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


Metodología Experimental en Psicología: Supuestos del Modelo Matemático de Diseño de Grupo, Apuntes de Psicología

Una descripción detallada de los supuestos del modelo matemático del diseño de grupos al azar (modelo i: fijo) en psicología experimental. El profesor juan delgado sánchez-mateos explica los supuestos clave de este modelo, como el supuesto de que todos los tratamientos están incluidos en el experimento, el supuesto de efectos fijos y constantes, y el supuesto de que los errores son independientes inter e intra niveles de tratamiento. Estos supuestos son importantes para entender el comportamiento y el contenido de las medias cuadráticas en el análisis de variancia.

Tipo: Apuntes

2012/2013

Subido el 29/06/2013

geekko
geekko 🇪🇸

3.2

(13)

7 documentos

1 / 4

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
METODOLOGÍA EXPERIMENTAL EN PSICOLOGÍA.
Prof. Juan Delgado Sánchez-Mateos.
SUPUESTOS DEL MODELO MATEMÁTICO DEL DISEÑO DE GRUPOS AL
AZAR: MODELO I (FIJO)
SUPUESTO 1.- Todos los tratamientos sobre los que se quiere hacer
inferencias están incluidos en el experimento. Es decir, el número de
niveles de la variable en el experimento, o muestra de niveles (p), es igual
al número de niveles de la variable en la población o población de niveles
(P) a la que se quiere generalizar (p = P).
Así, la expresión [1 - (p/P)], que veremos páginas adelante, y a la
que se denominará "complementario hasta 1 de la fracción de muestreo",
valdrá, entonces, cero.
Una consecuencia importante de este primer supuesto es que un
nuevo experimento que pretenda replicar uno anterior efectuado bajo las
condiciones del modelo I habrá, necesariamente, de incluir exactamente
los mismos niveles "p" de la variable de tratamiento.
Este SUPUESTO 1 no se mantiene en el modelo II (aleatorio), como
veremos después.
SUPUESTO 2.- "
j" es un efecto fijo y constante para todas las
observaciones "dentro" de la población "j", pero puede variar "entre" las
"p" diferentes poblaciones de tratamientos. Este supuesto también es
típico del modelo I (no se mantiene en el II), y es el que le da nombre
como "modelo de efectos fijos". Sencillamente indica que todos los
sujetos de un determinado grupo (pertenecientes a la misma población de
tratamiento), por el hecho de recibir un cierto valor de variable
independiente, ven incrementada, positiva o negativamente, su ejecución
en una cantidad idéntica fija para cada uno de ellos.
Ahora bien, esa cantidad puede ser diferente en cada uno de los
distintos grupos, o en cada una de las diferentes poblaciones de
tratamientos. Lógicamente, no es que deba serlo, puesto que el efecto del
tratamiento puede ser cero.
SUPUESTO 3.- Teniendo en cuenta que
j se define como (
.j -
..),
resulta también claro que
pf3
pf4

Vista previa parcial del texto

¡Descarga Metodología Experimental en Psicología: Supuestos del Modelo Matemático de Diseño de Grupo y más Apuntes en PDF de Psicología solo en Docsity!

METODOLOGÍA EXPERIMENTAL EN PSICOLOGÍA.

Prof. Juan Delgado Sánchez-Mateos.

SUPUESTOS DEL MODELO MATEMÁTICO DEL DISEÑO DE GRUPOS AL

AZAR: MODELO I (FIJO)

SUPUESTO 1.- Todos los tratamientos sobre los que se quiere hacer inferencias están incluidos en el experimento. Es decir, el número de niveles de la variable en el experimento, o muestra de niveles ( p ), es igual al número de niveles de la variable en la población o población de niveles ( P ) a la que se quiere generalizar ( p = P ).

Así, la expresión [1 - ( p / P )], que veremos páginas adelante, y a la que se denominará "complementario hasta 1 de la fracción de muestreo", valdrá, entonces, cero.

Una consecuencia importante de este primer supuesto es que un nuevo experimento que pretenda replicar uno anterior efectuado bajo las condiciones del modelo I habrá, necesariamente, de incluir exactamente los mismos niveles " p " de la variable de tratamiento.

Este SUPUESTO 1 no se mantiene en el modelo II (aleatorio), como veremos después.

SUPUESTO 2.- "  j " es un efecto fijo y constante para todas las

observaciones "dentro" de la población " j " , pero puede variar "entre" las " p " diferentes poblaciones de tratamientos. Este supuesto también es típico del modelo I (no se mantiene en el II), y es el que le da nombre como "modelo de efectos fijos". Sencillamente indica que todos los sujetos de un determinado grupo (pertenecientes a la misma población de tratamiento), por el hecho de recibir un cierto valor de variable independiente, ven incrementada, positiva o negativamente, su ejecución en una cantidad idéntica fija para cada uno de ellos.

Ahora bien, esa cantidad puede ser diferente en cada uno de los distintos grupos, o en cada una de las diferentes poblaciones de tratamientos. Lógicamente, no es que deba serlo, puesto que el efecto del tratamiento puede ser cero.

SUPUESTO 3.- Teniendo en cuenta que  j se define como (  .j - ..),

resulta también claro que

puesto que la suma de diferenciales (y en este caso se trata de diferencias entre las j medias de las j poblaciones de tratamientos y la media de todas

ellas (  .j - ..), pero son "diferenciales" al fin y a la postre) es igual a

cero.

SUPUESTO 4.- La única fuente de variación dentro de la población

" j " es el error (  i ( j )). Si pensamos que dentro de la misma población el

efecto del tratamiento (  j ) es constante, y dado que la media total ( )

también lo es, la única posibilidad que queda de una variación dentro de

la misma población de tratamiento es el error (  i ( j )). De ahí que

supongamos que si dos puntuaciones difieren dentro de la misma población de tratamiento sólo puede deberse a variabilidad interindividual, a errores de medida o a irrelevancias aleatorias.

Esto tampoco es cierto en el modelo aleatorio.

SUPUESTO 5.- Los errores (  i ( j )) para cada población de

tratamiento representan valores de una variable aleatoria normal (N) e independientemente (I) distribuida (D), con media igual a cero y varianza

igual a 

2

. [NID (0, 

2 )].

SUPUESTO 6.- Los errores (  i ( j )) son independientes inter e intra

niveles de tratamiento. Es decir, no son significativamente mayores ni menores con unos u otros sujetos ni con unos u otros tratamientos. En términos más precisos, no hay relación (correlación) entre los errores y los niveles de tratamiento, no se comenten mayores errores en un tratamiento que en otro; ni hay relación (correlación) entre los errores cometidos en un caso y en cualquier otro, incluso dentro de la misma población de tratamiento, es decir, no hay razones para que se comentan mayores, menores o iguales errores en un caso respecto de otro cualquiera.

Supuesto 7.- La puntuación Yij es un estimador de la combinación

lineal de los parámetros específicados en el modelo matemático.

concretan sobre las esperanzas de las medias cuadráticas de las fuentes de variación de los diferentes experimentos.

SUPUESTO 3.- Los posibles valores del efecto de tratamiento (  j ) se

suponen independientes entre sí e independientes del error (  i ( j )).