Tema 10

BLOQUE III: INFERENCIA
TEMA 9: COMPARACIÓN DE K MEDIAS PARA DATOS INDEPENDIENTES Y RELACIONADOS

Tema 3. ANOVA de un factor de
medidas independientes
1. Introducción al ANOVA
1.1. Objetivo
1.2. Modelos de ANOVA
2. ANOVA de un factor de medidas independientes, efectos
fijos (EF)
2.1. Modelo
2.2. Contraste de Hipótesis
2.3. Tamaño del efecto
2.4. Comparaciones múltiples
2.5. Robustez de F frente al incumplimiento de los supuestos
1. Introducción al Anova
1.1. Objetivo: someter a comprobación experimental la H0 acerca de
la igualdad de más de dos medias
ANOVA (Analysis of variance) = Análisis de Varianza
 Se basa en la variabilidad de los datos
2 2 2 2
1 1 1 1
0 0 0 0
1 2 3 4 5 6 1 2 3 4 5 6 1 2 3 4 5 6 7 8 9 1011 1 2 3 4 5 6 7 8 9 10 11 12
2 2
µ = 3,5 σ = 2,9 µ = 3,5 σ = 2,9 µ = 3,5 σ 2 = 2,9 µ = 9,5 σ 2 = 2,9
2
2
€ € µ = 3,5 σ 2 =€2,9 1
€
µ = 6,5 σ 2 = 11,9
0 0
1 2 3 4 5 6 1 2 3 4 5 6 7 8 9 10 11
€
Si tenemos dos poblaciones con varianzas iguales y las juntamos
€
  Si la varianza no cambia  medias iguales

  Si la varianza cambia  medias diferentes 2
1. Introducción al ANOVA
1.2. Modelos de ANOVA

 Conceptos previos:
•  Factor: Variable Independiente
•  Niveles: cada uno de los diferentes valores que puede tomar el
factor
Ej. Factor: Tratamiento
  Niveles: 0,5 dosis; 1 dosis; 2 dosis
 Criterios de clasificación:
a)  Número de factores (VVII)
b)  Tipo de aleatorización
c)  Tipo de muestreo realizado sobre los niveles del factor
3
1.2: Modelos de ANOVA
(a) Número de factores
Ej. 1. Un factor (VI): tratamiento Ej. 2. Un factor (VI): enfermedad
T1 T2 T3 E1 E2 E3
1 5 6 13 1 12 2 10
2 3 7 16 2 11 4 7
. . . . . . . .
. . . .
One-way anova . . . .
. . . . . . . .
nj 8 9 14 nj 14 5 12
µ 5 7 15 µ 11 4 10
Ej. 3. Dos factores (VVII): T1 T2 T3

enfermedad x tratamiento E1 … … …
Two-way anova
E2 … … …
E3 … … … 4
(b) Tipo de aleatorización
Forma de asignación de los sujetos a los niveles de los factores

 Completamente aleatorizado (Medidas independientes) : cada sujeto
se asigna al azar a cada nivel de cada factor
 Aleatorizado por bloques (Medidas relacionadas)
•  Asignación aleatoria de los sujetos de cada bloque a los
diferentes niveles del factor
•  El mismo sujeto pasa por los diferentes niveles del factor
(Medidas repetidas)
5
(c) Tipo de muestreo sobre los niveles del factor
Selección de los niveles:
•  Elección de los niveles que estamos interesados en estudiar

→ Factor de efectos fijos o sistemáticos: las inferencias se limitarán a
estos niveles
•  Selección aleatoria entre el conjunto de posibles niveles

→ Factor de efectos aleatorios: las inferencias se pueden generalizar
a cualquiera de los posibles niveles
6
2. ANOVA de un factor de medidas independientes,
efectos fijos (EF)
ANOVA de un factor de efectos fijos, completamente aleatorizado
(A-EF-CA)
2.1. Modelo
Objetivo: someter a comprobación experimental la H0 acerca

de la igualdad de más de dos medias
H 0 : µ1 = µ2 = ... = µk = µ
Estadístico de contraste que Modelo de los valores

€ permita comprobar esta hipótesis de la VD (Y)
7
2. AN0VA 1 factor, medidas independiente, EF
2.1. Modelo (cont.)

Modelo de la puntuación (modelo lineal general)
Valor Efectos debidos Efectos debidos a
observado = a factores + Efectos debidos a factores + factores no
en la VD constantes tenidos en cuenta (VVII) controlados
Yi = β0 X i0 +β1 X i1 + β2 X i2 + ...+ βk X ik +ε i
€ € € €
8
2. AN0VA 1 factor, medidas independientes, EF
Modelo de la puntuación
ANOVA de un factor de medidas independientes efectos fijos

Puntuación del Yij = µ + α j + εij

sujeto i sometido al
nivel j del factor Efectos debidos a
Efectos debidos a Efectos propios factores no tenidos
factores comunes del nivel j del en cuenta
€en todos los sujetos factor 9
Yij = µ + α j + εij
Efectos debidos a Efectos debidos a
Efectos propios del
factores comunes factores no tenidos en
nivel j del factor
en todos los sujetos: cuenta (errores de
Media €
Total α j = µj − µ medida, variables
extrañas, factores
K nj propios del sujeto…)
Media de la población ε ij = Yij − µ j
∑ ∑Y ij sometida al tratamiento j
j =1 i=1
µ= nj
N€
∑Y ij
i=1
µj =
n j€ 10
Ejemplo: 3 técnicas de entrenamiento para desarrollar habilidades manuales
Las 3 técnicas son igual de Las 3 técnicas no son igual de Las 3 técnicas no son igual de
eficaces y están controlados el eficaces y están controlados eficaces y no están controlados
resto de factores el resto de factores el resto de factores
T1 T2 T3 T1 T2 T3 T1 T2 T3
1 3 3 3 1 3 5 4 1 3 5 3
2 3 3 3 2 3 5 4 2 0 4 4
. . . . . . . . . . . .
. . . . . . . . . . . .
. . . . . . . . . . . .
nj 3 3 3 nj 3 5 4 nj 4 6 2
Yij = µ Yij = µ + α j Yij = µ + α j + εij

α j = (µ j − µ) εij = Yij − µ j
Y23 = 3
Y22 = 4 + (5 − 4) = 4 + 1 = 5 Y21 = 4 + (−1) + (−3) = 0
11
€ € €
1. HIPÓTESIS:
H 0 : µ1 = µ2 = ... = µk = µ
H 0 : α1 = α 2 = ... = α k = 0
Efecto del nivel 1 del factor Efecto del nivel k del factor
€ H1 : µ j ≠ µ j' para algún valor de j y j′(j ≠ j′)
2. α
€ €
12
€
2. AN0VA 1 factor, medidas independientes (EF)
2.2. Contraste de Hipótesis (cont.)
3. SUPUESTOS:
3.1 Independencia: k m.a.s: cada observación es aleatoriamente seleccionada de
su población y/o aleatoriamente asignada a cada uno de los k tratamientos del
factor
Y1: v.a. Y de los sujetos sometidos al 1er nivel del factor
Y11,Y21,...,Yn1 1 → m.a.s
Y2: v.a. Y de los sujetos sometidos al 2o nivel del factor
Y12 ,Y22 ,...,Yn 2 → m.a.s …
2
€ Yk: v.a. Y de los sujetos sometidos al nivel k del factor
Y1k ,Y2k ,...,Yn k k → m.a.s
€ Yij → independientes
→ ε ij (Yij − Y j ) → independientes : cov(ε ij ,ε i′j ) = 0; E(ε ij ) = 0
€ 3.2 Normalidad
€ •  La variable Y sigue una distribución Normal en las k poblaciones
€ •  Los errores se distribuyen normalmente 13
3. SUPUESTOS: Y1 →N( µ1, σ12 )
Yij → independientes y N(µ j , σ 2 ) Y2 → N(µ2 , σ 22 )
...
€ 2 Yk →N( µk , σ k2 )
εij → independientes entre sí y N(0, σ )
€ Comprobación: pruebas de bondad € de ajuste a la distribución Normal
χ2 €
€ Kolmogorov-Smirnov
3.3. Igualdad de varianzas (homocedasticidad)
€
σ12 = σ 22 = ... = σ k2
Comprobación:
Prueba de Levene
Test de BARTLET 14
€
4. ESTADÍSTICO DE CONTRASTE
Yij = µ +α j +ε ij
K nj
∑ ∑Y ij α j = µj − µ ε ij = Yij − µ j
j =1 i=1
µ=
€ N€ €
€
K nj
∑€∑ Y ij €
€ Y=
j=1 i=1 Yj − Y ε ij = Yij − Y j
N
15
Yij = µ + α j + ε ij
Yij = Y +(Y j − Y ) +(Yij − Y j )

Fuentes de variación
€
(Yij − Y ) = (Y j − Y ) + (Yij − Y j )
€ €
Desviación de
cada puntuación
€
Desviación de la
media de cada
Desviación de
cada puntuación
respecto de la grupo respecto respecto de la
media total de la media total media de su
grupo
€ TOTAL INTERGRUPOS
(FACTOR)
INTRAGRUPOS
(ERROR) 16
Sumas de cuadrados
k nj k k nj
∑∑ (Yij − Y ) 2 = ∑ n j (Y j − Y ) 2 + ∑ ∑ (Yij − Y j ) 2
j =1 i=1 j =1 j =1 i=1
SC TOTAL SC INTER SC INTRA O ERROR
Grados de libertad
€
N-1 K-1 N-K
Medias cuadráticas
SC SCINTER SCINTRA
MCTOTAL = TOTAL MCINTER = MCINTRA =
N −1 K −1 N −K
Estadístico de contraste
MCINTER
F= ⇒1−α F k −1, n −k
€ MC€INTRA € 17
Tabla del ANOVA

Fuentes de Sumas de Grados Medias cuadráticas E.C. Significación
variación cuadrados de p
libertad
Intergrupos SCINTER k-1
P(F >1−α , F k −1, n −k )
(factor) MCINTER
F=
Intragrupos SCINTRA n-k SCINTRA MCINTRA
MCINTRA =
(error) n−k
€
Total SCTOTAL n-1
€
€
18
Fuentes de variación: Fórmulas de cálculo  k n j 2
k nj k nj n
∑ ∑Yij 
k j
SCTOTAL = ∑ ∑ (Yij − Y ) 2 =∑ ∑Yij2 − nY 2 =  j=1 i=1 

∑ ∑Yij − n =
2
j=1 i=1 j=1 i=1 j=1 i=1
= (n −1)S 2 = nS˜ 2
 n j 2  k n j 2
∑Yij  ∑ ∑Yij 
€ k k € k 
 i=1   j=1 i=1 
SCINTER = ∑ n j (Y j − Y ) =∑ n jY − nY 2 =
2 2
j ∑ n − n
€ j =1 j =1 j=1 j
 n j 2
k nj k nj
∑Yij 
k nj k 
€ 2
SCINTRA = ∑∑ 2
(Yij − Y j ) = ∑∑ Yij − n jY j = ∑ ∑Yij2 − ∑  i=1  =
2
j=1 i=1 j=1 i=1 j=1 i=1 j=1

nj
k k
= ∑ (n j −1)S 2j = ∑ n j S˜ 2j
j=1 j=1 19
€ €
5. REGIÓN CRÍTICA Y CRITERIO DE DECISIÓN
α
F≥1−α Fk −1, n −k
- Mantenemos H0 si el valor obtenido en la muestra para el E.C. cae en la región
€
de aceptación
-  Rechazamos H0 si el valor obtenido en la muestra para el E.C. cae en la región
crítica, conclusión: €
→  No todas las medias son iguales pero no sabemos qué medias
difieren entre sí
→  Si hay manipulación por parte del investigador: las diferencias
encontradas en la VD son debidas al efecto de la VI
→  Si no hay manipulación sólo podemos afirmar que las diferencias
encontradas en la VD están asociadas a los distintos niveles de la VI
20
2. AN0VA 1 factor, medidas independientes, EF. Ejemplo
•  En muchos trabajos de aprendizaje parece haber quedado demostrado
que la actuación de los sujetos es tanto mejor cuanto mayor
recompensa reciben. En uno de estos trabajos se formaron
aleatoriamente 3 grupos de niños que recibían cochecitos de juguete si
realizaban bien una tarea. Los niños fueron reforzadas con diferentes
cantidades de coches (1, 3 y 5). ¿Podemos afirmar con un α=0,05
que la cantidad de recompensa afecta a la velocidad de aprendizaje?
Supongamos que se cumplen los supuestos requeridos por el modelo
VD: número de ensayos

VI (Factor): cantidad de recompensa
3 niveles (1, 3 y 5 coches)
21
1. HIPÓTESIS:
H 0 : µ1 = µ2 = µ3 = µ H 0 : α1 = α 2 = α 3 = 0
La cantidad de
recompensa no afecta a la
velocidad de aprendizaje
H1 : No todas las µ j son iguales
La cantidad de
recompensa afecta a la
2. α velocidad de aprendizaje
€ 3. SUPUESTOS:
3 m.a.s de tres poblaciones normales con igual varianza
Y1 → N (µ1, σ 12 ) Y2 → N (µ 2 , σ 22 ) Y3 → N (µ 3 , σ 32 )
σ 12 = σ 22 = σ 32
22
€ € €
4. E.C.
R1 R2 R3 R12 R22 R32
(1 coche) (3 coches) (5 coches)
12 6 8 144 36 64
8 2 3 64 4 9
10 4 2 100 16 4
7 0 49 0
11 1 121 1
Σ 48 13 13 478 57 77
 k nj 2
 Yij 
k nj ∑∑
  (48 +13 +13) 2
 j=1 i=1  (478 + 57 + 77) − =
SCTOTAL = ∑∑ Yij2 −
N
=
13
j=1 i=1
23
= 612 − 421,3 = 190,77
€ €
4. E.C.
R1 R2 R3 R12 R22 R32
(1 coche) (3 coches) (5 coches)
12 6 8 144 36 64
8 2 3 64 4 9
10 4 2 100 16 4
7 0 49 0
11 1 121 1
Σ 48 13 13 478 57 77
 n j 2
n
 ∑Yij 
k j k  48 2 132 132 
 i=1 
SCINTRA = ∑ ∑Yij2 − ∑ = (478 + 57 + 77) −  + + =
nj  5 5 3 
j=1 i=1 j=1
24
= 612 − 550,93 = 61,07
€
SC INTER = SCTOTAL − SC INTRA
= 190,77 − 61,07 = 129,7
Tabla del ANOVA
€ Fuentes de Sumas de Grados Medias F Significación

variación cuadrados de cuadráticas (E.C.) p
libertad
Cantidad de 129,7 3-1 129,7/2=64,85
coches SCINTER 0,0034
INTERGRUPOS 64,85
=
Error 61,07 13-3 61,07/10=6,107 6,107
INTRAGRUPOS SCINTRA = 10,61
TOTAL 190,77 13-1

SCTOTAL €
MCINTER
F= ⇒1−α Fk −1, n −k ⇒ 0,95 F2,10 = 4,10
MCINTRA 25
4. E.C.
MCINTER
F= ⇒1−α Fk −1, n −k ⇒ 0,95 F2,10 = 4,10
MCINTRA
Rechazamos la H0
€ F≥1−α F2,10
0,05
0,95 F2,10 = 4,10 F= 10,61

€
5. y 6. R.C. y criterio de decisión
Decisión: Como 10,61 > 4,10 (valor de F2,10 que deja por debajo
0,95) rechazamos H0 y concluimos
€ que la velocidad del aprendizaje
se ve afectada por la cantidad de refuerzo/ existen diferencias
estadísticamente significativas en la velocidad de aprendizaje en 26
función de la cantidad de refuerzo
2. AN0VA 1 factor, medidas independientes EF
Ejemplo
Recompensa Recompensa 27
2.3. Tamaño del efecto (cont.)
2 SCINTER SCINTRA
η = =1−
SCTOTAL SCTOTAL
Interpretación:
→ Si hay manipulación experimental: porcentaje de la variabilidad de
la VD que se debe al factor
€ → Si no hay manipulación experimental: porcentaje de la variabilidad
de la VD asociada al factor
SCINTER − (k −1)MCINTRA
2
ω =
SCTOTAL + MCINTRA
28
Ejemplo
Tamaño del efecto
Interpretación: hay un 68% de la

2 SCINTER SCINTRA 129,7
η = = 1− = ≈ 0,68 variabilidad de la velocidad de
SCTOTAL SCTOTAL 190,77 aprendizaje que depende de la
cantidad de recompensa recibida
29

-  Rechazamos H0
-  No todas las medias son iguales pero no sabemos qué medias
difieren entre sí
  comparaciones múltiples
Aproximaciones:
• Planificadas o “a priori”: se planifican antes de realizar la
investigación y recoger los datos y se basan en consideraciones
teóricas
• No planificadas o “a posteriori”: una vez rechazada la H0, para
comprobar entre qué medias la diferencia es estadísticamente
significativa
→ se comparan todos los posibles pares de medias 30
2.4. Comparaciones múltiples (cont.)
“A posteriori”: Scheffé
Yi − Y j
≥ (k −1)1−α Fk −1, n −k
1 1
MCINTRA  + 
 ni n j 
Si se cumple, la diferencia entre las medias de i y de j
es estadísticamente significativa a un
nivel de significación α
€
31
€
Comparaciones múltiples. Ejemplo
Comparaciones múltiples
Yi − Y j
≥ (k −1)F1−α , k −1, n −k
1 1
MCINTRA  + 
 ni n j 
48 13 13
(3 −1) 0,95 F2,10 = (2)4,10 = 2,86 Y1 = = 9,6 Y2 = = 2,6 Y3 = = 4,3
5 5 3
€
9,6 − 2,6
Y1 − Y2 = 4,48 > 2,86
1 1
€ 6,107 +  € € €
 5 5
9,6 − 4,3
Y1 − Y3 → = 2,94 > 2,86
1 1
€ 6,107 +  Recompensa
 5 3 Encontramos diferencias estadísticamente
significativas en la velocidad de aprendizaje entre
2,6 − 4,3
Y2 − Y3 = 0,94 < 2,86 recompensar con 1 coche frente a 3 coches y entre
1 1 recompensar con 1 coche frente a 5 coches, pero no
€ 6,107 + 
 5 3 entre recompensar con 3 frente a 5 coches 32
Supuesto de Normalidad La distribución
 Si las distribuciones son simétricas muestral no
 Si las distribuciones son asimétricas pero en la sufre mucha
misma dirección y σ12 = σ 22 = ... = σ k2 alteración
Supuesto de Homocedasticidad
€ muestrales son iguales y La distribución
 Si los tamaños
muestral no sufre
se cumple el supuesto de normalidad
mucha alteración
La distribución
  Si los tamaños muestrales son muestral no sigue
distintos exactamente el
modelo propuesto 33
Tema 4. ANOVA de dos factores de
medidas independientes, efectos
fijos
1.  Modelo
2.  Contraste de Hipótesis
3.  Tamaño del efecto
4.  Comparaciones múltiples
5.  Interpretación del efecto de interacción
6.  Robustez de F frente al incumplimiento de los supuestos
ANOVA de dos factores de medidas independientes,
efectos fijos
ANOVA de dos factor de efectos fijos, completamente
aleatorizado (A-EF-CA)
2.1. Modelo
Objetivo: someter a comprobación experimental varias H0

acerca las diferencias de medias en un diseño con
dos VVII o factores de efectos fijos
2
efectos fijos
2.1. Modelo (cont.)
ANOVA de dos factores (A y B) de medidas independientes efectos fijos

Puntuación del
sujeto i sometido Y = µ•• + " r• + #• s + $ rs + % irs
irs Efectos
al nivel r del factor
A y al nivel s del debidos a
factor B factores no
Efectos debidos a Efectos Efectos Efectos de la
tenidos en
factores comunes propios del propios del interacción
cuenta
en todos los nivel r del nivel s del del nivel r del
! sujetos factor A factor B factor A y el 3
s del factor B
efectos fijos
2.1. Modelo (cont.)
Efectos debidos a factores
observado = a factores + tenidos en cuenta (VVII) + factores no
en la VD constantes controlados
Yirs = µ•• + " r• + #• s + $ rs + % irs
µ•• "irs = Yirs # µrs

" r• = µr• # µ•• "•s = µ•s # µ••
!
" rs = µrs # µr• # µ•s + µ••
!
!
4
!
efectos fijos
Ejemplo: estudiar el efecto del sexo del alumno y Técnica
3 técnicas de entrenamiento sobre la habilidad
manual T1 T2 T3
3 3 3
Yirs = µ•• + " r• + #• s + $ rs + % irs 4 4 4
5 1 4
" r• = µr• # µ•• "•s = µ•s # µ•• Varón . . . 4
. . .
Y211 = 4 +(4 " 4) +(3 " 4) +
! . 5 . 3 . 4
+(5 ! 4 ! 3+ 4) +(4 " 5) = Sexo
2 8 2
= 4 + 0 + (!1) + 2 + (!1) = 4 1 5 4
! ! 0 9 6
! . . . 4
"irs = Yirs # µrs Mujer . . .
" rs = µrs # µr• # µ•s + µ•• . 1 . 7 . 4
! 3 5 4 4
5
efectos fijos
Media del nivel r
Factor B
del factor A y
1 2 … s … c nivel s del factor B
Y111 Y112 Y11s Y11c
Y211 Y212 … Y21s … Y21c µ1•
1 … … … …
µ11 µ12 µ1s µ1c
Y121 Y122 Y12s Y12c
Factor Y221 Y222 … Y22s … Y22c µ 2•
2 …
µ 21 … … …
! µ 2c
A µ 22 µ 2s
. . ... ! ... ... ... ... ... Media
!.. !.. !
Y1r1 Y1r2 Y1rs Y1rc del
Y2r1 Y2r2 … Y2rs … Y2rc
! µ µ r• nivel r
r … µ r1 … µr 2 … µ rs …
rc del
!. !
.. .
! ... ...
! ... ... ...
.. . .. factor
Y1f1 Y1f2 Y1fs Y1fc A
Y2f1 Y2f2 … Y2fs … Y2fc
µf•
!
!f …
!µ f 1 …
µ f!
2
…
µ fs! …
µ fc
µ•1 µ•2 µ• c µ•• Media
Media del nivel … µ• s …
total
s del factor B 6
efectos fijos
2.Contraste de Hipótesis
1. H 01 : µ1• = µ 2• =  = µ f • = µ••
H 01 : α1• = α 2• =  = α f • = 0
Efecto del nivel 1 del factor A Efecto del nivel f del factor A
H11 : µ r• " µ r'• para algún valor de r y r'(r " r')
H 02 : µ•1 = µ•2 =  = µ•c = µ••
H 02 : β •1 = β •2 =  = β •c = 0
Efecto del
!
! nivel 1 del factor B Efecto del nivel c del factor B
H12 : µ• s " µ• s' para algún valor de s y s'(s " s')
H 03 : " rs = 0 Efecto del nivel r del factor A y del nivel
s del factor B
H13 : " rs # 0 para algún valor de r y s
! !
Las tres hipótesis son independientes, pero si se rechaza la hipótesis nula
de la interacción es la que tiene el mayor peso en la explicación 7
!2. "
!
efectos fijos
2. Contraste de Hipótesis (cont.)
3. SUPUESTOS:
3.1 Independencia: f*c m.a.s: cada observación es aleatoriamente seleccionada de
su población y/o aleatoriamente asignada a cada uno de los f*c tratamientos del
factor
Y11: v.a. Y de los sujetos sometidos al 1er nivel del factor A y al 1er nivel del factor B
Y111,Y211,...,Yn11 11 " m.a.s
Yrs: v.a. Y de los sujetos sometidos al nivel r del factor A y al nivel s del factor B
Y1rs ,Y2rs ,...,Yn rs rs " m.a.s …
! Y : v.a. Y de los sujetos sometidos al nivel f del factor A y al nivel c del factor B
fc
Y1 fc ,Y2 fc ,...,Yn fc fc " m.a.s
!
Yirs " independientes
" # irs (Yirs $ Yrs ) " independientes : cov(# irs,# i %rs ) = 0;E(# irs ) = 0
! 3.2 Normalidad
•  La variable Y sigue una distribución Normal en las f*c poblaciones
•  Los errores se distribuyen normalmente 8
efectos fijos
3. SUPUESTOS: 2
2
Y11 " N(µ11, # 11 )
Yirs " independientes y N(µ rs, # )
...
Yrs " N(µ rs, # rs2 )
! $ 2)
" irs # independientes entre sí y N(0,
Comprobación: pruebas de bondad de ajuste a la distribución Normal
"2 !
Kolmogorov-Smirnov
!
σ 112 =  = σ rs2 =  = σ 2fc
Comprobación:
Prueba de Levene
9
efectos fijos
4. E.C.
Yirs = µ•• + " r• + #• s + $ rs + % irs
µ•• "irs = Yirs # µrs

" r• = µr• # µ•• "•s = µ•s # µ••
Y•• !
Yr• " Y•• Y•s " Y•• eirs = Yirs " Yrs
! " rs = µrs #!
µr• # µ•s + µ••
10
! ! Yrs " Yr• " Y•s + Y••
efectos fijos
Yirs = µ•• + " r• + #• s + $ rs + % irs
Yirs = Y••+(Yr• " Y•• ) +(Y• s " Y•• ) +(Yrs " Yr• " Y• s + Y•• )+(Yirs " Yrs )
!
(Y " Y ) = (Yr• " Y•• ) +(Y• s " Y•• ) +(Yrs " Yr• " Y• s + Y•• ) +(Yirs " Yrs )
irs ••
! ! !
Desviación Desviación de Desviación de Desviación de la Desviación de
de cada la media de la media de media de cada casilla cada
puntuación cada grupo cada respecto de la media puntuación
! ! ! grupo ! respecto de la
respecto de respecto de la respecto de la total eliminando el
la media media total media total efecto de los factores media de su
total grupo
TOTAL INTERGRUPOS INTERGRUPOS INTERGRUPOS INTRAGRUPOS
(FACTOR A) (FACTOR B) (INTERACCIÓN AB) (ERROR)
11
efectos fijos
Sumas de cuadrados
f c n rs f c f c f c n rs
2 2
## #(Yirs " Y•• ) =c # nr (Yr• " Y•• ) + f # ns (Y•s " Y•• ) + ## nrs (Yrs " Yr " Ys + Y•• ) + ## #(Yirs " Yrs )2
2 2
r=1 s=1 i=1 r=1 s=1 r=1 s=1 r=1 s=1 i=1
SC TOTAL SC factor A SC factor B SC AB SC error
Grados de libertad
N-1 f-1 c-1 (c-1)(f-1) N-fc
Medias cuadráticas
SCTOTAL SCA SCB
MCTOTAL = MCFactorA = MCFactorB =
N "1 f "1 c "1
SCAB SCERROR
MCAB = MCERROR =
( f " 1)(c " 1) N " fc 12
! !
efectos fijos
Sumas de cuadrados (fórmulas de cálculo para n igual en todas las casillas)
$ f c n '2
& Yirs )
f c n f c n & )# ##
2 2 % r=1s=1 i=1 ( 2
SCTOTAL= # ##
(Yirs " Y•• ) = # ##
Yirs "
nfc
= nfcSTotal
r=1 s=1 i=1 r=1 s=1 i=1
f $ c n '2 $ f c n '2
& Yirs )
f
&
& # ## Yirs )
) & # ## )
2 r=1% s=1 i=1 ( % r=1s=1 i=1 (
#
SC A = nc (Yr " Y•• ) =
nc
"
nfc
r=1
c $ f n '2 $ f c n '2
& Yirs ) & Yirs )
c & # ## ) & # ## )
2 s=1% r=1i=1 ( % r=1s=1 i=1 (
#
SCB = nf (Ys " Y•• ) =
nf
"
nfc
s=1
$n
f c '2 f $ c n '2 c $ f n '2 $ f c n '2
& Yirs ) & Yirs )
f c
& Y )
## #
& irs )
&
& # ## Yirs )
)
# ##
& ) &# ## )
2 r=1 s=1% i=1 ( r=1% s=1 i=1 ( s=1% r=1i=1 ( % r=1s=1 i=1 (
SC AB= n ## (Yrs " Yr " Ys + Y•• ) =
n
"
nc
"
nf
+
nfc
r=1 s=1
$n f '2
c
& Y )
f c n f c n & ## #
irs ) f c f c
2 2 r=1 s=1% i=1 ( 2 2
SCERROR= # ##
(Yirs " Yrs ) = # ##
Yirs " = ##
nSrs = (n " 1) S˜ rs
##
n
r=1 s=1 i=1 r=1 s=1 i=1 r=1 s=1 r=1 s=1
13
efectos fijos
MCA
F01 = "1#$ F f #1, N # fc
MCERROR
MCB
F02 = "1#$ Fc#1, N # fc
MCERROR
MCAB
F03 = "1#$ F( f #1)(c #1), N # fc
MCERROR 14
efectos fijos
Fuentes S.C. g.l. M.C. E.C. Nivel crítico

de variación (sig.)
SCA MCA
MCA = F01 = P(F01 <1"# F f "1, N " fc )
Factor A SCA f-1 f "1 MCERROR
SCB MCB
MCB = F02 = P(F02 <1"# F c "1, N " fc )
Factor B SCB c-1 c "1 MC!ERROR
! !
Interacción SCAB MCAB P(F < F
MC = F03 = 03 1"# ( f "1)(c "1), N " fc )
AB SCAB (f-1)(c-1) AB
( f "1)(c "1) !
MCERROR
! !
SCERROR
MCERROR =
Error SCERROR N-fc N " fc !
! !
Total SCTOTAL N-1
!
15
efectos fijos
"
F"1#$ F f #1, N # fc
- Mantenemos H01 si el valor obtenido en la muestra para el E.C. F01 cae en la
región de aceptación !
-  Rechazamos H01 si el valor obtenido en la muestra para el E.C. F01 cae en la
región crítica, conclusión:
!
difieren entre sí
encontradas en la VD son debidas al efecto del factor A
encontradas en la VD están asociadas a los distintos niveles del 16
factor A
efectos fijos
"
F"1#$ Fc #1, N # fc
!
difieren entre sí
encontradas en la VD son debidas al efecto del factor B
factor B
efectos fijos
"
F"1#$ F(c #1)( f #1), N # fc
!
→  No todas las medias son iguales pero no sabemos qué medias difieren
entre sí
encontradas en la VD son debidas al efecto de interacción del factor A y
B
→  Si no hay manipulación sólo podemos afirmar que las diferencias 18
encontradas en la VD están asociadas a la interacción del factor A y B
efectos fijos
3. 1.Tamaño del efecto del factor A

Eta cuadrado 2 SCA
" =
A
SCTOTAL
Interpretación:
→ Si hay manipulación experimental: porcentaje de la variabilidad de la VD que se debe al
factor A
→ Si no hay manipulación experimental: porcentaje de la variabilidad de la VD asociada al
factor A
!
Eta cuadrado *2 SCA
" =A
parcial SCA + SCERROR
Interpretación:
factor A, una vez que se elimina lo que se debe al factor B y a la interacción
factor A, una vez que se elimina lo que está asociado al factor B y a la interacción
! 19
efectos fijos
3.2. Tamaño del efecto del factor B
SC
Eta cuadrado "B2 = B
SCTOTAL
Interpretación:
factor B
factor B
!
Eta cuadrado *2 SCB
" =B
parcial SCB + SCERROR
Interpretación:
factor B, una vez que se elimina lo que se debe al factor A y a la interacción
factor, una vez que se elimina lo que está asociado al factor A y a la interacción 20
!
efectos fijos
3.3. Tamaño del efecto de la interacción

Eta cuadrado 2 SCAB
" AB =
Interpretación: SCTOTAL
→ Si hay manipulación experimental: porcentaje de la variabilidad de la VD que se debe a
la interacción de los factores A y B
→ Si no hay manipulación experimental: porcentaje de la variabilidad de la VD asociada a
la interacción de los factores A y B
!
Eta cuadrado *2 SCAB
" AB =
parcial SCAB + SCERROR
Interpretación:
→ Si hay manipulación experimental: porcentaje de la variabilidad de la VD que se debe a
la interacción de los factores A y B, una vez que se elimina lo que se debe al factor A y B
→ Si no hay manipulación experimental: porcentaje de la variabilidad de la VD asociada a
la interacción de los factores A y B, una vez que se elimina lo que está asociado al factor A
yB !
21
efectos fijos
4.1. Comparaciones múltiples del factor A
Comparaciones múltiples “a posteriori” Scheffé
Yr " Yr #
* ( f " 1)1"+ F f "1, N " fc
$1 1'
MCERROR & + )
% n r n r# (
Si se cumple, la diferencia entre las medias de r y de r'

!
nivel de significación "
22
efectos fijos
4.2. Comparaciones múltiples del factor B
Ys " Ys#
* (c " 1)1"+ Fc"1,N " fc
$ 1 1 '
MCERROR & + )
% n s n s# (
Si se cumple, la diferencia entre las medias de s y de s'

!
23
efectos fijos
4.3. Comparaciones múltiples de la interacción
Yrs " Yr#s#

* ( f " 1)(c " 1)1"+ F ( f "1)(c"1),N " fc
$ 1 1 '
MCERROR & + )
% n rs n r#s# (
Si se cumple, la diferencia entre las medias de rs y de r's'

! es estadísticamente significativa a un
24
efectos fijos
5. Interpretación de la interacción
-  Eje de abscisas: los niveles de uno de los factores
-  Eje de ordenadas: Variable dependiente
1. Se sitúan las medias conjuntas de los niveles de ambos factores
2. Se unen los puntos que corresponden a cada nivel del otro factor
VD
B1
…
Bs
…
Yrs
Y11 Bc Media del nivel r del factor
A y el nivel s del factor B
Media del nivel 1 del factor
A y el nivel 1 del factor B A1 …… Ar …… Af
!
! existe interacción
-  Si no la líneas son paralelas
-  Si existe interacción la líneas no son paralelas (se cruzan o convergen)
25
efectos fijos
5. Interpretación de la interacción: sin efecto de
interacción
VD: Habilidad manual
varón
mujer
Por término medio la T1 y T3 tienen
menor efecto sobre la habilidad manual
Medias M V
que la T2 y por término medio los
2 4 3
T1
varones tiene mayor habilidad manual
T2 4 6 5
que las mujeres.
T3 2 4 3
2,6 4,6 3,6
T1 T2 T3
Efecto de la técnica y del sexo del alumno
varón
mujer
Por término medio la T1 tienen menor
Medias M V
efecto sobre la habilidad manual que la
T1 4 4 4
T2 y ésta que la T3 y por término medio
T2 6 6 6 los varones tiene la misma habilidad
T3 8 8 8 manual que las mujeres.
6 6 6
T1 T2 T3 26
Efecto de la técnica y no del sexo del alumno
efectos fijos
5. Interpretación de la interacción: sin efecto de
interacción (cont.)
varón
mujer
Por término medio todas las técnicas
Medias M V tienen el mismo efecto sobre la
T1 6 6 6 habilidad manual y por término medio
6 6 6
T2
los varones tiene la misma habilidad
T3 6 6 6
manual que las mujeres.
6 6 6
T1 T2 T3
Ningún efecto
varón
mujer
Por término medio todas las técnicas
Medias M V tienen el mismo efecto sobre la
T1 5 3 4 habilidad manual y por término medio
5 3 4
T2
los varones tiene menor habilidad
T3 5 3 4
manual que las mujeres.
5 3 4
T1 T2 T3 27
Efecto del sexo del alumno y no de la técnica
efectos fijos
5. Interpretación de la interacción: con efecto de interacción, los niveles de
un factor funcionan de forma distinta al combinarse con los distintos niveles
del otro factor
varón
mujer Por término medio todas las técnicas tienen
Medias M V
el mismo efecto sobre la habilidad manual y
T1 8 4 6
por término medio los varones tiene la
T2 6 6 6
misma habilidad manual que las mujeres.
T3 4 8 6
Pero la T1 funciona mejor para las mujeres
6 6 6
que para los varones, mientras que la que la
T1 T2 T3 T3 genera el resultado contrario.
Sin efecto de la técnica ni del sexo del alumno
Por término medio los varones tiene la

varón
mujer
misma habilidad manual que las mujeres. Por
Medias M V
término medio la T1 y T2 tienen mayor efecto
7 4 5,5
T1
sobre la habilidad manual que la T3. Pero la
5 6 5,5
T2
T1 funciona mejor para las mujeres que para
3 5 4
T3
los varones, mientras que la que la T2 y T3
5 5 5
T1 T2 T3
generan el resultado contrario.
28
Con efecto de la técnica y no del sexo del alumno
efectos fijos
del otro factor (cont.)
Por término medio los varones tienen mayor
varón
mujer
habilidad manual que las mujeres. Por
Medias M V
término medio la T1 tienen mayor efecto
T1 5 13 9
sobre la habilidad manual que la T2 y ambas
T2 5 10 7,5
que la T3. Pero las diferencias entre varones y
T3 5 7 6 mujeres (a favor de los primeros) son
T1 T2 T3
5 10 7,5
mayores para la T1 que para la T2 y ambas
Con efecto de la técnica y del sexo del alumno que para la T3.
Por término medio las mujeres tienen mayor
varón
mujer
habilidad manual que los varones. Por
término medio la T1 tiene menor efecto sobre
Medias M V
la habilidad manual que la T2 y ambas que la
T1 3 4 3,5
T3. Pero la T1 funciona mejor para los
T2 6 5 5,5
varones que para las mujeres, mientras que la
T3 9 6 7,5
6 5 5,5
que la T2 y la T3 generan el resultado
T1 T2 T3 contrario.
Con efecto de la técnica y del sexo del alumno
29
efectos fijos
del otro factor (cont.)
Por término medio los varones tienen menor

habilidad manual que las mujeres y por
varón
mujer
término medio todas las técnicas tienen el
Medias M V
mismo efecto sobre la habilidad manual. Pero
T1 6 4 5
la T2 funciona peor para las mujeres que para
T2 4 6 5
los varones, mientras que la T1 y la T3 generan
T3 7 3 5
5,6 4,3 5
el resultado contrario.
T1 T2 T3
Con efecto del sexo del alumno y no de la técnica
30
efectos fijos. Ejemplo
•  En un experimento de memoria se quiere estudiar el efecto sobre la
memoria de la persona en la que está escrito un texto (tercera o
primera) y del tipo de contenido (neutro o emocional). Para ello
redactan cuatro relatos equivalentes combinando ambos factores que
leen cuatro grupos de 12 sujetos asignados de forma aleatoria a cada
condición. Posteriormente se les pasa una prueba de recuerdo sobre
los contenidos del relato. ¿Podemos afirmar con α=0,05 que el tipo
de contenido y la persona en la que está escrito un relato afecta al
recuerdo? Supongamos que se cumplen los supuestos requeridos por
el modelo.
VD: recuerdo
VI: 1. Persona (tercera y primera)
2. Contenido con 2 niveles (neutro y emocional)
31
H01 : µ primera = µtercera = µ H01 : " primera = " tercera = 0
La persona en la que está escrito
no afecta al recuerdo
H02 : µemocional = µneutro = µ H02 : " emocional = " neutro = 0
El tipo de contenido no
afecta al recuerdo
H 03 : " rs = 0 No hay efecto de interacción en el
2. " recuerdo entre el contenido y la
persona en la que está escrito en el
3. SUPUESTOS: recuerdo
4 m.a.s de cuatro poblaciones normales con igual varianza
Y11 " N(µ11, # 112 ) Y12 " N(µ12 , # 122 ) Y21 " N(µ 21, # 21
2 2
) Y22 " N(µ 22 , # 22 )
" 112 = " 122 = " 21
2 2
= " 22 32
CONTENIDO
NEUTRO EMOCIONAL
Persona 3ª 2,5,6,7,4,6,7,8,4,6,7,10 Y11 = 6 10,13,14,16,10,13,14,17,11,13,15,15 Y12 = 13,41 Y1• = 9,7
1ª 9,12,14,15,10,13,14,16,10,13,14,17 Y21 = 13,08 21,25,31,33,22,26,32,34,22,30,32,35 Y22 = 28,58 Y2• = 20,83
Y•1 = 9,54 ! ! !
Y•2 = 21
$ f c n '2 ! ! !
& Yirs )
f c n & !
" "" )
2 % r=1s=1 i=1 ( !
SCTOTAL= " ""
Yirs # = (2 2 + 5 2 + 6 2 + 7 2 + 4 2 + 6 2 + 7 2 + 8 2 + 4 2 + 6 2 + 7 2 + 102 + 10 2 + 132 + 14 2 + 162 + 10 2 + 132 + 14 2 + 172 + 112 + 132 +
nfc
r=1 s=1 i=1
+15 + 15 + 9 + 12 + 14 2 + 152 + 10 2 + 132 + 14 2 + 162 + 10 2 + 132 + 14 2 + 172 + 212 + 252 + 312 + 332 + 22 2 + 262 + 32 2 + 34 2 + 22 2 + 302 + 32 2 + 352 ) #
2 2 2 2
(2 + 5 + 6 + 7 + 4 + 6 + 7 + 8 + 4 + 6 + 7 + 10 + 10 + 13 + 14 + 16 + 10 + 13 + 14 + 17 + 11+ 13 + 15 + 15 +
+9 + 12 + 14 + 15 + 10 + 13 + 14 + 16 + 10 + 13 + 14 + 17 + 21+ 25 + 31+ 33 + 22 + 26 + 32 + 34 + 22 + 30 + 32 + 35) 2
# = 3711,479
2 # f 2 12 • 2 • 2
f # c n & c n &
"%"" irs ( % """ irs ((
% Y ( % Y
r=1$ s=1 i=1 ' $ r=1s=1 i=1 '
SC A = ) =
nc nfc
(2 + 5 + 6 + 7 + 4 + 6 + 7 + 8 + 4 + 6 + 7 + 10 + 10 + 13 + 14 + 16 + 10 + 13 + 14 + 17 + 11+ 13 + 15 + 15) 2 +
+(9 + 12 + 14 + 15 + 10 + 13 + 14 + 16 + 10 + 13 + 14 + 17 + 21+ 25 + 31+ 33 + 22 + 26 + 32 + 34 + 22 + 30 + 32 + 35) 2
= )
12 • 2
(2 + 5 + 6 + 7 + 4 + 6 + 7 + 8 + 4 + 6 + 7 + 10 + 10 + 13 + 14 + 16 + 10 + 13 + 14 + 17 + 11+ 13 + 15 + 15 +
+9 + 12 + 14 + 15 + 10 + 13 + 14 + 16 + 10 + 13 + 14 + 17 + 21+ 25 + 31+ 33 + 22 + 26 + 32 + 34 + 22 + 30 + 32 + 35) 2 33
) = 1485,188
12 • 2 • 2
CONTENIDO
NEUTRO EMOCIONAL
Persona 3ª 2,5,6,7,4,6,7,8,4,6,7,10 Y11 = 6 10,13,14,16,10,13,14,17,11,13,15,15 Y12 = 13,41 Y1• = 9,7
1ª 9,12,14,15,10,13,14,16,10,13,14,17 Y21 = 13,08 21,25,31,33,22,26,32,34,22,30,32,35 Y22 = 28,58 Y2• = 20,83
Y•1 = 9,54 ! ! !
Y•2 = 21
! ! !
! !
2 2
c # fn & # f c n &
% ( % Yirs (
" ""
%
Yirs
( % " "" (
s=1$ r=1i=1 ' $ r=1s=1 i=1 '
SCB = ) =
nf nfc
(2 + 5 + 6 + 7 + 4 + 6 + 7 + 8 + 4 + 6 + 7 + 10 + 9 + 12 + 14 + 15 + 10 + 13 + 14 + 16 + 10 + 13 + 14 + 17) 2 +
(10 + 13 + 14 + 16 + 10 + 13 + 14 + 17 + 11+ 13 + 15 + 15 + 21+ 25 + 31+ 33 + 22 + 26 + 32 + 34 + 22 + 30 + 32 + 35) 2
= )
12 • 2
(2 + 5 + 6 + 7 + 4 + 6 + 7 + 8 + 4 + 6 + 7 + 10 + 10 + 13 + 14 + 16 + 10 + 13 + 14 + 17 + 11+ 13 + 15 + 15 +
+9 + 12 + 14 + 15 + 10 + 13 + 14 + 16 + 10 + 13 + 14 + 17 + 21+ 25 + 31+ 33 + 22 + 26 + 32 + 34 + 22 + 30 + 32 + 35) 2
) = 1575,521
12 • 2 • 2
34
CONTENIDO
NEUTRO EMOCIONAL
Persona 3ª 2,5,6,7,4,6,7,8,4,6,7,10 Y11 = 6 10,13,14,16,10,13,14,17,11,13,15,15 Y12 = 13,41 Y1• = 9,7
1ª 9,12,14,15,10,13,14,16,10,13,14,17 Y21 = 13,08 21,25,31,33,22,26,32,34,22,30,32,35 Y22 = 28,58 Y2• = 20,83
Y•1 = 9,54 ! ! !
Y•2 = 21
! ! !
f #nc &2 f # c n &2 c # f n &2 # f c n &2
% Yirs ( % Yirs (
"" "% Y (
% irs ( !
%
" ""
%
Yirs (
(
" ""
% ( %" "" ( !
r=1 s=1$ i=1 ' r=1$ s=1 i=1 ' s=1$ r=1i=1 ' $ r=1s=1 i=1 '
SC AB = ) ) + =
n nc nf nfc
(2 + 5 + 6 + 7 + 4 + 6 + 7 + 8 + 4 + 6 + 7 + 10) 2 + (9 + 12 + 14 + 15 + 10 + 13 + 14 + 16 + 10 + 13 + 14 + 17) 2 +
(10 + 13 + 14 + 16 + 10 + 13 + 14 + 17 + 11+ 13 + 15 + 15) 2 + (21+ 25 + 31+ 33 + 22 + 26 + 32 + 34 + 22 + 30 + 32 + 35) 2
= )
12
(2 + 5 + 6 + 7 + 4 + 6 + 7 + 8 + 4 + 6 + 7 + 10 + 9 + 12 + 14 + 15 + 10 + 13 + 14 + 16 + 10 + 13 + 14 + 17) 2 +
(10 + 13 + 14 + 16 + 10 + 13 + 14 + 17 + 11+ 13 + 15 + 15 + 21+ 25 + 31+ 33 + 22 + 26 + 32 + 34 + 22 + 30 + 32 + 35) 2
) )
12 • 2
(2 + 5 + 6 + 7 + 4 + 6 + 7 + 8 + 4 + 6 + 7 + 10 + 10 + 13 + 14 + 16 + 10 + 13 + 14 + 17 + 11+ 13 + 15 + 15) 2 +
+(9 + 12 + 14 + 15 + 10 + 13 + 14 + 16 + 10 + 13 + 14 + 17 + 21+ 25 + 31+ 33 + 22 + 26 + 32 + 34 + 22 + 30 + 32 + 35) 2
) +
12 • 2
(2 + 5 + 6 + 7 + 4 + 6 + 7 + 8 + 4 + 6 + 7 + 10 + 10 + 13 + 14 + 16 + 10 + 13 + 14 + 17 + 11+ 13 + 15 + 15 +
+9 + 12 + 14 + 15 + 10 + 13 + 14 + 16 + 10 + 13 + 14 + 17 + 21+ 25 + 31+ 33 + 22 + 26 + 32 + 34 + 22 + 30 + 32 + 35) 2 35
+ = 196,021
12 • 2 • 2
CONTENIDO
NEUTRO EMOCIONAL
Persona 3ª 2,5,6,7,4,6,7,8,4,6,7,10 Y11 = 6 10,13,14,16,10,13,14,17,11,13,15,15 Y12 = 13,41 Y1• = 9,7
1ª 9,12,14,15,10,13,14,16,10,13,14,17 Y21 = 13,08 21,25,31,33,22,26,32,34,22,30,32,35 Y22 = 28,58 Y2• = 20,83
Y•1 = 9,54 ! ! !
Y•2 = 21
! ! !
$nf !c '2
& Y ) !
f c n &
"" " irs )
2 r=1 s=1% i=1 (
SCError= " ""
Yirs #
n
=
r=1 s=1 i=1
= (2 + 5 + 6 + 7 + 4 2 + 6 2 + 7 2 + 8 2 + 4 2 + 6 2 + 7 2 + 10 2 + 102 + 13 2 + 14 2 + 16 2 + 102 + 13 2 + 14 2 + 17 2 + 112 + 13 2 + 152 + 15 2 +
2 2 2 2
+92 + 12 2 + 14 2 + 152 + 10 2 + 132 + 14 2 + 162 + 10 2 + 132 + 14 2 + 172 + 212 + 252 + 312 + 332 + 22 2 + 262 + 32 2 + 34 2 + 22 2 + 302 + 32 2 + 352 ) #
(2 + 5 + 6 + 7 + 4 + 6 + 7 + 8 + 4 + 6 + 7 + 10) 2 + (9 + 12 + 14 + 15 + 10 + 13 + 14 + 16 + 10 + 13 + 14 + 17) 2 +
(10 + 13 + 14 + 16 + 10 + 13 + 14 + 17 + 11+ 13 + 15 + 15) 2 + (21+ 25 + 31+ 33 + 22 + 26 + 32 + 34 + 22 + 30 + 32 + 35) 2
# = 454,750
12
36
FV S.C. g.l. M.C. E.C. Nivel
crítico
1485,18 1485,18
= 1485,18 F01 = = 143,70 0, 0000...
Persona 1485,18 2-1=1 1 10,35
1575,52 1575,52
= 1575,52 F02 = = 152,44 0, 0000...
Contenido 1575,52 2-1=1 1 10,35
! !
Interacción (2-1)(2-1)= 196,02 196,02
= 196,02 F03 = = 18,96 0, 0000...
PxC 196,02 =1 1 10,35
! !
N-fc= 196,02
= 10,35
Error 454,75 =48-4=44 44
! !
N-1=48-1=
Total 3711,47 =47
!
37
4. E.C.
MCPERSONA
F= "1#$ Fc#1, N # fc "0,95 F1,44 = 4,06
MCERROR
Rechazamos la H0
! F"1#$ F1,44
0,05
F
0,95 1, 44 = 4,06 F01= 152,44
!
0,95) rechazamos H01 y concluimos
! que la persona en la que está
escrito el texto afecta al recuerdo/ existen diferencias
estadísticamente significativas en recuerdo en función de la persona
en la que está escrito el texto 38
4. E.C.
MCCONTENIDO
F= "1#$ Fc#1, N # fc "0,95 F1,44 = 4,06
MCERROR
Rechazamos la H0
F"1#$ F1,44
0,05
F
0,95 1, 44 = 4,06 F02= 143,7
!
!
0,95) rechazamos H02 y concluimos que el tipo de contenido afecta
al recuerdo/ existen diferencias estadísticamente significativas en
recuerdo en función de que el texto tenga contenido emocional o
neutro 39
4. E.C.
MCPERSONAxCONTENIDO
F= "1#$ F( f #1)(c#1), N # fc "0,95 F1,44 = 18,96
MCERROR
! Rechazamos la H0
F"1#$ F1,44
0,05
F
0,95 1, 44 = 4,06 F03= 18,96
!
!
0,95) rechazamos H03 y concluimos que hay un efecto de interación
entre la persona en la que está escrito y el tipo de contenido sobre
el recuerdo
40
Emocional
Neutro
La diferencia en el recuerdo
entre las condiciones con
contenido emocional y neutro
es mayor cuando el texto está
escrito en primera persona que
cuando está en tercera
Tercera Primera
Persona
41
Tamaño del efecto
*2 SCPERSONA 1485,18
"PERSONA = = = 0,76
SCPERSONA + SCERROR 1485,18 + 454,75
Interpretación: hay un 76% de la variabilidad en el recuerdo asociada a la persona
en la que está escrito un relato, una vez que se elimina la que está asociada al tipo
de contenido y a la interacción
*2 SCCONTENIDO 1575,52
"CONTENIDO = = = 0,77
SCCONTENIDO + SCERROR 1575,52 + 454,75
Interpretación: hay un 77% de la variabilidad en el recuerdo asociada al tipo de

contenido, una vez que se elimina la que está asociada a la persona en la que está
escrito un relato y a la interacción
SCPxC 196,02
"*2
PxC = = = 0,30
SCPxC + SCERROR 196,02 + 454,75
Interpretación: hay un 30% de la variabilidad en el recuerdo asociada a la
interacción, una vez que se elimina la que está asociada a la persona en la que está
escrito un relato y al tipo de contenido 42
efectos fijos
Supuesto de Normalidad La distribución
 Si las distribuciones son simétricas muestral no
 Si las distribuciones son asimétricas pero en la sufre mucha
misma dirección y se cumple el supuestos de alteración
homocedasticida
Supuesto de Homocedasticidad
La distribución
 Si los tamaños muestrales son iguales y
muestral no sufre
se cumple el supuesto de normalidad
mucha alteración
La distribución
  Si los tamaños muestrales son muestral no sigue
distintos exactamente el
modelo propuesto 43
Tema 5. ANOVA de un factor de medidas
repetidas y ANOVA de dos factores
modelo mixto
1. ANOVA de 1 factor, efectos fijos y medidas repetidas (A-EF-
MR)
1.1. Introducción al ANOVA de medidas repetidas
1.2. Modelo
2. ANOVA de dos factores de efectos fijos: Modelo Mixto
2.1. Modelo
1
1. ANOVA de un factor de medidas repetidas, efectos
fijos
1.1. Introducción
En este caso, los datos se han obtenido con un diseño intrasujetos
(medidas repetidas) y utilizado una variable independiente (un factor) con k
niveles establecidos por el investigador (efectos fijos). De esta forma todos
y cada uno de los sujetos pasan por todos y cada uno de los niveles del
factor.
 VENTAJAS: Disminuye la varianza de los errores que enmascara
el efecto del factor ya que se controla la variabilidad debida a los
sujetos
 INCONVENIENTES: Es necesario controlar potenciales
amenazas debidas al efecto de la práctica y al efecto de la fatiga
2
fijos
1.2. Modelo
Objetivo: someter a comprobación experimental la H0 acerca
de la igualdad de las medias poblacionales de los k
niveles del factor intrasujetos
Estadístico de contraste que Modelo de los valores

permita comprobar esta hipótesis de la VD (Y)
3
fijos
1.2. Modelo (cont)
observado = a factores + tenidos en cuenta (VVII)
+ factores no
ANOVA de un factor de medidas repetidas efectos fijos
Puntuación del Yij = µ•• + α• j + π i• + εij Efectos debidos

sujeto i a factores no
sometido al tenidos en
Efectos debidos a Efectos Efectos
nivel j del factor cuenta (errores
factores comunes propios del propios del
aleatorios)
en todos los nivel j del sujeto i
4
sujetos factor
€
fijos
1.2. Modelo (cont)
observado a factores factores no
en la VD tenidos en cuenta (VVII)
constantes controlados
Yij = µ•• + α• j + π i• + εij
µ•• εi j = Yij − µ• j − µi• + µ••

α• j = µ• j − µ••
€
π i• = µi• − µ••
€ € 5
€
fijos
Ejemplo: estudiar la capacidad de la memoria en
una muestra de alumnos donde todos ellos pasan
por las 3 condiciones de recuerdo
Yij = µ•• + α• j + π i• + εij T1 T2 T3
1 3 5 4
α• j = µ• j − µ•• π i• = µi• − µ•• 2 1 3 5
. . . . .
. . . . .
. . . . .
€ € n 4 6 5
6
fijos
Yij = µ•• + α• j + π i• + εij
VI (Factor con k niveles)

Media del sujeto 2
A1 A2 … Aj … Ak
calculada a partir de
€ 1 Y11 Y12 … Y1j … Y1k
sus puntuaciones en
2 Y21 Y22 … Y2j … Y2k los k niveles del
Sujetos
… … … … … … factor
i Yi1 Yi2 … Yij … Yik
… … … … … … Media del nivel k
n Yn1 Yn2 … Ynj … Ynk
del factor calculada
… … a partir de las
puntuaciones de los
n sujetos en el
mismo
7
fijos
1. HIPÓTESIS:
H0 : µ1 = µ2 = .... = µk = µ
H0 : α 1 = α 2 = .... = α k = 0
Efecto del nivel 1 del factor Efecto del nivel k del factor
€
8
fijos
3. SUPUESTOS:
3.1 Independencia: 1 m.a.s: cada observación es aleatoriamente seleccionada de
su población.
3.2 Normalidad
• La variable Y sigue una distribución Normal en la población
• Los errores se distribuyen normalmente en la población
• El efecto de los sujetos se distribuye normalmente en la población
9
fijos
3. SUPUESTOS:
3.4. Aditividad
- El efecto debido a la variación de los sujetos ( ) es una v.a. que se
distribuye normalmente e independientemente de los efectos de los
tratamientos ( ) y del efecto de los errores ( )
- Esta condición de la independencia implica que los tratamientos no
interactúan con los sujetos. Por esta razón, el efecto debido a los
tratamientos, el efecto debido a la variación de los sujetos y el efecto
debido a los errores se combinan aditivamente (sumados)
Yij = µ•• + α• j + π i• + εij
10
fijos
3. SUPUESTOS:
3.4. Aditividad (cont)
- A este supuesto también se le conoce como simetría compuesta de la matriz de
varianzas-covarianzas. Es condición suficiente pero no necesaria.
- La condición necesaria y suficiente es la esfericidad o circularidad, que implica
igualdad de las varianzas de las diferencias entre todos los posible pares de
tratamientos.
Comprobación:
Prueba de Mauchly
Si no se cumple el supuesto, se utiliza la aproximación multivariada o un
corrector de los grados de libertad (epsilon):
Límite inferior (el más conservador)
Greenhouse-Geisser
Huynh-Feldt
11
fijos

observado = a factores + tenidos en cuenta (VVII)
+ factores no
Yij = µ•• + α• j + π i• + εij
α• €
j = µ• j − µ•• π i• = µi• − µ••
€ €
12
fijos
Yij = µ•• + α• j + π i• + εij
k i i k k i
∑ ∑(Yij − Y )2 = k ∑(Yi• − Y )2 + n ∑(Y• j − Y )2 + ∑ ∑(Yij − Y• j − Yi• + Y )2
j=1n=1 n=1 j=1 j=1n=1
€
Variación de las Variación de las Variación de las Variación

puntuaciones medias de los medias de los residual o error
respecto de la sujetos respecto tratamientos respecto
media total de la media total de la media total
Variabilidad INTERSUJETOS Variabilidad INTRASUJETOS

13
fijos
Sumas de cuadrados
Grados de libertad
Medias cuadráticas
Estadístico de contraste
14
fijos
FV S.C. g.l. M.C. E.C. Significación (p)
Factor A
Intertra SCA k-1
Intersujeto SCINTERSUJ n-1
Error SCERROR (n-1)(k-1)
Total SCTOTAL kn-1
15
fijos
- Mantenemos H0 si el valor obtenido en la muestra para el E.C. cae en la región

de aceptación
- Rechazamos H0 si el valor obtenido en la muestra para el E.C. cae en la región
crítica, conclusión:
→ No todas las medias son iguales pero no sabemos qué medias
difieren entre sí
→ Si hay manipulación por parte del investigador: las diferencias
encontradas en la VD son debidas al efecto de la VI
→ Si no hay manipulación sólo podemos afirmar que las diferencias
encontradas en la VD están asociadas a los distintos niveles de la VI
16
fijos
Interpretación:
→ Si hay manipulación experimental: porcentaje de la variabilidad de
la VD que se debe al factor
→ Si no hay manipulación experimental: porcentaje de la variabilidad
de la VD asociada al factor
17
fijos

- Rechazamos H0
- No todas las medias son iguales pero no sabemos qué medias
difieren entre sí
 comparaciones múltiples
A) Si se cumple el supuesto de esfericidad:

– Test de Tukey
– Test de Duncan
– Test de Newman-Keuls
B) Si no se cumple el supuesto de esfericidad:

– Test de Dunn-Bonferroni
18
fijos
Supuesto de Esfericidad
 Si las varianzas no son iguales pero La distribución
las covarianzas son iguales a cero muestral no
sufre mucha
alteración
La distribución muestral no
sigue exactamente el modelo
 Si no son iguales ni las varianzas ni las
propuesto
covarianzas
Se debe utilizar la
aproximación mutivariada o el
corrector épsilon
19
fijos
 Se reduce la VARIABILIDAD TOTAL: Al utilizar los mismos
sujetos las diferencias intersujetos afectarán por igual a todos
los tratamientos.
 La ventaja principal de este diseño es precisamente que permite

eliminar de la variabilidad total la variabilidad que se debe a las
diferencias entre los sujetos.
 Se reduce la VARIABILIDAD RESIDUAL o ERROR: En

este análisis la variabilidad error es menor ya que no se recoge
en este término la variabilidad entre sujetos.
20
fijos. Ejemplo
A una muestra aleatoria de 3 personas se les ha sometido a una tarea
clásica de memorizar pares de palabras y se les ha pedido el recuerdo en 4
condiciones (inmediato, a la hora, al día y a la semana). Con α= 0,05,
¿podemos afirmar que existen diferencias significativas en en el recuerdo
en función del tiempo transcurrido? Suponga que se cumplen todos los
supuestos de este modelo.
R1 R2 R3 R4
1 16 8 8 12 11
2 12 11 9 10 10,5
3 12 10 10 8 10
13,33 9,66 9 10
21
fijos. Ejemplo
1. HIPÓTESIS:
H0 : µinmediato = µ1hora = µ1día = µ1semana = µ
H0 : α inmediato = α 1hora = α 1día = α 1semana = 0 La cantidad de tiempo
transcurrido no afecta a la
cantidad del recuerdo
La cantidad de tiempo
transcurrido afecta a la
cantidad de recuerdo
3. SUPUESTOS:
- Normalidad
- Independencia
- Homocedasticidad
- Esfericidad 22
fijos. Ejemplo
R1 R2 R3 R4
1 16 8 8 12 11
2 12 11 9 10 10,5
3 12 10 10 8 10
13,33 9,66 9 10
k i
SCTotal = ∑ ∑(Yij − Y )2 = (16 − 10,5)2 + (12 − 10,5)2 + (12 − 10,5)2 + ...........+ (12 − 10,5)2 +
j=1n=1
+(10 − 10,5) 2 + (8 − 10,5) 2 = 30,25 + 2,25 + 2,25 + .....+ 2,25 + 0,25 + 6,25 = 59
k
SC Intertratamientos = n ∑(Y• j − Y )2 = 3[(13,33 − 10,5)2 + (9,66 − 10,5)2 + (9 − 10,5)2 + (10 − 10,5)2 ] =
j=1
= 3[8,0089 + 0,7056 + 2,25 + 0,25] = 33,64
i
SC Intersujetos = k ∑ [ ]
(Yi• − Y ) 2 = 4 (11− 10,5) 2 + (10,5 − 10,5) 2 + (10 − 10,5) 2 = 4[0,25 + 0 + 0,25] = 2
n=1
SC Error = SCTotal − SC Intertratamientos − SC Intersujetos = 59 − 33,64 − 2 = 23,36
23
fijos. Ejemplo
Tabla del ANOVA

Fuentes de Sumas de Grados Medias F Significación
variación cuadrados de cuadráticas (E.C.) p
libertad
SCINTERTRATAMIENTO 33,64 4-1 33,64/3 = 11,21 11,21/3,89 =
0,125
SCI 2,88
SCINTERSUJETOS 2 3-1
SCT
SCERROR 23,36 (4-1)(3-1) 23,36/6 = 3,89
SCE
SCT 59 12-1
TOTAL SCT
MCINTERTRAT
F= ⇒1−α Fk−1,(n−1)(k−1) ⇒0,95 F3,6 = 4,76
MCERROR 24
fijos. Ejemplo
4. E.C.
MCINTERTRAT
F= ⇒1−α Fk−1,(n−1)(k−1) ⇒0,95 F3,6 = 4,76
MCERROR
F= 2,88
Mantenemos la H0
€

Decisión: Como 2,88 < 4,76 (valor de F3,6 que deja por debajo
0,95) mantenemos H0 y concluimos que la cantidad de tiempo
transcurrido no afecta a la cantidad del recuerdo, o que no existen
diferencias estadísticamente significativas en la cantidad de 25
recuerdo en función del tiempo transcurrido
2. ANOVA mixto de dos factores de efectos fijos: uno
medidas independientes y otro medidas repetidas
2.1. Modelo
ANOVA mixto de 2 factores uno de medidas independientes (A)

y otro de medidas repetidas (B)
Yirs = µ•• + α r• + β•s + γ rs + π i + (βπ ) + εirs

is 26
2.1. Modelo (cont)
ANOVA mixto de 2 factores uno de medidas independientes (A)
y otro de medidas repetidas (B)
Yirs = µ•• + α r• + β•s + γ rs + π i + (βπ ) + εirs

is
Puntuación del Efectos Efectos conjuntos Efectos conjuntos
sujeto i sometido propios del del nivel r del del sujeto i y el nivel
al nivel r del factor nivel r del factor A y el s del s del factor B
A y al nivel s del factor A factor B
€ factor B Efectos Efectos debidos
Efectos debidos a Efectos
propios del a factores no
factores comunes propios del
sujeto i tenidos en
en todos los nivel s del
factor B cuenta
sujetos 27
Factor B (medidas repetidas)
1 2 … s … c
Y111 Y112 … Y1rs … Y11c

Y211 Y212 Y2rs Y21c m
1 … … …
…
i
(medidas independientes)
Y121 Y122 … Y12s … Y12c s

Y221 Y222 Y22s Y22c m
2 … … … … o
s
Factor A
… … … … … … … …
Y1r1 Y1r2 Y1rs … Y1rc
Y2r1 Y2r2 … Y2rs Y2rc
r … … … …
s
… … … … … … … …
u
j
Y1f1 Y1f2 … Y1fs … Y1fc
e
Y2f1 Y2f2 Y2fs Y2fc
f … … … …
t
o
… … s
28
2.Contraste de Hipótesis
Efecto del nivel 1 del factor A Efecto del nivel f del factor A
Efecto del nivel 1 del factor B Efecto del nivel c del factor B
Efecto del nivel r del factor A y del nivel

s del factor B
Las tres hipótesis son independientes, pero si se rechaza la hipótesis nula

de la interacción es la que tiene el mayor peso en la explicación 29
2. Contraste de Hipótesis (cont.)
3. SUPUESTOS:
3.1. Independencia: f m.a.s: cada observación es aleatoriamente seleccionada de
la población y/o aleatoriamente asignada a cada uno de los f tratamientos del
factor intersujetos (A).
Y1: v.a. Y de los sujetos sometidos al 1er nivel del factor A y a todos los niveles del factor
B
Y111,Y211,...,Yn11c → m.a.s
Yf: v.a. Y de los sujetos sometidos al nivel f del factor A y y a todos los niveles del
factor B
€ Y ,Y ,...,Y → m.a.s
1f 1 2 f 1 n f fc
εrs → Independientes entre sí

3.2. Normalidad
€
€ 30
3. SUPUESTOS:
3.3. En el análisis INTERSUJETOS (A):
- Igualdad de varianzas (homocedasticidad): las varianzas de las
subpoblaciones del factor de medidas independientes son iguales
σ 2A = σ 2A = ... = σ 2A
1 2 f
3.4. En el análisis INTRASUJETOS (BxP):

- Esfericidad en
€
el factor intrasujeto
- Igualdad de matriz varianzas-covarianzas: en cada nivel del factor
intersujetos, las matrices de varianzas-covarianzas de los niveles del
factor intrasujetos son iguales
Comprobación:
Prueba de Box 31
Yirs = µ•• + α r• + β s• + γ rs + π i + (βπ ) + εirs

i•s
µ•• β•s = µ•s − µ•• π i• = µi• − µ••
α r• = µr• − µ••
€ Y•• Yr• − Y••€ Y•s − Y•• Yi• − Y••

€ €
γ rs = µrs − µr• − µ•s + µ••
€
€ €
Yrs − Yr• − Y•s + Y•• 32
€
4. EC:
Variabilidad Variabilidad
INTERSUJETOS INTRASUJETOS
Variabilidad Variabilidad Variabilidad Variabilidad Variabilidad

entre los entre los entre los debida a la entre los
niveles del sujetos niveles del interacción sujetos
factor A dentro de factor B del factor A dentro de
los niveles yB los niveles
del factor A del factor B
33
4. EC:
Variabilidad Variabilidad
INTERSUJETOS INTRASUJETOS
34
Fuentes S.C. g.l. M.C. E.C. Significación (p)
de variación
Intersujetos
Inter A
(factor A) SCINTER A f-1
Intra A
(Error) SCINTRA A f(n-1)
Intrasujetos
Inter B
(factor B) SCINTER B c-1
Interacción
AB SCAB (f-1)(c-1)
Error SCERROR f(n-1)(c-1)
Total SCTOTAL N-1

efectos fijos

región de aceptación
- Rechazamos H01 si el valor obtenido en la muestra para el E.C. F01 cae en la
difieren entre sí
encontradas en la VD son debidas al efecto del factor A
factor A
efectos fijos

difieren entre sí
encontradas en la VD son debidas al efecto del factor B
factor B
efectos fijos

→ No todas las medias son iguales pero no sabemos qué medias difieren
entre sí
encontradas en la VD son debidas al efecto de interacción del factor A y
B
→ Si no hay manipulación sólo podemos afirmar que las diferencias 38
encontradas en la VD están asociadas a la interacción del factor A y B
• En este diseño, a todos los sujetos se les aplican todos los niveles de
uno de los factores, pero un solo nivel del otro factor. Por tanto, uno
de los dos factores es intrasujetos y el otro es intersujetos. A este tipo
de diseños suele llamárseles mixtos y, también, split-plot.
Memoria (intersujetos)
1 = reconocimiento
2 = recuerdo asistido
3 = recuerdo libre
39
El tipo de estrategia de
memoria no afecta a la
cantidad de recuerdo
La cantidad de tiempo
transcurrido no afecta a
la cantidad de recuerdo
No hay efecto de interacción en la cantidad

de recuerdo entre la estrategia de memoria
empleada y el tiempo transcurrido
40
Analizar > Modelo lineal general >
Medidas repetidas
El estadístico M de Box permite contrastar la H0 de
igualdad entre las matrices de varianzas-covarianzas.
Como p > α, podemos asumir que las matrices de
varianzas-covarianzas son iguales.
La prueba de esfericidad de Mauchly sirve para contrastar el supuesto

de esfericidad. Aquí también como p > α puede asumirse esfericidad, y
en consecuencia, las decisiones sobre los efectos intra-sujetos pueden
basarse en la aproximación univariada.
42
Con respecto al factor intra-sujetos, como p < αse rechaza la H0 referida

a este factor, y en consecuencia puede afirmarse que la cantidad de
recuerdo no es la misma en los 4 registros realizados.
Con respecto al efecto de la interacción Tiempo*memoria, como p < α,
se rechaza la H0 referida a este efecto, por lo que puede concluirse que
43
existe un efecto significativo de la interacción.
En este análisis se contrasta, para cada
nivel del factor intra-sujetos, la H0 de
igualdad de varianzas. Como p > α
puede asumirse que, en las cuatro
medidas empleadas, las varianzas
poblacionales son iguales.
Por otra parte, en relación al factor inter-sujetos, el nivel crítico asociado al

estadístico F permite rechazar H0 y afirmar que el efecto de la estrategia
de memoria es significativo, es decir, la cantidad de recuerdo no es la
misma en las tres condiciones de memorización establecidas. 44
Comparaciones múltiples referidas los efectos intra-sujetos
Editor de Sintaxis
DATASET ACTIVATE Conjunto_de_datos1.

GLM hora dia semana mes BY memoria
/WSFACTOR=tiempo 4 Polynomial
/METHOD=SSTYPE(3)
/PLOT=PROFILE(tiempo*memoria)
/EMMEANS=TABLES(memoria) COMPARE ADJ(BONFERRONI)
/EMMEANS=TABLES(tiempo) COMPARE ADJ(BONFERRONI)
/EMMEANS=TABLES(tiempo*memoria) COMPARE (memoria) ADJ (BONFERRONI)
/CRITERIA=ALPHA(.05)
/WSDESIGN=tiempo
/DESIGN=memoria.
45
Comparaciones múltiples de los efectos inter-sujetos
La cantidad del recuerdo obtenida

con reconocimiento es
significativamente mayor que en
recuerdo asistido y recuerdo libre
Sin embargo, no existen diferencias estadísticamente significativas en las medias

de cantidad del recuerdo obtenidas con recuerdo asistido y con recuerdo libre
46
Comparaciones múltiples referidas los efectos intra-sujetos: tiempo
La cantidad del recuerdo en el nivel

1 (hora) es significativamente mayor
que en el resto de los niveles del
factor tiempo. Además, en el nivel 2
(día) también es significativamente
mayor que en el nivel 3 (semana) y 4
(mes).
Sin embargo, no existen diferencias
estadísticamente significativas en la cantidad de
recuerdo entre el nivel 3 (semana) y 4 (mes). 47
Comparaciones de los efectos de interacción: tiempo*memoria
Los resultados de estas comparaciones, junto con el gráfico de

perfil permiten precisar el significado del efecto de la interacción.
48
Comparaciones de los efectos simples: tiempo*memoria
49
GRAFICOS
Diferencia
estadísticamente
significativa
En el momento temporal 1 (hora), la cantidad de recuerdo es similar en las 3 condiciones

de memorización (p > αen todos los casos). A partir de ese momento la cantidad de ese
recuerdo se muestra significativamente mejor en la condición de reconocimiento que en las
otras dos condiciones (p < α), con la excepción del momento temporal 2, en el que la
cantidad de recuerdo no alcanza a ser estadísticamente significativo entre reconocimiento y
recuerdo asistido (p=0.080). Las condiciones recuerdo asistido y recuerdo libre no difieren
50
en ninguno de los momentos temporales considerados (p > α en todos los casos).

Tema 10

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Tema 10

Cargado por

Copyright:

Formatos disponibles

BLOQUE III: INFERENCIA

TEMA 9: COMPARACIÓN DE K MEDIAS PARA DATOS INDEPENDIENTES Y RELACIONADOS

 Si la varianza no cambia  medias iguales

1.2. Modelos de ANOVA

Ej. 3. Dos factores (VVII): T1 T2 T3

Forma de asignación de los sujetos a los niveles de los factores

Selección de los niveles:

• Elección de los niveles que estamos interesados en estudiar

• Selección aleatoria entre el conjunto de posibles niveles

Objetivo: someter a comprobación experimental la H0 acerca

Estadístico de contraste que Modelo de los valores

2.1. Modelo (cont.)

Valor Efectos debidos Efectos debidos a

Puntuación del Yij = µ + α j + εij

Yij = µ Yij = µ + α j Yij = µ + α j + εij

€ H1 : µ j ≠ µ j' para algún valor de j y j′(j ≠ j′)

Yij = Y +(Y j − Y ) +(Yij − Y j )

SC TOTAL SC INTER SC INTRA O ERROR

Tabla del ANOVA

SCTOTAL = ∑ ∑ (Yij − Y ) 2 =∑ ∑Yij2 − nY 2 =  j=1 i=1 

j=1 i=1 j=1 i=1 j=1 i=1

j=1 i=1 j=1 i=1 j=1 i=1 j=1

VD: número de ensayos

€ Fuentes de Sumas de Grados Medias F Significación

TOTAL 190,77 13-1

0,95 F2,10 = 4,10 F= 10,61

2.3. Tamaño del efecto (cont.)

Interpretación: hay un 68% de la

2.4. Comparaciones múltiples

Objetivo: someter a comprobación experimental varias H0

Valor Efectos debidos Efectos debidos a

Yirs = µ•• + " r• + #• s + $ rs + % irs

µ•• "irs = Yirs # µrs

Yirs = µ•• + " r• + #• s + $ rs + % irs

µ•• "irs = Yirs # µrs

SC TOTAL SC factor A SC factor B SC AB SC error

Fuentes S.C. g.l. M.C. E.C. Nivel crítico

Si se cumple, la diferencia entre las medias de r y de r'

Si se cumple, la diferencia entre las medias de s y de s'

Yrs " Yr#s#

Si se cumple, la diferencia entre las medias de rs y de r's'

Por término medio los varones tiene la

Por término medio los varones tienen menor

1ª 9,12,14,15,10,13,14,16,10,13,14,17 Y21 = 13,08 21,25,31,33,22,26,32,34,22,30,32,35 Y22 = 28,58 Y2• = 20,83

1ª 9,12,14,15,10,13,14,16,10,13,14,17 Y21 = 13,08 21,25,31,33,22,26,32,34,22,30,32,35 Y22 = 28,58 Y2• = 20,83

1ª 9,12,14,15,10,13,14,16,10,13,14,17 Y21 = 13,08 21,25,31,33,22,26,32,34,22,30,32,35 Y22 = 28,58 Y2• = 20,83

1ª 9,12,14,15,10,13,14,16,10,13,14,17 Y21 = 13,08 21,25,31,33,22,26,32,34,22,30,32,35 Y22 = 28,58 Y2• = 20,83

Interpretación: hay un 77% de la variabilidad en el recuerdo asociada al tipo de

Estadístico de contraste que Modelo de los valores

ANOVA de un factor de medidas repetidas efectos fijos

Puntuación del Yij = µ•• + α• j + π i• + εij Efectos debidos

Yij = µ•• + α• j + π i• + εij

µ•• εi j = Yij − µ• j − µi• + µ••

Yij = µ•• + α• j + π i• + εij T1 T2 T3

VI (Factor con k niveles)

Valor Efectos debidos Efectos debidos a

Yij = µ•• + α• j + π i• + εij

Variación de las Variación de las Variación de las Variación

Variabilidad INTERSUJETOS Variabilidad INTRASUJETOS

FV S.C. g.l. M.C. E.C. Significación (p)

Intersujeto SCINTERSUJ n-1

Error SCERROR (n-1)(k-1)

Total SCTOTAL kn-1

  Si la varianza no cambia  medias iguales

•  Elección de los niveles que estamos interesados en estudiar

•  Selección aleatoria entre el conjunto de posibles niveles