¡Descarga Formulario diseños - hasta tema VIII y más Ejercicios en PDF de Psicología solo en Docsity!
CAPÍTULO I: PARAMETRIZACIÓN DE LOS DATOS SEGÚN EL MODELO
TEÓRICO
Ecuación
estructural
nº de observaciones/sujetos
total
N
puntuación observada Y
media general Ȳ
puntuación de diferencia
(total)
y = Y - Ȳ
y = A + E
efecto de la VI A = Ȳa - Ȳ
puntuación pronosticada Ŷ = Ȳ + A
error E = Y - Ŷ
Grados de
libertad
puntuación observada gl Y = N
media general gl Ȳ = 1
puntuación de diferencia
(total)
gl y = N -
gl y = gl A + gl E
efecto de la VI (entre) gl A = a - 1
puntuación pronosticada gl Ŷ = gl Ȳ + gl A
error (intra) gl E = N - a
Sumas de
cuadrados
suma de cuadrados entre SC A = â 1 x â 2
SC A = n 1 â 12 + n 1 â 2 2
n 1 = n 2 → SC A = n ( â 12 + â 12 )
suma de cuadrados total SC total = SC Y - SC Ȳ
suma de cuadrados datos SC Y = Ʃ Y 2
suma de cuadrados media SC Ȳ = SC Y / N
suma cuadrados error SC error = n (s 12 + s 22 )
s^2 = SC/n
Tamaño del
efecto
Ƞ 2 A = SC A / SC total
CAPÍTULO II: VALIDEZ DE LA INFERENCIA ESTADÍSTICA Y
CONTRASTE DE HIPÓTESIS
Prueba de
significació
n de la
hipótesis
nula
Media cuadrática MC = SC / gl
Estadísitco F F = MCA / MC Error
media cuadrática error MC Error = F / MC A
Cambio Ƞ^2 - F F = ( Ƞ 2 / 1- Ƞ^2 ) ( gl error / gl A )
Cambio F - Ƞ^2 Ƞ 2 = F / F + (gl error / gl A)
Grados libertad entre gl A = a - 1
Grados libertad error gl E = N - a
DECISIÓN: si Ftablas < Razón F = RECHAZAMOS H 0
Enunciado
s
Error típico
cuantitativ
os e
intervalos
de
confianza
Intervalos de confianza
Potencia de la prueba
estadísitca
ɛ 2 = SCA - ( gl A x MC error ) / SC total
Sumas de
cuadrados
suma de cuadrados entre SC A = â 1 x â 2
SC A = n 1 â 12 + n 1 â 2 2
n 1 = n 2 → SC A = n ( â 12 + â 12 )
suma de cuadrados total SC total = SC Y - SC Ȳ
suma cuadrados error SC error = n (s 12 + s 22 )
s 2 = SC/n
Tamaño
del efecto
Ƞ2A = SCA / SCtotal
CAPÍTULO IV: HIPÓTESIS ESPECÍFICAS DE LA INVESTIGACIÓN
Prueba de la hipótesis para comparar las Ȳs de las condiciones
Tasa de error tipo I αPE = 1- (1-α (^) PC)C
Algunos procedimient os para efectuar contrastes
Correción de Bonferroni αPC = α (^) PE / C
Desigualdad de Bonferroni 1- (1-α (^) PC)C < CαPC
Procedimiento de Sidak α^ PC = 1 - (1-^ α^ PE) 1/C
Suma de cuadrados hipótesis
SCϕh : (c'Ȳ (^) A )^2 / c'c
Distancia crítica general
Distancia Crítica Dunnet
Distancia crítica Tukey
Distancia crítica Scheffé
CAPÍTULO VIII: REDUCCIÓN DEL COMPONENTE RESIDUAL MEDIANTE EL
BLOQUEO
DISEÑO AXB = Todo igual que en diseños con interacción → cambia interpretación varianza DISEÑO A/BC = CUADRADO LATINO : DOBLE BLOQUEO Ecuación estructura l
nº de observaciones/ sujetos total
N
puntuación observada Y media general Ȳ puntuación de diferencia (total)
y = Y - Ȳ y = A + B + C + A/BC + E efecto de A = α A = Ȳa - Ȳ efecto de B = β B = Ȳ (^) b - Ȳ efecto de C C = Ȳ (^) C - Ȳ efecto de la interacción A/ BC
A/BC = Ȳ A/BC - Ȳ - A - B - C
puntuación pronosticada Ŷ = Ȳ + A + B + C + A/BC error E = Y - Ŷ MODELO ADITIVO : Y = Ȳ + A + B + C + E MODELO NO ADITIVO: Y = Ȳ + A + B + C + A/BC + E
Grados de libertad
puntuación observada gl Y = N media general gl Ȳ = 1
puntuación de diferencia (total)
gl y = N - gl y = gl A + gl B + gl C + gl A/BC + gl E efecto de A gl A = a - 1
efecto de B gl B = b - 1
efecto de C gl C = c - 1
efecto de la interacción gl A/BC= a/bc - (gl A + gl B + gl C)
puntuación pronosticada gl Ŷ = gl Ȳ + gl A + gl B + gl C + gl A/BC error (intra) gl E = N - a gl E = gl (^) T – (gl (^) A + gl (^) B + gl C + glA/BC)
Sumas de cuadrado s
suma de cuadrados entre SC (^) A = â 1 x â 2
SC (^) A = n 1 â 12 + n 1 â 2 2 n 1 = n (^2) → SC (^) A = n ( â 12 + â 12 ) suma de cuadrados B y C igual que con SC (^) A suma de cuadrados A/BC suma de cuadrados total SCtotal = SCY - SC (^) Ȳ SC (^) total= SCA + SC (^) B + SCC + SC (^) A/BC + SC (^) error
suma cuadrados Ŷ suma de cuadrados datos SCY = Ʃ Y 2 suma de cuadrados media SC (^) Ȳ = SC (^) Y / N suma cuadrados error SC (^) error = n (s 12 + s 22 ) s 2 = SC/n
Tamaño del efecto
Ƞ2A = SCA / SCtotal
