tratamiento aplicado, el sujeto responde al período o posición que, en la secuencia, ocupa el tratamiento (período de administración). Cabe, por lo tanto, la posibilidad de que el sujeto responda mejor al período que al tratamiento en sí mismo. Cuando esto ocurre, el efecto de período confunde la acción del tratamiento
![Page 9: TEMA VIII. Definición general Clasificación Diseño de medidas repetidas simple. Modelo estructural y componentes de variación Diseño de medidas repetidas](https://reader033.vdocuments.pub/reader033/viewer/2022061301/54d949df497959ad3a8b4888/html5/thumbnails/9.jpg)
Efecto residual
El efecto residual, conocido por error progresivo, se caracteriza por la persistencia de la acción de un tratamiento más allá del período o tiempo de aplicación. Representa tanto la progresiva acumulación tanto de los efectos facilitadores de la respuesta (efecto de la práctica, aprendizaje, etc.) como de los efectos obstaculizadores (como la fatiga mental, cansancio físico, etc.). ..//..
![Page 10: TEMA VIII. Definición general Clasificación Diseño de medidas repetidas simple. Modelo estructural y componentes de variación Diseño de medidas repetidas](https://reader033.vdocuments.pub/reader033/viewer/2022061301/54d949df497959ad3a8b4888/html5/thumbnails/10.jpg)
Cuando, como es frecuente en esos casos, se produce una persistencia del efecto del tratamiento anterior sobre el tratamiento siguiente, se corre el riesgo de que los efectos queden contaminados.
![Page 11: TEMA VIII. Definición general Clasificación Diseño de medidas repetidas simple. Modelo estructural y componentes de variación Diseño de medidas repetidas](https://reader033.vdocuments.pub/reader033/viewer/2022061301/54d949df497959ad3a8b4888/html5/thumbnails/11.jpg)
Clasificación del diseño en función de los factores
Simple (SxA)
Diseños de medidas repetidas
Factorial (SxAxB, SxAxBxC, etc.)
![Page 12: TEMA VIII. Definición general Clasificación Diseño de medidas repetidas simple. Modelo estructural y componentes de variación Diseño de medidas repetidas](https://reader033.vdocuments.pub/reader033/viewer/2022061301/54d949df497959ad3a8b4888/html5/thumbnails/12.jpg)
Clasificación del diseño en función de los grupos
De un grupo o muestra
(SxA)
Diseños
de medidas
repetidas
Multimuestra (S(A)xB)
![Page 13: TEMA VIII. Definición general Clasificación Diseño de medidas repetidas simple. Modelo estructural y componentes de variación Diseño de medidas repetidas](https://reader033.vdocuments.pub/reader033/viewer/2022061301/54d949df497959ad3a8b4888/html5/thumbnails/13.jpg)
Diseño de medidas repetidas simple de un grupo
![Page 14: TEMA VIII. Definición general Clasificación Diseño de medidas repetidas simple. Modelo estructural y componentes de variación Diseño de medidas repetidas](https://reader033.vdocuments.pub/reader033/viewer/2022061301/54d949df497959ad3a8b4888/html5/thumbnails/14.jpg)
Concepto
El diseño simple de medidas repetidas es prototípico en esa clase de experimentos, al incorporar la estrategia de comparación intra-sujeto. Lindquist (1953) se refiere a estas estructuras como diseños de Tratamientos x Sujetos, ya que los sujetos se cruzan o combinan con los tratamientos. Así mismo, es un diseño simple o unifactorial porque sólo se evalúa la acción de una variable independiente o de tratamientos. ..//..
![Page 15: TEMA VIII. Definición general Clasificación Diseño de medidas repetidas simple. Modelo estructural y componentes de variación Diseño de medidas repetidas](https://reader033.vdocuments.pub/reader033/viewer/2022061301/54d949df497959ad3a8b4888/html5/thumbnails/15.jpg)
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.
![Page 16: TEMA VIII. Definición general Clasificación Diseño de medidas repetidas simple. Modelo estructural y componentes de variación Diseño de medidas repetidas](https://reader033.vdocuments.pub/reader033/viewer/2022061301/54d949df497959ad3a8b4888/html5/thumbnails/16.jpg)
Estructura del diseño
La estructura el 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 del experimentador y es considerada como un auténtico factor. ..//..
![Page 17: TEMA VIII. Definición general Clasificación Diseño de medidas repetidas simple. Modelo estructural y componentes de variación Diseño de medidas repetidas](https://reader033.vdocuments.pub/reader033/viewer/2022061301/54d949df497959ad3a8b4888/html5/thumbnails/17.jpg)
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. ..//..
![Page 18: TEMA VIII. Definición general Clasificación Diseño de medidas repetidas simple. Modelo estructural y componentes de variación Diseño de medidas repetidas](https://reader033.vdocuments.pub/reader033/viewer/2022061301/54d949df497959ad3a8b4888/html5/thumbnails/18.jpg)
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. ..//..
![Page 19: TEMA VIII. Definición general Clasificación Diseño de medidas repetidas simple. Modelo estructural y componentes de variación Diseño de medidas repetidas](https://reader033.vdocuments.pub/reader033/viewer/2022061301/54d949df497959ad3a8b4888/html5/thumbnails/19.jpg)
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. ..//..
![Page 20: TEMA VIII. Definición general Clasificación Diseño de medidas repetidas simple. Modelo estructural y componentes de variación Diseño de medidas repetidas](https://reader033.vdocuments.pub/reader033/viewer/2022061301/54d949df497959ad3a8b4888/html5/thumbnails/20.jpg)
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, también, 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.
![Page 21: TEMA VIII. Definición general Clasificación Diseño de medidas repetidas simple. Modelo estructural y componentes de variación Diseño de medidas repetidas](https://reader033.vdocuments.pub/reader033/viewer/2022061301/54d949df497959ad3a8b4888/html5/thumbnails/21.jpg)
Formato del diseño de medidas repetidas. Diseño de medidas repetidas simple, S x A.
Y..
TratamientosA1 A2 A3 Aj…
S1
S2
Sn
.
.
Y11 Y12 Y13 … Y1j
Y21 Y22 Y23 … Y2j
………………………………………………………………………………………………
Yn1 Yn2 Yn3 … Ynj
Medias
Su
jetos
Medias
Y1.
Y2.
.
.
Yn.
Y.1 Y.2 … Y.3 Y.j
![Page 22: TEMA VIII. Definición general Clasificación Diseño de medidas repetidas simple. Modelo estructural y componentes de variación Diseño de medidas repetidas](https://reader033.vdocuments.pub/reader033/viewer/2022061301/54d949df497959ad3a8b4888/html5/thumbnails/22.jpg)
Caso paramétrico. Ejemplo
Sea, al 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).
![Page 23: TEMA VIII. Definición general Clasificación Diseño de medidas repetidas simple. Modelo estructural y componentes de variación Diseño de medidas repetidas](https://reader033.vdocuments.pub/reader033/viewer/2022061301/54d949df497959ad3a8b4888/html5/thumbnails/23.jpg)
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
![Page 24: TEMA VIII. Definición general Clasificación Diseño de medidas repetidas simple. Modelo estructural y componentes de variación Diseño de medidas repetidas](https://reader033.vdocuments.pub/reader033/viewer/2022061301/54d949df497959ad3a8b4888/html5/thumbnails/24.jpg)
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
![Page 25: TEMA VIII. Definición general Clasificación Diseño de medidas repetidas simple. Modelo estructural y componentes de variación Diseño de medidas repetidas](https://reader033.vdocuments.pub/reader033/viewer/2022061301/54d949df497959ad3a8b4888/html5/thumbnails/25.jpg)
Paso 3. Se asume un modelo ANOVA de aditividad. El estadístico de la prueba es la F normal, a un nivel de significación de α = 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.
![Page 26: TEMA VIII. Definición general Clasificación Diseño de medidas repetidas simple. Modelo estructural y componentes de variación Diseño de medidas repetidas](https://reader033.vdocuments.pub/reader033/viewer/2022061301/54d949df497959ad3a8b4888/html5/thumbnails/26.jpg)
DISEÑO DE MEDIDAS REPETIDAS
TRATAMIENTOS
N. Sujeto A1 A2 A3 TOTALES
1
2
3
3.8
4.4
6.9
3.6
5.0
4.5
2.5
2.3
3.0
9.90
11.70
14.40
TOTALES 15.1 13.1 7.8 36
MEDIAS 5.03 4.37 2.6 4
![Page 27: TEMA VIII. Definición general Clasificación Diseño de medidas repetidas simple. Modelo estructural y componentes de variación Diseño de medidas repetidas](https://reader033.vdocuments.pub/reader033/viewer/2022061301/54d949df497959ad3a8b4888/html5/thumbnails/27.jpg)
ANOVA de medidas repetidas
![Page 28: TEMA VIII. Definición general Clasificación Diseño de medidas repetidas simple. Modelo estructural y componentes de variación Diseño de medidas repetidas](https://reader033.vdocuments.pub/reader033/viewer/2022061301/54d949df497959ad3a8b4888/html5/thumbnails/28.jpg)
MODELO ESTRUCTURALMODELO ADITIVO
ijjiijY
![Page 29: TEMA VIII. Definición general Clasificación Diseño de medidas repetidas simple. Modelo estructural y componentes de variación Diseño de medidas repetidas](https://reader033.vdocuments.pub/reader033/viewer/2022061301/54d949df497959ad3a8b4888/html5/thumbnails/29.jpg)
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
ηi = μi – μ = el efecto asociado al iésimo sujeto
αj = μj – μ = el efecto de jésimo nivel de la variable de tratamiento A
εij = el error experimental asociado al i sujeto bajo el j tratamiento
![Page 30: TEMA VIII. Definición general Clasificación Diseño de medidas repetidas simple. Modelo estructural y componentes de variación Diseño de medidas repetidas](https://reader033.vdocuments.pub/reader033/viewer/2022061301/54d949df497959ad3a8b4888/html5/thumbnails/30.jpg)
Asimismo, para que el modelo sea válido, se asume que:
a) ηi NID(0,ση²)
b) εij NID(0,σε²)
c) Σ = ση²11' + σε²I
![Page 31: TEMA VIII. Definición general Clasificación Diseño de medidas repetidas simple. Modelo estructural y componentes de variación Diseño de medidas repetidas](https://reader033.vdocuments.pub/reader033/viewer/2022061301/54d949df497959ad3a8b4888/html5/thumbnails/31.jpg)
Cálculo de las sumas de cuadrados
SCtotal = SCsuj. + SCtrat. + SCsuj.xtrat.
Con los datos del ejemplo, se tiene:
SCtotal = [(3.8)² + (4.4)² + ... + (3)²] – [(36)²/9] = 16.16
SCsuj. = [(9.9)²/3 + (11.7)²/3 + (14.4)²/3] – [(36)²/9] = 3.42
SCtrat. = [(15.1)²/3 + (13.1)²/3 + ... + (7.8)²/3] – [(36)²/9] = 9.49
SCsuj.xtrat. = SCtotal – SCsuj. – SCtrat = 16.16 – 3.42 – 9.49 = 3.25
![Page 32: TEMA VIII. Definición general Clasificación Diseño de medidas repetidas simple. Modelo estructural y componentes de variación Diseño de medidas repetidas](https://reader033.vdocuments.pub/reader033/viewer/2022061301/54d949df497959ad3a8b4888/html5/thumbnails/32.jpg)
CUADRO RESUMEN DEL ANOVA: DISEÑO MEDIDAS REPETIDAS
F0.95(2/4) = 6.94
an-1=816.16Total (T)
>0.05
5.86
1.71
4.75
0.81
(n-1)=2
(a-1)=2
(n-1)(a-1)=4
3.42
9.49
3.25
Suj (S)
Trat (A)
SujxTrat (SxA)
pFCMg.lSCF.V.
![Page 33: TEMA VIII. Definición general Clasificación Diseño de medidas repetidas simple. Modelo estructural y componentes de variación Diseño de medidas repetidas](https://reader033.vdocuments.pub/reader033/viewer/2022061301/54d949df497959ad3a8b4888/html5/thumbnails/33.jpg)
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.
![Page 34: TEMA VIII. Definición general Clasificación Diseño de medidas repetidas simple. Modelo estructural y componentes de variación Diseño de medidas repetidas](https://reader033.vdocuments.pub/reader033/viewer/2022061301/54d949df497959ad3a8b4888/html5/thumbnails/34.jpg)
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)).
![Page 35: TEMA VIII. Definición general Clasificación Diseño de medidas repetidas simple. Modelo estructural y componentes de variación Diseño de medidas repetidas](https://reader033.vdocuments.pub/reader033/viewer/2022061301/54d949df497959ad3a8b4888/html5/thumbnails/35.jpg)
H0 : = S = Matriz poblacional
S = Matriz muestral
233231
232221
131221
233231
232221
131221
sss
sss
sss
233231
232221
131221
sss
sss
sss
233231
232221
131221
sss
sss
sss
. . .
S1 S2 Sn
![Page 36: TEMA VIII. Definición general Clasificación Diseño de medidas repetidas simple. Modelo estructural y componentes de variación Diseño de medidas repetidas](https://reader033.vdocuments.pub/reader033/viewer/2022061301/54d949df497959ad3a8b4888/html5/thumbnails/36.jpg)
Prueba de ajuste
Prueba de simetría combinada (Box, 1950)
H0: S = Σ
![Page 37: TEMA VIII. Definición general Clasificación Diseño de medidas repetidas simple. Modelo estructural y componentes de variación Diseño de medidas repetidas](https://reader033.vdocuments.pub/reader033/viewer/2022061301/54d949df497959ad3a8b4888/html5/thumbnails/37.jpg)
Pasos de la prueba de Box (1950)
Paso 1. Se calculan, en primer lugar, las variancias y covariancias de los datos muestrales; es decir, se obtiene la matriz S.
![Page 38: TEMA VIII. Definición general Clasificación Diseño de medidas repetidas simple. Modelo estructural y componentes de variación Diseño de medidas repetidas](https://reader033.vdocuments.pub/reader033/viewer/2022061301/54d949df497959ad3a8b4888/html5/thumbnails/38.jpg)
Cálculo de las variancias
(ΣYij)²
ΣYij² – --------- n
VarAj = ---------------------------- n – 1
![Page 39: TEMA VIII. Definición general Clasificación Diseño de medidas repetidas simple. Modelo estructural y componentes de variación Diseño de medidas repetidas](https://reader033.vdocuments.pub/reader033/viewer/2022061301/54d949df497959ad3a8b4888/html5/thumbnails/39.jpg)
Valor empírico de las variancias
81.41 – (15.1)²/3 VarA1 = ------------------------- = 2.70 3 – 1
58.21 – (13.1)²/3 VarA2 = -------------------------- = 0.50 3 – 1
20.54 – (7.8)²/3 VarA3 = ------------------------- = 0.13 3 – 1
![Page 40: TEMA VIII. Definición general Clasificación Diseño de medidas repetidas simple. Modelo estructural y componentes de variación Diseño de medidas repetidas](https://reader033.vdocuments.pub/reader033/viewer/2022061301/54d949df497959ad3a8b4888/html5/thumbnails/40.jpg)
Cálculo de las covariancias
(ΣYij)(ΣYik)
(YijYik) – ---------------- n
CovAjAk = ----------------------------------- n – 1
![Page 41: TEMA VIII. Definición general Clasificación Diseño de medidas repetidas simple. Modelo estructural y componentes de variación Diseño de medidas repetidas](https://reader033.vdocuments.pub/reader033/viewer/2022061301/54d949df497959ad3a8b4888/html5/thumbnails/41.jpg)
Valor empírico de las covariancias
66.73 – (15.1)(13.1)/3
CovAjAk = -------------------------------- = 0.396
3 – 1
40.32 – (15.1)(7.8)/3
CovAjAk = --------------------------------- = 0.53
3 – 1
34.00 – (13.1)(7.8)/3
CovAjAk = --------------------------------- = -0.03
3 – 1
![Page 42: TEMA VIII. Definición general Clasificación Diseño de medidas repetidas simple. Modelo estructural y componentes de variación Diseño de medidas repetidas](https://reader033.vdocuments.pub/reader033/viewer/2022061301/54d949df497959ad3a8b4888/html5/thumbnails/42.jpg)
Matriz de variancia/covariancia muestral
2.70 0.39 0.53
S = 0.39 0.50 -0.03
0.53 -0.03 0.13
![Page 43: TEMA VIII. Definición general Clasificación Diseño de medidas repetidas simple. Modelo estructural y componentes de variación Diseño de medidas repetidas](https://reader033.vdocuments.pub/reader033/viewer/2022061301/54d949df497959ad3a8b4888/html5/thumbnails/43.jpg)
Valores estimados
Paso 2. Se estima de σ² y σjk -elementos de la matriz S0-, asumiendo la igualdad de las variancias y covariancias. Su estimación es la media de las variancias y covariancias muestrales. _
s0 = 1/3[2.70 + 0.50 + 0.13] = 1.11 _
s00 = 1/3[0.39 + 0.53 - 0.03] = 0.29
![Page 44: TEMA VIII. Definición general Clasificación Diseño de medidas repetidas simple. Modelo estructural y componentes de variación Diseño de medidas repetidas](https://reader033.vdocuments.pub/reader033/viewer/2022061301/54d949df497959ad3a8b4888/html5/thumbnails/44.jpg)
Matriz poblacional estimada
Con estos valores se forma la matriz S0, que es la mejor estimación de Σ:
1.11 0.29 0.29
S0 = 0.29 1.11 0.29
0.29 0.29 1.11
![Page 45: TEMA VIII. Definición general Clasificación Diseño de medidas repetidas simple. Modelo estructural y componentes de variación Diseño de medidas repetidas](https://reader033.vdocuments.pub/reader033/viewer/2022061301/54d949df497959ad3a8b4888/html5/thumbnails/45.jpg)
Cálculo del valor del estadístico
Paso 3. Asumiendo n sujetos y a niveles de tratamiento o medidas repetidas, la prueba de Box (1950) requiere el cómputo del estadístico B cuya distribución es aproximada al chi-cuadrado.
B = (1 – C)M
![Page 46: TEMA VIII. Definición general Clasificación Diseño de medidas repetidas simple. Modelo estructural y componentes de variación Diseño de medidas repetidas](https://reader033.vdocuments.pub/reader033/viewer/2022061301/54d949df497959ad3a8b4888/html5/thumbnails/46.jpg)
donde
|S| M = –(n – 1) ln----------
|S0|
![Page 47: TEMA VIII. Definición general Clasificación Diseño de medidas repetidas simple. Modelo estructural y componentes de variación Diseño de medidas repetidas](https://reader033.vdocuments.pub/reader033/viewer/2022061301/54d949df497959ad3a8b4888/html5/thumbnails/47.jpg)
Valor del estadístico M
|S| = (2.7)(0.5)(.13) + (0.39)(– 0.03)(0.53) +
(0.53)(0.39)(–0.03)–(0.53)²(0.5)–(–0.03)²(2.7)
–(0.13)(0.39)² = 0.0006
|S0| = (1.11) + (0.29) + (0.29) – 3(1.11)(0.29)² =
1.1119
Con ello,
0.0006
M = –(3 – 1) ln------------- = 15.2
1.1119
![Page 48: TEMA VIII. Definición general Clasificación Diseño de medidas repetidas simple. Modelo estructural y componentes de variación Diseño de medidas repetidas](https://reader033.vdocuments.pub/reader033/viewer/2022061301/54d949df497959ad3a8b4888/html5/thumbnails/48.jpg)
Cálculo de C
Paso 4. El cálculo de C es, a(a+1)²(2a-3) C = ------------------------------
6(n-1)(a-1)(a²+a-4)
Con los datos del ejemplo, se tiene
3(4)²(6-3)C = ---------------------- = 0.75 6(2)(2)(9+3-4)
![Page 49: TEMA VIII. Definición general Clasificación Diseño de medidas repetidas simple. Modelo estructural y componentes de variación Diseño de medidas repetidas](https://reader033.vdocuments.pub/reader033/viewer/2022061301/54d949df497959ad3a8b4888/html5/thumbnails/49.jpg)
Decisión estadística
Paso 5. Por último, se computa B con distribución aproximada a chi-cuadrado 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.
![Page 50: TEMA VIII. Definición general Clasificación Diseño de medidas repetidas simple. Modelo estructural y componentes de variación Diseño de medidas repetidas](https://reader033.vdocuments.pub/reader033/viewer/2022061301/54d949df497959ad3a8b4888/html5/thumbnails/50.jpg)
El valor teórico de chi-cuadrado es
χ0.95 (4) = 9.49
Puesto que este valor es mayor que el valor empírico, 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.
![Page 51: TEMA VIII. Definición general Clasificación Diseño de medidas repetidas simple. Modelo estructural y componentes de variación Diseño de medidas repetidas](https://reader033.vdocuments.pub/reader033/viewer/2022061301/54d949df497959ad3a8b4888/html5/thumbnails/51.jpg)
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))
![Page 52: TEMA VIII. Definición general Clasificación Diseño de medidas repetidas simple. Modelo estructural y componentes de variación Diseño de medidas repetidas](https://reader033.vdocuments.pub/reader033/viewer/2022061301/54d949df497959ad3a8b4888/html5/thumbnails/52.jpg)
Supuesto de homogeneidad del ejemplo
Uniformidad Circularidad
Box(1950) Mauchley (1940)
χo2 = 3.8 χo
2 = 0.479
g.l.= [p2+p-4]/2 =4 g.l.=[p(p-1)/2]-1=2
χ20.95(4) =9.49 χ2
0.95(2) =5.99
A(H0)--------> p>0.05
![Page 53: TEMA VIII. Definición general Clasificación Diseño de medidas repetidas simple. Modelo estructural y componentes de variación Diseño de medidas repetidas](https://reader033.vdocuments.pub/reader033/viewer/2022061301/54d949df497959ad3a8b4888/html5/thumbnails/53.jpg)
Alternativas de análisis del diseño de medidas repetidas
F normal
ANOVA F conservadora
F ajustada
Diseño de
medidas
repetidas
MANOVA
![Page 54: TEMA VIII. Definición general Clasificación Diseño de medidas repetidas simple. Modelo estructural y componentes de variación Diseño de medidas repetidas](https://reader033.vdocuments.pub/reader033/viewer/2022061301/54d949df497959ad3a8b4888/html5/thumbnails/54.jpg)
Fórmulas para el cálculo de los grados de libertad de las F's.
![Page 55: TEMA VIII. Definición general Clasificación Diseño de medidas repetidas simple. Modelo estructural y componentes de variación Diseño de medidas repetidas](https://reader033.vdocuments.pub/reader033/viewer/2022061301/54d949df497959ad3a8b4888/html5/thumbnails/55.jpg)
Grados de libertad de F
F normal F conservadora
F ajustada
Numerador (a-1) 1 (a-1)
Denominador (n-1)(a-1) n-1 (n-1)(a-1)
![Page 56: TEMA VIII. Definición general Clasificación Diseño de medidas repetidas simple. Modelo estructural y componentes de variación Diseño de medidas repetidas](https://reader033.vdocuments.pub/reader033/viewer/2022061301/54d949df497959ad3a8b4888/html5/thumbnails/56.jpg)
Factores de ajuste
Epsilón de:
Greenhouse y Geisser (1959)
Huynh y Feldt (1970)
![Page 57: TEMA VIII. Definición general Clasificación Diseño de medidas repetidas simple. Modelo estructural y componentes de variación Diseño de medidas repetidas](https://reader033.vdocuments.pub/reader033/viewer/2022061301/54d949df497959ad3a8b4888/html5/thumbnails/57.jpg)
Épsilon de Greeenhouse y Geisser (1959).
= 0.72
![Page 58: TEMA VIII. Definición general Clasificación Diseño de medidas repetidas simple. Modelo estructural y componentes de variación Diseño de medidas repetidas](https://reader033.vdocuments.pub/reader033/viewer/2022061301/54d949df497959ad3a8b4888/html5/thumbnails/58.jpg)
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 α = 0.05 Normal 2 4 6.94 Ajustada 1 3 10.13 Conservadora 1 2 18.51
![Page 59: TEMA VIII. Definición general Clasificación Diseño de medidas repetidas simple. Modelo estructural y componentes de variación Diseño de medidas repetidas](https://reader033.vdocuments.pub/reader033/viewer/2022061301/54d949df497959ad3a8b4888/html5/thumbnails/59.jpg)
A B C D
B C D A
C D A B
D A B C
Sujetos
S1
S2
S3
S4
O1 O2 O3 O4 Orden
Formatos del diseño de medidas repetidas: Diseño de medidas repetidas de cuadrado latino, S x A
![Page 60: TEMA VIII. Definición general Clasificación Diseño de medidas repetidas simple. Modelo estructural y componentes de variación Diseño de medidas repetidas](https://reader033.vdocuments.pub/reader033/viewer/2022061301/54d949df497959ad3a8b4888/html5/thumbnails/60.jpg)
Formatos del diseño de medidas repetidas: Diseño de medidas repetidas factorial, S x A x B.
Y111 Y11k Y121 Y12k … Y1j1 Y1jk
Y211 Y22k Y221 Y22k … Y2j1 Y2jk
………………………………………………………………………………………………………………………………………
Yn11 Yn1k Yn21 Yn2k … Ynj1 Ynjk
Medias
S1
S2
Sn
.
.
Su
jetos
Medias
Y1..
Y2..
.
.
Yn..
Y…
…Tratamientos
A1 A2 AjB1 Bk…
B1 Bk…
B1 Bk…
…
..
..
..
..
..
..
..
.. ..
Y.11 Y.12 … Y.21 Y.j1 Y.jkY.2k.. .. ..