Tema 3 Estadistica II, Ejercicios de Matemáticas y Estadística Aplicada. Universidad Complutense de Madrid (UCM)
maria_yanguas-1
maria_yanguas-1

Tema 3 Estadistica II, Ejercicios de Matemáticas y Estadística Aplicada. Universidad Complutense de Madrid (UCM)

6 páginas
7Número de visitas
Descripción
Asignatura: Estadística Aplicada a la Psicología II, Profesor: Sergio Escorial, Carrera: Psicología, Universidad: UCM
20 Puntos
Puntos necesarios para descargar
este documento
Descarga el documento
Vista previa3 páginas / 6
Esta solo es una vista previa
3 páginas mostradas de 6 páginas totales
Descarga el documento
Esta solo es una vista previa
3 páginas mostradas de 6 páginas totales
Descarga el documento
Esta solo es una vista previa
3 páginas mostradas de 6 páginas totales
Descarga el documento
Esta solo es una vista previa
3 páginas mostradas de 6 páginas totales
Descarga el documento

TEMA 3: ANOVA DE UN FACTOR MEDIDAS INDEPENDIENTES

ANOVA

• Análisis de Varianza: se basa en la variabilidad de los datos

• Objetivo: someter a comprobación experimental la H0 acerca de la igualdad de más de dos medias

• Si tenemos dos poblaciones con varianzas iguales y las juntamos:

• Si la varianza no cambia > medias iguales

• Si la varianza cambia > medias diferentes

• Factor: Variable Independiente (VI)

• Niveles: cada uno de los diferentes valores que puede tomar el factor

• Ej. Factor: Clase social >> Niveles: alta, media, baja

• Clasificación por aleatorización:

• Completamente aleatorizado: sobre cada sujeto, cada sujeto se asigna a un nivel. Diseño intersujeto

• Aleatorizado en bloques: se hace sobre cada bloque, para controlar una variable extraña. Diseño intersujeto

• Medidas repetidas: cada bloque es un sujeto, este pasa por todos los tratamientos. Diseño intrasujetos

• Niveles:

• Efectos fijos: elección de los niveles que estamos interesados en estudiar → las inferencias se limitarán a estos niveles.

• Efectos aleatorios: selección aleatoria entre el conjunto de posibles niveles → las inferencias se pueden generalizar a cualquiera de los posibles niveles.

ANOVA DE UN FACTOR DE EFECTOS FIJOS, COMPLETAMENTE ALEATORIZADO (A-EF-CA)

Someter a comprobación la H0 acerca de la igualdad de más de 2 medias; comparando las varianzas, si estas son significativamente distintas, las medias lo serán

HIPÓTESIS

SUPUESTOS

Alpha: efecto propio del nivel H1: al menos una de las medias es distinta de las otras, por ello después haremos comparaciones múltiples

ESTADÍSTICO DE CONTRASTE

Tabla de ANOVA

REGIÓN CRÍTICA Y CRITERIO DE DECISIÓN

Siempre unilateral derecho

• Mantenemos H0 > si el valor obtenido para el E.C. cae en la región de aceptación

• Rechazamos H0 > si el valor obtenido para el E.C. cae en la región crítica, conclusión:

• No todas las medias son iguales, pero no sabemos qué medias difieren entre sí

• Si hay manipulación por parte del investigador: las diferencias encontradas en la VD son debidas al efecto de la VI

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

ROBUSTEZ DE F FRENTE AL INCUMPLIMIENTO DE SUPUESTOS

▲ Pruebas paramétricas

TAMAÑO DEL EFECTO

• Si hay manipulación experimental: porcentaje de la variabilidad de la VD que se debe al factor

• Si no hay manipulación experimental: porcentaje de la variabilidad de la VD asociada al factor

COMPARACIONES MÚLTIPLES

Cuando rechazamos H0 asumimos que no todas las medias son iguales, pero no sabemos qué medias difieren. Aproximaciones:

• Planificadas o “a priori”: se planifican antes de realizar la investigación y recoger los datos y se basan en consideraciones teóricas

• No planificadas o “a posteriori”: una vez rechazada la H0, para comprobar entre qué medias la diferencia es estadísticamente significativa →se comparan todos los posibles pares de medias

No hay comentarios
Esta solo es una vista previa
3 páginas mostradas de 6 páginas totales
Descarga el documento