Está en la página 1de 4

BIOESTADISTICO.

COM ANÁLISIS DE DATOS CLÍNICOS Y EPIDEMIOLÓGICOS

Análisis Factorial de la Varianza (INTRAsujetos)

Un docente de estadística imparte 2 alimentos en 10 grupos de alumnos. Se


desea averiguar si el alimento que se consume influye en la atención
posteriormente en las calificaciones.

1. Hallar los descriptivos

3. horario * alimento
Medida: MEASURE_1

Intervalo de confianza al 95%

horario alimento Media Error estándar Límite inferior Límite superior

1 1 81,700 1,832 77,555 85,845

2 82,200 2,560 76,410 87,990


2 1 80,600 2,023 76,023 85,177
2 80,200 1,373 77,095 83,305
3 1 91,300 1,613 87,652 94,948
2 82,900 2,057 78,246 87,554
4 1 85,700 1,667 81,929 89,471

2 81,300 1,491 77,927 84,673

2. Demostrar normalidad en cada uno de los grupos

Prueba de Kolmogorov-Smirnov para una muestra

platano8am cereza8am platano10am cereza10am

N 10 10 10 10
a,b
Parámetros normales Media 81,70 82,20 80,60 80,20
Desviación estándar 5,794 8,094 6,398 4,341
Máximas diferencias extremas Absoluta ,248 ,163 ,163 ,191
Positivo ,248 ,154 ,149 ,159
Negativo -,162 -,163 -,163 -,191
Estadístico de prueba ,248 ,163 ,163 ,191
c c,d c,d
Sig. asintótica (bilateral) ,082 ,200 ,200 ,200c,d

a. La distribución de prueba es normal.


b. Se calcula a partir de datos.
c. Corrección de significación de Lilliefors.
d. Esto es un límite inferior de la significación verdadera.
BIOESTADISTICO.COM ANÁLISIS DE DATOS CLÍNICOS Y EPIDEMIOLÓGICOS

3. Demostrar esfericidad

Prueba de esfericidad de Mauchlya


Medida: MEASURE_1

Épsilonb

Aprox. Chi- Greenhouse-


Efecto inter sujetos W de Mauchly cuadrado gl Sig. Geisser Huynh-Feldt Límite

horario ,413 6,831 5 0,237 0,695 ,909


alimento 1,000 ,000 0 . 1,000 1,000
horario * alimento ,735 2,379 5 0,796 0,842 1,000

Prueba la hipótesis nula que la matriz de covarianzas de error de las variables dependientes con transformación ortonormalizada es
proporcional a una matriz de identidad.
a. Diseño : Intersección
Diseño dentro de sujetos: horario + alimento + horario * alimento
b. Se puede utilizar para ajustar los grados de libertad para las pruebas promedio de significación. Las pruebas corregidas se visualiza
tabla de pruebas de efectos dentro de sujetos.

4. Realizar el análisis de la varianza

Pruebas multivariantea

Efecto Valor F Gl de hipótesis gl de error Sig.

horario Traza de Pillai ,574 3,139b 3,000 7,000 0,096

Lambda de Wilks ,426 3,139b 3,000 7,000 0,096

Traza de Hotelling 1,345 3,139b 3,000 7,000 0,096

Raíz mayor de Roy 1,345 3,139b 3,000 7,000 0,096


alimento Traza de Pillai ,369 5,255b 1,000 9,000 0,048
b
Lambda de Wilks ,631 5,255 1,000 9,000 0,048
b
Traza de Hotelling ,584 5,255 1,000 9,000 0,048
Raíz mayor de Roy ,584 5,255b 1,000 9,000 0,048
horario * alimento Traza de Pillai ,497 2,308b 3,000 7,000 0,163
b
Lambda de Wilks ,503 2,308 3,000 7,000 0,163

Traza de Hotelling ,989 2,308b 3,000 7,000 0,163


b
Raíz mayor de Roy ,989 2,308 3,000 7,000 0,163

a. Diseño : Intersección
Diseño dentro de sujetos: horario + alimento + horario * alimento
b. Estadístico exacto

5. Comparaciones por pares o post hoc


BIOESTADISTICO.COM ANÁLISIS DE DATOS CLÍNICOS Y EPIDEMIOLÓGICOS

Comparaciones por pares para el horario


Medida: MEASURE_1

95% de intervalo de confianza para

Diferencia de diferenciaa

(I) horario (J) horario medias (I-J) Error estándar Sig.a Límite inferior Límite superior

1 2 1,550 2,292 1,000 -6,160 9,260

3 -5,150 2,618 ,484 -13,959 3,659

4 -1,550 2,747 1,000 -10,792 7,692


2 1 -1,550 2,292 1,000 -9,260 6,160
3 -6,700 2,190 ,081 -14,067 ,667
4 -3,100 1,878 ,799 -9,418 3,218
3 1 5,150 2,618 ,484 -3,659 13,959
2 6,700 2,190 ,081 -,667 14,067
4 3,600 1,249 ,109 -,602 7,802
4 1 1,550 2,747 1,000 -7,692 10,792

2 3,100 1,878 ,799 -3,218 9,418

3 -3,600 1,249 ,109 -7,802 ,602

Se basa en medias marginales estimadas


a. Ajuste para varias comparaciones: Bonferroni.

Comparaciones por pares para el alimento


Medida: MEASURE_1

95% de intervalo de confianza para

Diferencia de diferenciab

(I) alimento (J) alimento medias (I-J) Error estándar Sig.b Límite inferior Límite superior

1 2 3,175* 1,385 ,048 ,042 6,308


*
2 1 -3,175 1,385 ,048 -6,308 -,042

Se basa en medias marginales estimadas


*. La diferencia de medias es significativa en el nivel ,05.
b. Ajuste para varias comparaciones: Bonferroni.

6. Realizar los gráficos


BIOESTADISTICO.COM ANÁLISIS DE DATOS CLÍNICOS Y EPIDEMIOLÓGICOS