


Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Prepara tus exámenes
Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Prepara tus exámenes con los documentos que comparten otros estudiantes como tú en Docsity
Encuentra los documentos específicos para los exámenes de tu universidad
Estudia con lecciones y exámenes resueltos basados en los programas académicos de las mejores universidades
Responde a preguntas de exámenes reales y pon a prueba tu preparación
Consigue puntos base para descargar
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Comunidad
Pide ayuda a la comunidad y resuelve tus dudas de estudio
Ebooks gratuitos
Descarga nuestras guías gratuitas sobre técnicas de estudio, métodos para controlar la ansiedad y consejos para la tesis preparadas por los tutores de Docsity
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
1 / 4
Esta página no es visible en la vista previa
¡No te pierdas las partes importantes!



Prof. Juan Delgado Sánchez-Mateos.
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.
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.
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
cero.
SUPUESTO 4.- La única fuente de variación dentro de la población
también lo es, la única posibilidad que queda de una variación dentro de
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.
tratamiento representan valores de una variable aleatoria normal (N) e independientemente (I) distribuida (D), con media igual a cero y varianza
2
2 )].
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.