Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ESQUEMA GENERAL
Definición general
Clasificación
Caso paramétrico: análisis estadísticos
aplicables
Formato del diseño multigrupo
completamente al azar, modelo estructural
y componentes de variación
DISEÑOS EXPERIMENTALES
MULTIGRUPO
Concepto
Asignación aleatoria
Muestra
experimental
Análisis aplicables
Prueba de significación
general ANOVA unidireccional
Si la V. Independiente es
categórica Comparaciones múltiples
Si la V. Independiente es
cuantitativa Análisis de tendencias
Caso paramétrico. Ejemplo
Supóngase que se pretende probar si la cantidad de
repasos es una variable decisiva en la retención
(memoria de recuerdo), para un conjunto de palabras
monosílabas de igual valor asociativo. De la variable
independiente o variable repaso se seleccionan los
siguientes valores: presentación de la lista sin repaso
(condición A1), dos presentaciones de la lista, siendo la
segunda presentación un repaso (condición A2), tres
presentaciones y dos repasos (condición A3) y, por
último, cuatro presentaciones y tres repasos (condición
A4). ..//..
Se instruye a los sujetos que lean en voz alta
cada uno de los ítems presentados, a un ítem
por segundo. Al terminar las lecturas, los
sujetos realizan una prueba de memoria de
recuerdo consistente en restituir o recuperar
de la memoria la mayor cantidad de ítems. La
medida de la variable dependiente es la
cantidad de respuestas o ítems correctamente
recordados. Asumiendo que cada ítem tiene la
misma dificultad de recuerdo, se considera
que la escala de medida es de intervalo.
Modelo de prueba estadística
Paso 1. La hipótesis de nulidad asume que las medias
de los grupos experimentales proceden de una misma
población y, por consiguiente, son idénticas:
H0: μ1 = μ2 = μ3 = μ4
Yij j ij
Especificación de modelo del ANOVA
F.V. SC g.l CM F p
Trat (A) 91.75 (a-1)=3 30.58 21.08 <0.05
Error (S/A) 23.20 a(n-1)=16 1.45
Total (T) 114.95 an-1=19
F0.95(3/16) = 3.24
Modelo de prueba estadística
2.5
Fmax = ----- = 3.42
0.7
Prueba del supuesto de homogeneidad de las variancias
2
s
Fmax
mayor
2
s
s 1.3
2
1
menor
S 2.5
2
2
2.5
S 1.3
2
3
Fmax 3.42
0.7
S 0.7
2
4 Fmax 0.95 (4 / 4) 20.60
j/(n-1)
Resultado de la prueba
Comparaciones
múltiples
Fisher
Duncan
A posteriori o
Tukey
no planificadas
Scheffé
Dunnet
Newman-Keuls
Contrastes a priori o planificados
1. H0 = μ2 - μ1 = 0
Dos lecturas de la lista (condición A2) no
difiere de una sola lectura (condición A1).
2. H0 = μ3 - μ1 = 0
Se asume la igualdad entre la condición de tres
(A3) y uno (A1). ..//..
3. H0 = μ4 - μ1 = 0
Se asume la igualdad entre cuatro lecturas
(condición A4) y una sola lectura (condición
A1).
4. H0 = μ3 - 1/2(μ1 + μ2) = 0
Se establece la igualdad entre tres lecturas y
el promedio entre una y dos lecturas.
5. H0 = μ4 - 1/3(μ1 + μ2 + μ3) = 0
Se define la igualdad entre cuatro lecturas y
el promedio de las restantes.
Reformulación de las hipótesis
nulas en combinaciones lineales
Coeficientes
Contraste a1 a2 a3 a4 Σa²j
c1 -1 1 0 0 2
c2 -1 0 1 0 2
c3 -1 0 0 1 2
c4 -1/2 -1/2 1 0 1.5
c5 -1/3 -1/3 -1/3 1 1.33
Prueba de las hipótesis de nulidad
Paso 1. Cálculo del valor empírico del contraste.
c1 = (-1)2.4 + (1)5.0 + (0)6.6 + (0)8.2 = 2.6
CMe
= -----------Σa²j
n
donde s²e = CMe es la variancia del error o Cuadrado Medio del
error del Análisis de la Variancia. Según esta fórmula, se
calculan los errores estándar de los distintos contrastes:
(1.45)2
sc1 = -------------- = 0.76
5
(1.45)2
sc2 = -------------- = 0.76
5
(1.45)2
sc3 = --------------- = 0.76
5
(1.45)1.5
sc4 = --------------- = 0.66
5
(1.45)1.33
sc5 = ---------------- = 0.62
5
Paso 3. A continuación, se prueba la
significación del contraste mediante el
estadístico t o F. Cuando se utiliza este
segundo estadístico, es necesario calcular las
Sumas de Cuadrados de los contrastes,
aplicando la siguiente expresión:
c²
SCc = ---------
Σ(a²j/n)
El valor de los respectivos estadísticos de la prueba
se obtienen de las ecuaciones siguientes:
c
t = -------, y
sc
CMc
F = ---------
CMe
(1.45) 2 2 .6
c1 =
5
= 0.76 3.42
0.76
(1.45) 2 4 .2
c2 =
5
= 0.76 5.53
0.76
(1.45) 2 5 .8
c3 =
5
= 0.76 7.65
0.76
(1.45)1.5
c4 = = 0.66 2 .9
5 4.39
0.66
(1.45)1.33
c5 = = 0.62 3.53
5 5.69
0.62
nc 2 g.l CM c
SC c = F=
Σa 2j CM error
F0.95(1/16) = 4.49
nC²
SCC = --------
Σa²j
Sumas de cuadrados
16.90
F1 = ------------ = 11.66
1.45
28.03
F2 = ------------ = 19.33
1.45
46.28
F3 = ----------- = 32.39
1.45
Valor teórico de F
αPF = 1 - (1 - α)c
Cálculo del error PF
(3a - 1)
1 + ------------- - 2a
2 ..//..
Si, como en el experimento propuesto, a = 4
(cuatro tratamientos), entonces hay 1 + (34 -
1)/2 - 24 = 25 comparaciones. De las cuales,
[4(4 - 1)]/2 = 6, son comparaciones entre pares
y 19 son comparaciones de combinaciones de
tratamientos. En la práctica, no se formulan las
25 comparaciones posibles, sino tan sólo las
que tienen interés teórico. Dado que existe una
probabilidad calculada de cometer un falso
rechazo de la hipótesis de nulidad, en una de
esas comparaciones, es posible controlar el
error por conjunto o familia de comparaciones
a un nivel aceptable.
Corrección de Bonferroni o de
Dunn
Supóngase, como hipótesis de trabajo, que se
efectúan cinco comparaciones planificadas, con
un α de 0.05. La tasa de error PF es, en este caso,
5(0.05) = 0.25. Para reducir este error, se escoge
simplemente un valor más pequeño de α, por
ejemplo 0.01. De este modo, la tasa de error PF es
ahora de 5(0.01) = 0.05. Esta corrección, conocida
como prueba de Bonferroni o prueba Dunn,
consiste en dividir tasa de error PF deseada por la
cantidad de comparaciones (0.05/5 = 0.01).
Contrastes no planificados o a
posteriori
El objetivo de los contrastes no planificados es
obtener el máximo de información de los datos de un
experimento. Los contrastes no planificados son
procedimientos para efectuar comparaciones a
posteriori. Estos procedimientos poseen, de otra
parte, la ventaja de mantener constante la
probabilidad de cometer errores de Tipo I cuando se
toma la decisión estadística. Entre los distintos
métodos, se encuentran las pruebas de Scheffé
(1959), Tukey (1953), Newman-Keuls (Newman,
1939 y Keuls, 1952), Duncan (1953), y Dunnett
(1955).
Contrastes no planificados o a
posteriori
Los métodos propuestos se conocen por
comparaciones simultáneas.
Cuadrático 1 SCCuad
Cúbico 1 SCCub
……….……………………………………………………………
k-1 1 SCCk-1
Coeficientes de los contrastes
polinómicos ortogonales
Coeficientes de polinomios ortogonales, k = 4
Coeficientes
Contraste a1 a2 a3 a 4 Σa²j
Lineal -3 -1 1 3 20
Cuadrado 1 -1 -1 1 4
Cúbico -1 3 -3 1 20
Cálculo de las suma de cuadrados
nC²
SCC = --------
Σa²j
Resultado del análisis
Componente SC g.l. CM F p
F0.95(1/16) = 4.49
Ventajas y desventajas
V.D. 9
8
7
6
5
4
3
2
1
0
A1 A2 A3 A4