Tema 3: Metodología del caso único.

1. Diseños de Caso Único y PBE.

El uso de los Diseños Experimentales de Caso Único tiene una rica historia en la
investigación en las Ciencias del Comportamiento, y también en la de los trastornos del
lenguaje y la audición. Un número importante de estudios que se remontan a los años
1960 y 1970 versaron sobre los distintos tratamientos para la fluidez y utilizaron enfoques
de sujeto único. Posteriormente a esto, como dicen estos autores, han sido muchas las
revisiones, tutoriales, libros de texto, etc., que han descrito y promovido el uso de esta
perspectiva de investigación en contextos aplicados. A pesar de su uso histórico, este tipo
de diseños a veces se pasan por alto en las discusiones contemporáneas sobre la
importancia de validar los tratamientos empíricamente. Se alude casi siempre al uso de la
metodología experimental, pero siempre desde una “perspectiva de grupo”. Así, cuando
en numerosas ocasiones el clínico que pretende validar sus tratamientos se encuentra con
que no tiene “grupo” (porque el tratamiento que va a aplicar lo ha diseñado para un caso
concreto) o, si lo tiene, éste no cuenta con las características necesarias para poder aplicar
el método experimental (escaso “n”, o dificultad para usar el azar o controlar variables,
etc.). Por tanto, en este contexto, se hace necesario el uso de perspectivas “individuales”
que permitan personalizar los tratamientos además de garantizar la eficacia de los
mismos. De este modo, dar a conocer a los futuros profesionales los DCU para realizar
PBE, se hace muy necesario. Como estamos diciendo, en el clima actual de la práctica
basada en la evidencia, las herramientas proporcionadas por los DCU son relevantes para
los investigadores y para los profesionales por igual. La Asociación Americana del Habla,
Lenguaje y Audición (ASHA, 2005) promueve la incorporación de la práctica basada en
la evidencia en la práctica clínica, definiéndola como un enfoque en el que la evidencia
de la investigación de alta calidad esté integrada (junto con su experiencia) en el proceso
de toma de decisiones del clínico, pero también con las preferencias y los valores del
cliente. Por tanto, el enfoque en el individuo que se establece en los DCU hace que, la
aplicación de este tipo de diseños para la investigación en clínica, sea la situación idónea
para la obtención de evidencias de validez y para la PBE. Además, la potencial validez
interna en los DCU permite a médicos, psicólogos, logopedas, educadores, etc., responder
preguntas cuya respuesta no sería factible con diseños de grupos tradicionales. Debido a
estas ventajas, tanto los investigadores como los futuros profesionales deben estar
familiarizados con su aplicación, interpretación y con la relación entre DCU y la práctica
basada en la evidencia (Byers et al., 2001) y es por eso que vamos a estudiarlos en
profundidad en nuestra asignatura.
2. Los diseños de caso único y su representación simbólica.
Antes de comenzar a exponer los Diseños de Caso Único debemos resaltar que son
denominados también diseños de Replicación Intrasujeto, y se caracterizan por hacer
referencia a situaciones donde un mismo sujeto “pasa” por diferentes condiciones y
medidas. Esta terminología puede hacer que se confundan con los diseños clásicos
llamados “de Medidas Repetidas”, donde un sujeto o grupo de sujetos también pasa por
distintos tratamientos (o tareas). Pues bien, en este apartado trataremos de dejar clara cuál
es la diferencia existente entre los dos tipos de diseños. En el Diseño Clásico de Medidas
Repetidas, los sujetos actúan como control propio y son sometidos a todos los
tratamientos experimentales. Esta característica les diferencia también de los diseños
clásicos de grupos en los que se debe recurrir a la aleatorización como mínimo para poder
ejercer control sobre todas las VVEE de los sujetos que pueden afectar, junto con la
manipulación de la VI, a la VD. Sin embargo, esa no es la característica fundamental que
diferencia a unos de otros, ya que, en los diseños de Caso Único, también el sujeto actúa
como control propio y es sometido a todos los tratamientos. Tampoco es el “n” lo que los
diferencia porque, aunque en los Diseños de Medidas Repetidas siempre es >1, y en los
de Caso único suele ser = 1, ello no impide que se utilicen Diseños de Caso Único con un
grupo de sujetos de n>1.
¿Cuál es la característica diferencial fundamental entre ambos tipos de diseños? La
diferencia está en dos aspectos:
- El criterio de aplicación de los tratamientos.
- El procedimiento de análisis de datos.
Así, en los diseños clásicos, se trata de establecer una diferencia entre distintos
tratamientos experimentales, aplicando los mismos de manera puntual y en una situación
experimental concreta y además se utilizan, como veremos, unas determinadas pruebas
estadísticas fisherianas (tales como la prueba F y la t). En los diseños de Caso Único, las
medidas se van a tomar desde una perspectiva temporal interesándonos, por tanto, las
modificaciones que vayan ocurriendo en la conducta de los sujetos como consecuencia
de la aplicación de los tratamientos a lo largo del tiempo y, preferentemente, se utilizarán
para su análisis otro tipo de modelos estadísticos; pruebas no paramétricas o análisis de
regresión con datos “limpios” de dependencia serial. Esa es la gran diferencia entre
ambos. Los Diseños de Caso Único, constituyen una clara alternativa metodológica a los
diseños clásicos fisherianos de grupos, pues intentan superar las dificultades que éstos
planteaban en la investigación conductual, especialmente en el campo de la Psicología
clínica. La simbología o notación que vamos a seguir va a ser similar a la que utilizamos
en el tema anterior para los diseños cuasi-experimentales, es decir, la que usaban
Campbell y Stanley. De este modo uno de los diseños de Caso Único podría ser
representado:
O1 O2 O3 O4 X1O5 O6 O7 O8 O9 O10 O11 O12
Línea Base (A) Tratamiento (B) Línea Base (A)
Será igualmente utilizada la notación basada en la cantidad y características concretas de
las fases. Así, el diseño arriba presentado podrá ser simbolizado como Diseño ABA, es
decir, un diseño con tres fases, dos de ellas Línea Base (A y A) y una fase de Tratamiento
(B). Por último distinguiremos en este apartado la cantidad de tratamientos y cómo son
aplicados. Así, el tratamiento puede ser aplicado de forma continua a partir de un punto
concreto, en cuyo caso el diseño se dice que es “de aplicación continua”, o bien, cuando
sólo se aplica en un momento temporal, se dice que es “de aplicación temporal”. La
notación de cada uno de estos tipos de “diseños” sería:
 3. Características de los diseños de caso único.
[Link]ón del Diseño en función del periodo de observación.
El carácter básico de los diseños de caso único consiste en tomar una serie de medidas
repetidas, ya sea en condiciones donde no se ha aplicado el tratamiento o bajo la acción
de éste. Estos períodos suelen presentar características y duraciones diferentes. Por lo
general, sobre todo cuando nos referimos a estos diseños, cada uno de los diferentes
períodos de observación suele recibir el nombre de “fase”. Así, por ejemplo, el diseño de
caso único básico (Diseño AB), está formado por dos fases:
1- La fase en la que se toma una serie de observaciones en ausencia de tratamiento o
de V.I. Esta fase es conocida, frecuentemente, con el nombre de “línea base” o
“fase A”.
2- Una segunda fase, en la que se toma una cantidad de observaciones, después de la
aplicación del tratamiento, o V.I. Esta fase es conocida como “fase experimental
o de tratamiento” o “fase B”. También se suelen utilizar otras letras (C, D, etc.) si
se trata de un diseño donde está implicadas más de una V.I.

3.2. Aspectos básicos de las fases en los Diseños de Caso Único.

a. Duración de las Fases: ¿cuántas observaciones debe incluir cada
fase?, ¿cuánto debe durar cada una de ellas?
No suele establecerse de antemano la cantidad de observaciones o intervalos de duración
de las fases de un diseño de caso único, ya que el investigador debe poseer información
empírica a fin de tomar una decisión sobre si las propiedades que presenta o describe la
línea producida por el sujeto se ajustan a sus propósitos o a los de los intereses de su
investigación. Sólo a partir del conocimiento de la conducta previa del sujeto se puede
hacer una posible predicción sobre su futura orientación. Pero puede ocurrir que los datos
presenten una gran variabilidad, lo que significaría que la información que se tiene no
permite hacer ninguna predicción. En estos casos es aconsejable tomar más datos, hasta
que surja algún tipo de patrón estable. Este aspecto es importantísimo en lo que a la Línea
Base se refiere. De hecho, ésta debe caracterizarse por su estabilidad, sensibilidad y
control de procesos conductuales no deseados. Con respecto a la estabilidad, en la
mayoría de los casos la Línea Base no presenta una estabilidad prefecta, sino que fluctúa
algo de un punto a otro. Por tanto, se aconseja que la variabilidad entre puntos no exceda
del 5%.
b. Patrones de cambio dentro de las fases: ¿qué se espera que ocurra
dentro de las fases?
Como apunta Barlow y Hersen (1973), se requiere un mínimo de tres puntos separados
de observación durante la línea base para establecer la tendencia que presentan los datos.
Cuando una serie sucesiva de datos presenta una determinada orientación y ésta viene
dada por el tipo de inclinación de la línea, diremos que los datos siguen una tendencia.
Sin embargo, cuando el conjunto de datos no sigue ningún tipo de orientación
determinada, suele, por lo general, mostrar pautas de variación mínimas que son
atribuidas a los efectos del azar. En este caso, se dirá que esa línea es estable. Lo ideal es
que no haya tendencia durante la línea base, y que sí haya durante la fase de tratamiento.
Sin embargo, las situaciones pueden ser muy variadas.
En el gráfico aparecen distintos tipos de línea base (Arnau, 1990). A continuación,
pasaremos a comentar cada una de ellas.
- Estable: Es muy apropiada para comenzar a aplicar el tratamiento o intervención
- Deteriorante: Supongamos que nuestra variable fuera la representación de la tasa
promedio de tics (Barlow y Hersen, 1973). Lo que esta línea está representando
es la marcada tendencia a aumentar la tasa de la conducta indeseada con el paso
de los días. De esta representación gráfica se infiere el empeoramiento del
problema. Sin embargo, se puede considerar una línea base adecuada para iniciar
el tratamiento, siempre y cuando éste cambie el sentido de la misma.
- Tendente a mejorar: Esta línea, contraria a la presentada anteriormente, ofrece
un grave problema para inferir la eficacia del tratamiento. De hecho, si al
introducir la variación experimental, la tendencia sigue siendo la misma, es
imposible atribuir dicho resultado a la VI. En este caso se aconseja, suprimir el
tratamiento y reinstaurarlo de nuevo posteriormente, de modo que pueda
obtenerse información sobre la capacidad de control sobre la conducta de la VI.
Otra posibilidad sería, esperar a que la línea base se mantenga estable, y entonces
nos encontraríamos con el tipo de línea analizado anteriormente.
- Variación Cíclica: Esta tendencia es difícil de solventar. Aun así, en estos casos
se aconseja, de nuevo, esperar a la estabilidad de la línea base. Otra posibilidad
sería utilizar determinadas técnicas estadísticas (como los modelos de series
temporales) que tuviera en cuenta dicha variación y la eliminara del proceso, de
modo que pudieran obtenerse inferencias sobre la efectividad del tratamiento.
- Alternativas: Como puede suponerse, presentan igual cantidad de problemas que
la que acabamos de ver. Estas líneas conductuales no son adecuadas para evaluar
ningún tratamiento

c. Patrones de cambio entre fases: ¿qué se espera que ocurra entre las
fases?
Los patrones de cambio entre fases tienen que ver con los cambios de nivel, con los de
tendencia o con ambos. En este sentido diferentes cambios (tanto de nivel como de
tendencia de la línea) nos darán información sobre la efectividad o no del tratamiento (la
V.I.), según si la línea base de partida era estable o no. Estos aspectos los veremos más
adelante cuando hablemos del análisis de datos en este tipo de diseños.
 [Link]ísticas fundamentales.
Hemos visto ya, en mayor o menor medida, las características principales de este tipo de
diseños. Aun así, las presentamos a continuación de manera más ordenada y escueta: -
- La toma de una serie repetida de medidas del sujeto en la VD a lo largo de una
secuencia temporal, ya sea en períodos en que no se ha aplicado el tratamiento o
bajo la acción de éste.
- El muestreo de las unidades de tiempo en que serán realizadas las observaciones
con el fin de que puedan reflejarse de la mejor forma posible los efectos de los
tratamientos. Así, por ejemplo, en muchas ocasiones pueden variar los resultados
de ser realizadas las observaciones por el día o por la noche, en un día u otro de
la semana, etc., correspondiendo al experimentador elegir los períodos que mejor
respondan al aspecto de la conducta que desea observar.
- El registro de la conducta en la “fase de línea base” o en la “fase de ausencia
de tratamiento”, que debe existir como mínimo en el período inicial de
observación para obtener información sobre el estado actual de la conducta a
tratar. En esta fase se deben continuar los registros hasta que surja un patrón de
conducta estable (o “línea base estable”). En caso de dificultad para alcanzar dicha
estabilidad, debe hacerse un examen detenido de la variabilidad de la conducta en
dicha fase, y aunque no exista un criterio unánime en cuanto a la variabilidad
máxima permisible para que la línea base se considere y se pueda pasar a la
siguiente fase, en investigación básica se considera que ésta no debe ser mayor
del 5%. En cuanto al número mínimo de observaciones en esta fase, algunos
autores como Barlow y Hersen (1973) lo consideran de 3, no existiendo un límite
máximo de ellas, y debiendo ser mayor ese número cuando existen dificultades
para alcanzar la estabilidad.
- El registro de la “fase de intervención”, en la que se intentará obtener el cambio
en la conducta del sujeto a través de la aplicación del tratamiento, y se tomarán
las observaciones necesarias. A esta fase se le suele llamar también “fase de
tratamiento” o “fase experimental” y también en ella es sumamente importante el
estudio de la variabilidad, ya que si ésta es elevada puede dificultar la
interpretación de los resultados.
- El registro de la variabilidad entre fases, la cual vendrá dada en cambios de
nivel y cambios de tendencia, y de la que hablaremos más detenidamente al tratar
de las representaciones gráficas.
- Los D.C.U. se caracterizan por suponer un proceso dinámico, por el cual el
diseño se puede ir precisando (modificando, ajustando al perfil del paciente) a
medida que avanza la investigación, pudiendo incluso cambiarse según los datos
que vayan aportando las observaciones realizadas. Para lo cual es aconsejable ir
presentando en un gráfico lo que se va obteniendo, reservando el eje de las
abscisas para el tiempo en que tienen lugar las sesiones y el de las ordenadas para
los niveles de respuesta o medida de la VD.
 4. Análisis de datos.
Como sabemos, el análisis de datos tiene por finalidad extraer conclusiones válidas acerca
de los efectos de la intervención sobre la conducta de los sujetos. Estas conclusiones
deben basarse en inferencias que, independientemente de que el análisis de datos sea
visual o estadístico, deben tener algunas propiedades estadísticas de los datos como las
siguientes:
- La estabilidad de la conducta en la línea base: los datos deben ser estables en
dicha línea ya que la aparición de tendencias en ellas dificulta generalmente la
interpretación de los resultados.
- La variabilidad de los datos en la serie temporal: la variabilidad intra-fase
(dentro de la fase) puede dificultar la interpretación de los resultados, mientras
que la variabilidad interfases puede indicarnos el grado de control y la efectividad
del tratamiento.
- El número de observaciones por fase: aunque, como ya dijimos, no existe un
criterio unánime sobre el nº mínimo de ellas, en general deben ser numerosas en
todas las fases.
- El solapamiento de las puntuaciones de diferentes fases: lo deseable es que sea
el menor posible.
- La dependencia serial de los datos a lo largo de la serie. Aspecto de capital
importancia en estos diseños y que se refiere a la fuerte relación que suele existir
entre los datos como consecuencia de su ordenación temporal. Se valora por
medio del estadístico denominado “auto-correlación”, que valora el grado en que
las puntuaciones obtenidas en un tiempo “t” son predictivas de las obtenidas en
un tiempo posterior “t+k”. La existencia de esta dependencia serial de las
puntuaciones suele la razón principal de la invalidez de la mayor parte de los
análisis estadísticos cuando se aplican a estos diseños.
A continuación, vemos las dos maneras de analizar los datos en estos diseños: el análisis
visual y el estadístico.
[Link] análisis visual.
Es el que se realiza por medio de gráficos y es el más utilizado. Entre los principales
defensores de este tipo de análisis estarían Skinner (1956) y Sidman (1960), siendo su
argumento fundamental el considerar que cuando se utilizan este tipo de diseños el
experimentador siempre tiene que tener a la vista los datos obtenidos del sujeto después
de cada sesión, en forma de gráfico, ya que de ellos concluirá cuál debe ser su siguiente
actuación. Otro argumento a favor de este tipo de análisis es que resulta mucho más
restrictivo que el estadístico, ya que para apreciar las diferencias éstas han de ser más
amplias. Existen diversos procedimientos para la representación gráfica de los datos en
estos diseños, todos ellos utilizando el sistema de coordenadas cartesianas.
1- Gráfico de Líneas: mediante trazos o líneas que unen puntos o datos de las
sucesivas fases del diseño.
2- Gráfico de Barras: mediante columnas o barras cuya longitud refleja la
importancia de cada valor.
 3- Los registros acumulativos: que en realidad son una variedad de los gráficos de
líneas, pero utilizando datos acumulados de cada sesión con las anteriores.
Para la construcción de estos gráficos se establece, como ya hemos dicho, el sistema de
coordenadas cartesianas, donde el eje de las abscisas representa el tiempo en el que se
registra el dato, y el de las ordenadas, el nivel de la respuesta. El nivel de la respuesta a
su vez, puede registrarse de diversas formas:
1- Como frecuencia total de ocurrencia: nº total de respuestas
2- Como tasa de ocurrencia: nº de respuestas por unidad de tiempo.
3- Como duración de las respuestas: tiempo empleado en responder.
4- Como porcentaje o proporción de respuestas: porcentaje o proporción de
respuestas, por nº de oportunidades de responder.
Además, la gráfica debe aportarnos fundamentalmente la siguiente información:
1- Título: que debe dar una descripción concisa de la naturaleza y propósito del
gráfico.
2- Sujeto/participante al que se refieren los datos.
3- Identificación de las VVII y VVDD y escala de medida.
4- Indicación de las diferentes fases del diseño.
5- Reflejo de las principales propiedades estadísticas de los datos.
En cuanto a las propiedades de los datos de mayor interés para la evaluación de los efectos
de los tratamientos en los diseños conductuales, algunos autores señalan tres:
1- Presencia o ausencia de cambios de nivel.
2- Presencia o ausencia de tendencias.
3- Presencia o ausencia de cambios de tendencia.
Estas tres propiedades con sus dos respectivos estados (presencia frente a ausencia)
presentan 8 combinaciones interesantes a la hora de analizar los datos de un experimento
mediante la inspección visual: pero antes de pasar a verlas, conviene que tengamos claro
lo que se entiende por nivel y por tendencia.
- El nivel: Es el equivalente, cuando se utilizan datos correlacionados, a la media
de los experimentos clásicos utilizando datos independientes, por lo que se refiere
a la posición o magnitud de la respuesta en los experimentos de series temporales.
Por ello, cuando mediante las transformaciones oportunas los datos
correlacionados se hacen independientes, nivel y media pueden considerarse
como sinónimos. Existe un cambio de nivel entre dos fases, cuando entre ellas hay
una discontinuidad en la serie de puntuaciones. Ejemplos:
- La tendencia: Se refiere a la orientación que siguen los datos en la serie temporal.
Así, existirá una tendencia cuando dicha orientación presente una inclinación, y
un cambio de tendencias entre dos fases, cuando de una a otra varía la inclinación.
Ejemplo:

Veamos las ocho combinaciones fundamentales con cambios de nivel y tendencia,

siguiendo el modelo simple A-B. Todos los gráficos que presentaremos tienen
tendencia cero en la fase de línea base, y algunos tienen tendencia cero también en la
fase de tratamiento.

Analicemos cada uno de ellos:

1- El cambio de nivel sin cambio de tendencia: En este caso el cambio de nivel puede
considerarse como un efecto asociado al tratamiento.
2- El cambio de nivel y de tendencia: Igual que en el anterior.
3- No cambio ni de nivel, ni de tendencia: No se aprecian cambios debidos al
tratamiento.
4- Cambio de tendencia, pero no de nivel: Se puede apreciar un efecto del
tratamiento, aunque al no haber cambiado el nivel, éste parece más lento.
 Pasemos a analizarlas:
1- Cambio de nivel sin cambio de tendencia: Si el cambio de nivel no es muy grande,
la interpretación del posible efecto del tratamiento se vuelve confusa.
2- Cambio de nivel y de tendencia: Ídem.
3- No cambio de nivel ni de tendencia: Parece no haber efecto del tratamiento.
4- Cambio de tendencia pero no de nivel: Puede haber alguna posibilidad de que el
tratamiento haya tenido efecto.
De lo que hemos visto hasta aquí se desprende lo siguiente; cuando la línea base no
presenta tendencia, es decir, es estable, es más fácil interpretar los efectos del tratamiento,
por lo que se aconseja, cuando aparece dicha tendencia, prolongar la línea base hasta
conseguir su estabilidad.
Por último, el análisis visual de los datos procedentes de un DCU consiste básicamente
en realizar un juicio sobre la fiabilidad y consistencia de la intervención examinando
visualmente los datos representados en un gráfico (Kazdin, 1982). Con él no se pretende
hacer ni una prueba directa sobre la hipótesis nula (que afirmaría que no hay diferencia
entre las fases), ni establecer la magnitud de la tendencia. Ha sido y es el modo
tradicional y predominante de analizar los datos (Balluerka, 2001), hasta el punto de
que algunos creen que es innecesario el análisis estadístico, si el visual establece
claramente el efecto de la intervención, y tiene sus ventajas (Poling y cols. 1995), pero
también una serie de limitaciones que hace que sea necesario incluir el análisis estadístico
en el procesamiento de los datos. Algunos ejemplos sobre sus limitaciones son (Perdices
y Tate, 2009):
- En ocasiones no hay fiabilidad inter-jueces sobre la efectividad del tratamiento.
Ni coinciden las conclusiones sobre el gráfico, con las pruebas estadísticas.
- El análisis visual puede servir para establecer la significación clínica, pero no la
estadísticamente significativa.

[Link] análisis estadístico.

El empleo de las técnicas de análisis de datos estadísticas en este tipo de diseños, ha sido
relativamente escaso hasta los años 70. Sin embargo, posteriormente y, debido en parte a
las críticas apuntadas anteriormente, en la actualidad es cada vez más frecuente la
utilización de las técnicas estadísticas, no como sustituto, sino como complemento de la
inspección visual, ya que en muchas ocasiones resulta difícil interpretar el efecto del
tratamiento. Existen, además, algunas situaciones en las que resulta necesario el análisis
estadístico (Kazdin, 1976), de entre las cuales destacamos.
 1- Cuando resulta difícil conseguir la estabilidad de la línea base, ya que existen
procedimientos estadísticos que permiten corregir las tendencias y la variabilidad
de dicha línea base, permitiendo así estimar de forma más fiable los efectos de la
intervención.
2- Cuando se realizan investigaciones de carácter exploratorio, ya que en estas
ocasiones por carecer de resultados anteriores con los que poder establecer
comparaciones, pueden resultar difíciles de interpretar los gráficos, en cambio, los
análisis estadísticos pueden ayudar al investigador, dirigiendo su atención hacia
los tratamientos cuyos efectos aparecen como estadísticamente significativos.
Las principales técnicas de análisis estadísticos son:
1- Las pruebas clásicas “F” y “t”: Han sido utilizadas, aunque tienen una serie de
problemas y resultan inadecuadas en los diseños conductuales o de caso único, ya
que no suele darse el requisito de la independencia de las observaciones que es
imprescindible para aplicar estas pruebas estadísticas. Algunos autores han
intentado salvar esta problemática, pero aun así no ha dejado de criticarse su uso
en este tipo de diseños.
2- El análisis de Series Temporales: Este tipo de análisis, que es usado en otras
ciencias como la Economía, etc., tiene en cuenta, a diferencia de los anteriores, la
dependencia serial de los datos y permite probar las diferencias en nivel y
tendencia de los mismos, así como los valores de la pendiente. Básicamente
consiste en transformar las puntuaciones brutas de las series, en puntuaciones
independientes o no correlacionadas y establecer comparaciones entre las
puntuaciones transformadas de las diferentes fases, mediante las técnicas
estadísticas convencionales. El modelo más utilizado es el Arima
(Autorregressive, Integrated, Moving Average; Autorregresivo, Integrado de
Médias Móviles), desarrollado por Box y Jenkins (1970). El problema que
presenta este análisis en la investigación aplicada en las ciencias de la conducta
es la gran cantidad de observaciones por fase que son necesarias (más de 100) y
que hace inviable el uso de esta técnica en contextos clínicos.
3- Otras técnicas que han sido utilizadas y que vamos a ver en la asignatura, como
son las pruebas de aleatorización, para diseños donde la asignación de los distintos
tratamientos a las fases es aleatoria (Eddington, 1967; Levin y Marascuilo, 1978),
las pruebas no-paramétricas como la U Mann-Whitney que se aplican para
comprobar la diferencia de nivel entre las fases y la Regresión Lineal (con datos
libres de dependencia serial).