Diapositiva 1 - PowerPoint PPT Presentation

About This Presentation
Title:

Diapositiva 1

Description:

Title: Diapositiva 1 Author: Jaume Arnau Last modified by: Renting13 Created Date: 1/7/2004 3:49:42 PM Document presentation format: Presentaci en pantalla – PowerPoint PPT presentation

Number of Views:50
Avg rating:3.0/5.0
Slides: 41
Provided by: Jaume81
Learn more at: http://www.ub.edu
Category:

less

Transcript and Presenter's Notes

Title: Diapositiva 1


1
TEMA XXI
2
ESQUEMA GENERAL
Diseño de una muestra de sujetos. Estudio de las curvas de crecimiento
Análisis de la variancia de medidas repetidas (ANOVARM)
Supuesto de uniformidad o simetría compuesta. Supuesto de esfericidad
DISEÑO LONGITUDINAL DE MEDIDAS REPETIDAS SIMPLE
3
Diseño de una muestra de sujetos
4
Diseño longitudinales de medidas repetidas.
Estudio de las curvas de crecimiento
5
Concepto
  • Los estudios longitudinales de medidas repetidas
    ofrecen la oportunidad de examinar los patrones
    individuales de cambio en función del tiempo y
    condiciones. Estos patrones aportan estimaciones
    de la tasa de cambio en función del tiempo, edad
    o condición, libres de la confusión de los
    efectos de cohortes u otros factores que varían
    entre individuos.
    ..//..

6
  • Al mismo tiempo, en esta clase de estudios se
    plantea, como objetivo, el análisis de los
    procesos de carácter madurativo y progresivo, así
    como los que son función del tiempo es decir, el
    análisis de las curvas de crecimiento.
  • En el contexto de medidas repetidas, las
    observaciones se toman en ocasiones seleccionadas
    del continuo temporal subyacente. Los sujetos son
    observados en diferentes ocasiones y en
    cantidades discretas.
    ..//..

7
  • Entre los objetivos específicos del diseño
    longitudinal de medidas repetidas está el estudio
    del proceso que resulta del paso del tiempo y la
    identificación de algún patrón de tendencia en el
    tiempo.
  • Dado que este diseño se caracteriza por la
    combinación de la variable Sujetos y la variable
    Ocasiones de observación, es simbolizado por S x
    O (Sujetos x Ocasiones), y genera una matriz de
    datos factorial de doble entrada.

8
Diseños longitudinales de medidas repetidas de un
solo grupo y múltiples observaciones (1GMO)
Sujetos O1 O2 ...
Op
Y11 Y21 Y31 . . . YN1
Y11 Y21 Y31 . . . YNp
Y12 Y22 Y32 . . . YN2
1 2 3 . . . N
... ... ... ... ... ...
9
Modelo de análisis
  • Análisis de la variancia de medidas repetidas
    o mixto (ANOVARM)

10
Modelo de Análisis de la Variancia Mixto (con
variables fijas y aleatorias)
Yij ? ?i ?j ?ij
11
Términos del modelo
  • Yij puntuación del sujeto i en la ocasión de
    observación j
  • µ la media global de la población o constante
    de ubicación arbitraria
  • ?i el componente específico asociado al sujeto
    i y constante a lo largo de las observaciones
    ..//..

12
  • ?j el efecto general de la ocasión j para
    todos los sujetos
  • ?ij el componente de error específico
    asociado al sujeto i y a la ocasión j

13
Asunciones del ANOVARM
  • El término ?ij es independiente de ?i y los
    sujetos han sido muestreados de una población
    donde el componente ? (factor aleatorio) tiene
    una distribución independiente, definida por
  • ? ? NID(0,??²)
  • Se asume, también, que el componente de error
    recoge los errores de muestreo y medida, tiene
    una distribución
  • ? ? NID(0,??²)
  • y que los niveles de O (factor de ocasiones) son
    fijos
  • t
  • ??j 0
  • j1

14
Supuesto sobre la matriz de covariancia
  • El modelo del ANOVAMR, con un componente fijo y
    otro aleatorio, recibe el nombre de modelo mixto
    y asume, como restricción fundamental, que la
    matriz de covariancia de las medidas repetidas en
    la población, tenga el siguiente patrón
  • ? ??²11' ??²I

15
Matriz de covariancia (?)
  • En la ecuación anterior, cada elemento de la
    diagonal principal de la matriz ? es ??² ??² y
    los elementos externos de la diagonal principal
    ?? es decir, esta matriz (conocida por matriz de
    simétrica combinada) requiere que las
    covariancias sean iguales (condición de
    uniformidad).
    ..//..

16
  • Huynh y Feldt (1970) han demostrado que es
    condición suficiente, para la validez de la
    prueba F, la igualdad de las variancias de las
    diferencias entre las puntuaciones de un mismo
    sujeto (condición de esfericidad o circularidad).

17
Hipótesis a probar en el diseño
18
Hipótesis de nulidad
Se asume que no hay efectos atribuibles al factor
ocasiones o períodos de observación (p)
H0 ?1 ?2 ... ?p H0 ?1 ?2 ...
?p 0
19
Ejemplo práctico 1
  • Supóngase que un investigador elige un grupo de
    seis sujetos de una determinada población y les
    aplica una prueba de memoria de recuerdo. Para
    ello, pide a los individuos que restituyan la
    máxima cantidad de ítems de una lista de 50
    palabras, de igual valor asociativo, leída en voz
    alta. Durante los tres días siguientes, requiere
    de los sujetos que ejecuten una prueba de
    recuerdo sobre el material verbal.

20
Matriz de datos del diseño
21
(No Transcript)
22
Pruebas del supuesto del modelo estadístico
  • Prueba del supuesto de homogeneidad y simetría
    (uniformidad) de las variancias y covariancias
    (Box, 1950)
  • Prueba de circularidad (Mauchley, 1940)

23
Valores empíricos estadísticos
24
Supuesto de homogeneidad del ejemplo
  • Uniformidad Circularidad
  • Box(1950) Mauchley (1940)
  • ?o2 8.373 ? o2 0.2555
  • g.l. p2p-4/2 8 g.l.p(p-1)/2-15
  • ? 20.95(8) 15.507 ? 20.95(5) 11.07
  • A(H0) pgt0.05

25
ANOVARM
26
Cuadro resumen del ANOVA 1GMO
27
Descomposición polinómica ortogonal de la SC de
ocasiones
28
Representación gráfica de la curva de las medias
de ocasiones
29
Alternativas de análisis
Si se cumple el modelo mixto ----- ANOVA
Análisis de datos del diseño
F conservadora F ajustada MANOVA
Si no se cumple
30
F conservadora Se modifican los grados
de libertad para entrar en la tabla teórica del
estadístico
F.V. F normal F
conservadora
SCO SC SxO
1/(p 1)(p 1) 1 1/(p 1)(p 1)(n
1) n 1
p 1 (p 1)(n 1)
F ajustada Multiplicado los g.l. del numerador y
denominador por la ? de Greenhouse y Geisser
(1959) F conservadora F normal ?
1/(p 1)
?
? 1
31
Límites de los valores de ?
  • ? de Greenhouse y Geisser (1959)
  • ? 0.546
  • F conservadora F normal
  • ? 1/(p 1) ?
    ? 1
  • 0.33 0.546
    1

32
Valores F y clase de prueba
  • Valores teóricos del estadístico F, según las
    distintas pruebas y un nivel de significación de
    0.05.
  • Clase de prueba g.l.
    valor F
  • Normal 3/15
    3.29
  • Conservadora 1/5
    6.61
  • Ajustada 0.546(3)/0.546(15) 1.638/8.19
    5.01

33
Ejemplo práctico 2
  • Díaz-Herrero y Pérez-López (2003) investigaron
    las dimensiones temperamentales de atención y
    nivel de actividad en niños durante el primer año
    vida. La muestra estaba formada por 51 bebes (25
    niños y 26 niñas) sanos, con peso y talla normal.
    La madres, con edad media de 27 años, habían
    asistido a sesiones de preparación al parto.
    Todas las familias eran completas, residentes en
    la Comunidad Autónoma de Murcia y de un nivel
    socio-económico medio.

34
Procedimiento
  • Se evaluó la dimensión temperamental de atención
    ante objetos físicos y sociales a los 3, 6, 9 y
    12 meses de edad con la batería de situaciones
    Tareas evolutivas y escalas de puntuación para
    la evaluación del temperamento infantil. La
    atención hace referencia al grado en que el niño
    se percata y mantiene el interés hacia objetos
    (por ejemplo, sonajero, pelota, muñeco) y sucesos
    (vocalizaciones del cuidador). Esta dimensión
    temperamental fue evaluada con una escala de 1
    (atención no focalizada) a 9 (atención
    continuada).
    ..//..

35
  • A fin de probar si los niños exhibían un nivel
    de atención distinto a los objetos físicos o a
    las personas en los 3, 6, 9 y 12 meses de edad,
    se llevó a cabo un estudio longitudinal de
    medidas repetidas. La variable dependiente
    consistió en las puntuaciones de atención
    obtenidas por los niños.

36
Estadísticos descriptivos
37
Prueba de esfericidad
38
Efectos intra-sujetos
39
Análisis de tendencias
40
Representación gráfica
Write a Comment
User Comments (0)
About PowerShow.com