Docsity
Docsity

Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity


Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium


Orientación Universidad
Orientación Universidad


Anova I factor, Apuntes de Psicología

Asignatura: analisis de datos II, Profesor: , Carrera: Psicología, Universidad: UAM

Tipo: Apuntes

2014/2015

Subido el 05/01/2015

maox-1
maox-1 🇪🇸

3.7

(36)

18 documentos

1 / 34

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
1
Tema 5
ANOVA DE UN FACTOR, EFECTOS FIJOS, MEDIDAS
REPETIDAS (A- EF- MR)
1. Introducción al ANOVA de medidas repetidas
2. Modelo
3. Contraste de hipótesis
4. Tamaño del efecto
5. Comparaciones múltiples
6. Robustez de F frente al incumplimiento de los supuestos
pf3
pf4
pf5
pf8
pf9
pfa
pfd
pfe
pff
pf12
pf13
pf14
pf15
pf16
pf17
pf18
pf19
pf1a
pf1b
pf1c
pf1d
pf1e
pf1f
pf20
pf21
pf22

Vista previa parcial del texto

¡Descarga Anova I factor y más Apuntes en PDF de Psicología solo en Docsity!

Tema 5

ANOVA DE UN FACTOR, EFECTOS FIJOS, MEDIDAS

REPETIDAS (A- EF- MR)

Introducción al ANOVA de medidas repetidas

Modelo

Contraste de hipótesis

Tamaño del efecto

Comparaciones múltiples

Robustez de F frente al incumplimiento de los supuestos

DOCUMENTACIÓN

AMON, J. (1987).

Estadística

para Psicólogos 2. PARDO, A. y SAN MARTÍN,

R. (1994).

Análisis de Datos

en Psicología II

. , -^

Tema 15

-^

Temas 5 y 6

H

0

:

μ

1

=

μ

2

=

...

=

μ

k^

=

μ

Objetivo

:^

contrastar la H

0

acerca de la igualdad de las medias

poblacionales de los k niveles del factor intrasujetos

Estadístico de contraste

que permita

comprobar esta hipótesis

Modelo de los valores dela VD (Y)

2. Modelo

VI (Factor con k niveles)

A

1

A

2

A

j^

A k

1

Y

11

Y

12

Y

1j^

Y 1k

2

Y

21

Y

22

Y

2j^

Y 2k

i^

Y

i^

Y

i^

Y

ij^

Y ik

n^

Y

n

Y

n

Y

nj^

Y nk

μ

-^1

μ

-^2

μ

-^

j

μ

-^ k

μ

1 • μ

2 • μ

i • μ

n • μ

Media del sujeto

^2

calculada a partir desus puntuaciones en losk niveles del factorMedia del nivel

k

del

factor

calculada a partir

de las puntuaciones delos n sujetos en elmismo

Y k

S

k j

ij

i

∑= =^

1

Y n

T

n i

ij

j

∑=

1

T k

S n

n k

Y

Y

k j

j

n i

i

n i

ij

k j

∑ ∑

=

=

= =^

=

=

=^

1

1

1 1

Sujetos

Estructura de los datos

7

Valorobservadoen la VD

Efectos debidosa factoresconstantes

Efectos debidos a factorestenidos en cuenta (VVII)

Efectos debidos afactores nocontrolados

Y

ij

=

μ

••

α

j

π

i

ε

ij

μ

α

j^

=

μ

j^

μ

••

π

i

=

μ

i

μ

ε ••

i j

=

Y

ij

μ

j^

μ

i •

μ

8

T

T

T

1 2... n

3 1... 4

5 3... 6

4 5... 5

...

3 2

= μ

4 1

= μ

μ

j

1

2

μ

3

5

n μ

=

  • • μ

Ejemplo

:^

estudiar la capacidad de la

memoria en una muestra de alumnos dondetodos ellos pasan por las 3 condiciones derecuerdo Yij

=

μ

α

j^

π

i •

ε

ij

3 1 1 1 4 ) 4 3 5

(^3) (

) 4

(^3) (

) 4

(^5) (

4

22

= − − + = + − −

  • − + − + = Y

α

-^ j

μ•

j^

μ••

i

i

    -^

μ

μ

μ

ε^

i

j

ij

i^ j

Y

-^

Independencia

:

1 m.a.s: cada observación es aleatoriamente seleccionada de su población.

-^

Normalidad La variable Y sigue una distribución Normal en la poblaciónLos errores se distribuyen normalmente en la poblaciónEl efecto de los sujetos se distribuye normalmente en la población

SUPUESTOS

σ

(^21)

σ

(^2 )

=

...

=

σ

(^2) k

-^

Igualdad de varianzas

(homocedasticidad

)

-^

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 secombinan aditivamente (sumados)

i π

k τ

ij ε

Y

ij

=

μ

••

α

j^

π

i

ε

ij

13

α

-^

j^

=

μ

-^

j^

μ

••

ε

ij^

=

Y

ij^

μ

-^

j^

μ

i

μ

••

μ

  • Y

Valorobservadoen la VD ••

Efectos debidosa factoresconstantes

=

Efectos debidos a factorestenidos en cuenta (VVII)

Efectos debidos afactores nocontrolados

π

i •

=

μ

i •

μ

Y

-^

j^

Y

Y

i

Y

e

ij^

=

Y

ij^

Y

-^

j^

Y

i

Y

••

Y

ij

=

μ

α

j^

π

i •

ε

ij

4. ESTADÍSTICO DE CONTRASTE 

Estimadores de los parámetros

14

Y

ij

=

μ

••

α

j^

π

i

ε

ij

SC

TOTAL

=

SC

INT

E R SU

JE

TO

S

SC

INT

E R T R A TA

MIE

NT

O

S

SC

ERROR

Variación de laspuntuacionesrespecto de lamedia total

Variación de las mediasde los tratamientosrespecto de la media total

Variación de lasmedias de lossujetos respecto dela media total

Variación residualo error

Variabilidad INTERSUJETOS

Variabilidad INTRASUJETOS

( Y

ij

n

1 i

j^ =

1 k

Y

2

k

( Y

i

n =

1 i

Y

n

( Y

-^

j

j^ =

1 k

Y

2

( Y

ij

n

1 i

j^ =

1 k

Y

-^

j^

Y

i

Y

Fuentes de variación

16

FV

S.C.

g.l.

M.C.

E.C.

Significación (p)

Factor AIntertratam

SC

A^

k-

Intersujeto

SC

INTERSU J

n-

Error

SC

ERROR

(n-1)(k-1)

Total

SC

TOTAL

kn-

MC

A^

=

SC

A k^

1

MC

ERROR

SC

ERROR

( n

k^

F

MC

A

MC

ERROR

P

( F

F

k

1,(

n

1)(

k



Tabla resumen del ANOVA (A-EF-MR

)

  • Rechazamos H

0

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 difierenentre sí →

Si hay manipulación por parte del investigador: las diferenciasencontradas en la VD son debidas al efecto de la VI →

Si no hay manipulación sólo podemos afirmar que las diferenciasencontradas en la VD están asociadas a los distintos niveles de la VI

  • Mantenemos H

0

si el valor obtenido en la muestra para el E.C. cae en la región de

aceptación

α

) 1 )( 1 (, 1

1

− − − − >^

k n

Fk

F

α

REGIÓN CRÍTICA Y CRITERIO DE DECISIÓN

  • Rechazamos H

0

  • 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 5. Comparaciones múltiples

La distribuciónmuestral no sufremucha alteración

Si las varianzas no son iguales perolas covarianzas son iguales a cero

La distribución muestral nosigue exactamente el modelopropuestoSe debe utilizar laaproximación mutivariada o elcorrector

épsilon

Si no son iguales ni las varianzas ni lascovarianzas

Supuesto de Esfericidad

6. Robustez de F frente al incumplimiento de los supuestos