TEMA XXII
-
Upload
michael-stokes -
Category
Documents
-
view
16 -
download
0
description
Transcript of TEMA XXII
ESQUEMA GENERAL
DISEÑO SPLIT-PLOT
Diseño de dos o más muestras de sujetos
Análisis de perfiles
Condición de esfericidad multimuestra
Concepto
El diseño longitudinal de medidas repetidas se convierte en una estructura algo más compleja, cuando se tiene en cuenta una variable de clasificación o agrupación de sujetos. La posibilidad de extraer muestras de subpoblaciones o estratos es aconsejable en situaciones donde los sujetos son susceptibles de ser clasificados y agrupados en función de alguna característica psicológica, clínica, biológica y social, capaz de actuar de variable pronóstica o de predicción.
..//..
Uno de los esquemas que se derivan de esta estructura, es el diseño split-plot de dos grupos o diseño 2G1V que, como es obvio, puede ampliarse a situaciones más complejas de tres o más grupos (diseño NG1V), y de dos o más variables (diseño 2GNV).
Terminología
El diseño longitudinal split-plot combina la estrategia de grupos con la estrategia de medidas repetidas. Por dicha razón, es conocido por diseño multimuestra de metidas repetidas. Los sujetos están agrupados en distintas submuestras y son observados a lo largo de una serie de puntos del tiempo u ocasiones.
Diseños longitudinales de medidas repetidas. Diseño split-plot (2GMO)
Grupos Sujetos O1 O2 ... Op
...
...
...
...
...
...
Y12
Y22
Y32
.
.
.Yn2
Y11
Y21
Y31
.
.
.Yn2
A2
Y1p
Y2p
Y3p
.
.
.Ynp
A1
123...n
123...n
Y11
Y21
Y31
.
.
.Yn1
Y12
Y22
Y32
.
.
.Yn2
...
...
...
...
...
...
Y1p
Y2p
Y3p
.
.
.Ynp
Diseño split-plot y análisis de perfiles
Una de las principales modalidades de diseño de medidas repetidas es aquella donde los sujetos están clasificados de acuerdo con variables pronósticas o de naturaleza clasificatoria de carácter biológico, psicológico o social. Son formatos donde los sujetos están distribuidos en grupos de acuerdo con uno o más criterios de clasificación y repiten medidas a lo largo de los mismos intervalos de observación. ..//..
Así, dentro de un mismo estudio se aplica la estrategia de comparación de grupos y se analizan los cambios en función del tiempo.
Esta clase de diseño, que permite probar un conjunto de hipótesis de interés, se asocia, con frecuencia, al análisis de perfiles.
Hipótesis 1Paralelismo de los perfiles
¿Pueden considerarse paralelas las curvas o perfiles de los diferentes grupos implicados en el estudio? En caso afirmativo, se infiere que no hay interacción entre los grupos y las ocasiones y que ambos grupos responden de forma similar en cada uno de los puntos u ocasiones. ..//..
Esta primera hipótesis es análoga a la prueba de la interacción grupo por tiempo, del enfoque univariado de la variancia (Guire y Kowalski, 1979). Esta primera cuestión es referido por hipótesis del paralelismo de los perfiles.
Hipótesis 2Coincidencia de los perfiles
Si los perfiles son paralelos, cabe plantear un segunda hipótesis: ¿son, al mismo tiempo, coincidentes? es decir, ¿existe una diferencia entre ambos grupos? Se trata, en este segundo caso, de una hipótesis relativa a la diferencia entre los grupos. Esta segunda hipótesis se refiere a la coincidencia de los grupos.
Hipótesis 3Constancia de los perfiles
Por último, si son coincidentes, entonces es posible formular la tercera hipótesis: ¿son los perfiles constantes? Esta última hipótesis plantea la posibilidad de tendencias en los perfiles en función del tiempo. Se trata, en definitiva, de probar la posibilidad de cambio en los perfiles, como consecuencia del paso del tiempo. Esta tercera hipótesis, relacionada con el tiempo, se refiere a la constancia de los perfiles.
Análisis de perfiles. Hipótesis1. ¿Pueden considerarse paralelas los perfiles de los
grupos? (A x O)
2. ¿Son al mismo tiempo coincidentes? (A)
3. ¿Son ambos perfiles constantes? (O)
Ejemplo práctico 1
Un investigador se propone estudiar el desarrollo de la aptitud en mecánica de cálculo de un determinado grupo de escolares. A tal propósito, confecciona una serie de tareas estandarizadas, consistentes en sencillos problemas de cálculo. Estas tareas son presentadas a los escolares (que pertenecen a un mismo nivel), cuando realizan las evaluaciones. Las evaluaciones, en un total de cuatro, son programadas de forma secuencial a lo largo del curso. ..//..
De este modo, el investigador tiene de cada sujeto del estudio, cuatro puntuaciones seguidas en el tiempo. Por último, el rendimiento en la resolución de los problemas de cálculo es valorado con una escala de 5 puntos. Dado que el investigador considera de interés estudiar la posible diferencia atribuible al género, elige dos muestras iguales de escolares de uno y otro género. ..//..
De lo expuesto se deduce que la investigación requiere la formación de dos grupos iguales de sujetos, de distinto género (variable A: A1 género masculino y A2 género femenino), y el registro de las puntuaciones obtenidas de los escolares, para cuatro intervalos del tiempo (variable O: O1 primera prueba, O2 segunda prueba, O3 tercera prueba, y O4 cuarta prueba)
60 3
21 4.2
18 3.6
13 2.6
8 1.6
Total parcialMedia parcial
65 3.25
22 4.4
19 3.8
14 2.8
10 2
Total parcialMedia parcial
TOTALESOBSERVACIONES
125
3.125
43
4.3
37
3.7
27
2.7
18
1.8
TOTAL
MEDIA
1112141112
44544
34443
23323
21212
6789
10
A2
1212131711
44554
43453
32342
13132
12345
A1
TOTALO4O3O2O1Nº Suj.
DISEÑO DE DOS GRUPOS O SPLIT-PLOT (2GMO)
Especificación del modelo
= la media general
j = efecto del j nivel de la variable de clasificación;
i/j = el efecto debido al i sujeto del j nivel A (componente de error entre);
ßk = el efecto del k nivel de O;
(ß)jk = el efecto de la interacción del j grupo por la k ocasión
(ß)ij/k = la interacción sujetos por ocasiones, para cada valor de A (como componente de error intra),
εijk = el error de medida.
Supuestos del modelo estadístico
El término de error es una variable aleatoria y se asume que tiene una distribución normal e independiente en todos los grupos. En consecuencia,
ε NID(0, ²)
Esta misma asunción se aplica al término de sujetos,
η NID(0, ²)
Condición de esfericidad multimuestra (Huynh, 1978)
Condición A) Las matrices de variancia-covariancia muestrales (S1 y S2) han de ser promediables, es decir, se requiere probar la homogeneidad de las matrices muestrales para poder estimar, mediante promediado, la matriz de variancia-covariancia poblacional (o matriz común) ..//..
Condición B) El patrón de la matriz común ha de mostrar la equivalencia entre las variancias y covariancias; es decir, ha de mostrar el patrón de simetría combinada. Podría darse el caso que las matrices de las muestras cumplieran con la condición de homogeneidad (primera condición) y que las matriz común o promediada no (segunda condición)
SCT
SCES
SCO
SCS/A
SCIS
SCA
SCSO/A
SCAO
Descomposición de la Suma de Cuadrados Total Etapa 1 Etapa 2
Cuadro resumen del ANOVA: Diseño split-plot
>0.05
<0.01
>0.05
0.71
35.55
0.07
0.625
0.875
12.16
0.025
0.342
an-1=9
a-1=1
a(n-1)=8
an(p-1)=30
p-1=3
(a-1)(p-1)=3
a(n-1)(p-1)=24
7.625
0.625
7
44.75
36.475
0.075
8.2
Entre sujetos
Variable A
S/A (e. Entre)
Intra sujetos
Variable O
Inter AxO
SxO/A (e. Intra)
F0.95(1/8) = 5.31; F0.95(3/24) = 3.01; F0.99(3/24) = 4.72
apn-1=3952.375Total
pFCMg.lSCF.V.
Ejemplo práctico 2
En base al trabajo publicado de Díaz-Herrero y Pérez-López (2003), consideramos interesante estudiar la posible diferencia debida al género. Supóngase, por lo tanto, que se desea conocer si hay diferencias entre las dos muestras de bebes de 25 niños y 26 niñas.
Estadísticos descriptivos
Estadísticos descriptivos
5,84 1,214 255,77 1,275 265,80 1,233 515,44 1,227 254,85 1,156 265,14 1,217 515,04 1,060 254,96 1,311 265,00 1,183 514,60 ,957 254,31 ,928 264,45 ,945 51
GeneroNiñosNiñasTotalNiñosNiñasTotalNiñosNiñasTotalNiñosNiñasTotal
Edad3
Edad6
Edad9
Edad12
Media Desv. típ. N
Prueba de esfericidad
Prueba de esfericidad de Mauchly b
Medida: MEASURE_1
,907 4,647 5 ,460 ,946 1,000 ,333Efecto intra-sujetosEdad
W de MauchlyChi-cuadrado
aprox. gl SignificaciónGreenhouse-Geisser Huynh-Feldt Límite-inferior
Epsilona
Contrasta la hipótesis nula de que la matriz de covarianza error de las variables dependientes transformadas es proporcional a unamatriz identidad.
Puede usarse para corregir los grados de libertad en las pruebas de significación promediadas. Las pruebas corregidasse muestran en la tabla Pruebas de los efectos inter-sujetos.
a.
Diseño: Intercept+Genero Diseño intra sujetos: Edad
b.
Prueba de efectos intra-sujetos
Pruebas de efectos intra-sujetos.
Medida: MEASURE_1
47,192 3 15,731 11,513 ,00047,192 2,838 16,626 11,513 ,00047,192 3,000 15,731 11,513 ,00047,192 1,000 47,192 11,513 ,0012,310 3 ,770 ,564 ,6402,310 2,838 ,814 ,564 ,6302,310 3,000 ,770 ,564 ,6402,310 1,000 2,310 ,564 ,456
200,857 147 1,366200,857 139,083 1,444200,857 147,000 1,366200,857 49,000 4,099
Esfericidad asumidaGreenhouse-GeisserHuynh-FeldtLímite-inferiorEsfericidad asumidaGreenhouse-GeisserHuynh-FeldtLímite-inferiorEsfericidad asumidaGreenhouse-GeisserHuynh-FeldtLímite-inferior
FuenteEdad
Edad * Genero
Error(Edad)
Suma decuadrados
tipo III glMedia
cuadrática F Significación
Contraste de Levene sobre la igualdad de las varianzas errora
,037 1 49 ,848
,036 1 49 ,850
,318 1 49 ,575
,004 1 49 ,949
Edad3
Edad6
Edad9
Edad12
F gl1 gl2 Significación
Contrasta la hipótesis nula de que la varianza error de lavariable dependiente es igual a lo largo de todos los grupos.
Diseño: Intercept+Genero Diseño intra sujetos: edad
a.
Prueba de homogeneidad de variancias
Prueba de efectos entre-sujetos
Pruebas de los efectos inter-sujetos
Medida: MEASURE_1Variable transformada: Promedio
5305,200 1 5305,200 4472,459 ,0003,416 1 3,416 2,880 ,096
58,123 49 1,186
FuenteIntersecciónGeneroError
Suma decuadrados
tipo III glMedia
cuadrática F Significación
Análisis de tendencias
Pruebas de contrastes intra-sujetos
Medida: MEASURE_1
44,849 1 44,849 30,275 ,000
,167 1 ,167 ,124 ,726
2,176 1 2,176 1,712 ,197
,014 1 ,014 ,010 ,922
,305 1 ,305 ,226 ,637
1,991 1 1,991 1,567 ,217
72,588 49 1,481
66,019 49 1,347
62,250 49 1,270
edadLineal
Cuadrático
Cúbico
Lineal
Cuadrático
Cúbico
Lineal
Cuadrático
Cúbico
Fuenteedad
edad * Genero
Error(edad)
Suma decuadrados
tipo III glMedia
cuadrática F Significación