DISEÑOS EXPERIMENTALES DE DOS GRUPOS Y MULTIGRUPO
|
|
- Juan Francisco Navarro Saavedra
- hace 6 años
- Vistas:
Transcripción
1 TEMA II
2 ESQUEMA GENERAL Definición y clasificación del diseño experimental de grupos Diseño experimental de dos grupos: definición y clasificación Diseño experimental de dos grupos: análisis estadístico Diseño multigrupo al azar: definición Diseño multigrupo al azar: análisis estadístico DISEÑOS EXPERIMENTALES DE DOS GRUPOS Y MULTIGRUPO
3 Definición y clasificación del diseño experimental de grupos
4 Definición y clasificación Definición: Los diseños experimentales de grupos son aquellos en los que se utilizan dos o más grupos que reciben los distintos tratamientos (estrategia entre-sujetos). Clasificación: Los diseños experimentales de grupos pueden ser: En función de su capacidad para controlar las variables extrañas y reducir la variancia de error: de grupos al azar o de grupos homogéneos. Según el número de VIs: simple o factorial. Los diseños simples pueden ser de dos tipos según el número de valores de la VI: bicondicional o multicondicional.
5 Diseño experimental de dos grupos: definición y clasificación
6 Definición y clasificación del diseño de dos grupos Definición: Una de las situaciones más simples de investigación experimental es aquella en la que se trabaja con dos grupos, normalmente uno de control y otro experimental. Clasificación: Los diseños de dos grupos pueden ser: Diseño de dos grupos completamente al azar Diseño de dos grupos emparejados
7 DISEÑO DE DOS GRUPOS AL AZAR a 1 a 2 S uj e t o s S uj e t o s Y 1 Y 2 Asignación aleatoria Población de origen Muestra experimental Selección o muestreo
8 a 1 a 2 DISEÑO DE DOS GRUPOS EMPAREJADOS S 1 S 3... Y D = 0 S 2 S 4... Asignación aleatoria S 1, S 2 S 3, S 4 S 5, S 6 S N-1, S N Población de origen Muestra experimental Selección o muestreo
9 Diseño experimental de dos grupos: análisis estadístico
10 Técnicas estadísticas Dos grupos al azar Dos grupos emparejados Prueba paramétrica t de Student para datos independientes t de Student para datos relacionados Prueba no paramétrica U de Mann-Whitney T de Wilcoxon
11 Diseño multigrupo al azar: Definición
12 Definición Los diseños multigrupo son estructuras con una sola variable independiente de tres o más valores o niveles. El diseño multigrupo totalmente al azar requiere la asignación aleatoria de los sujetos de la muestra a los distintos grupos, sin restricción alguna.
13 Tratamientos a 1 a 2 a j a a S uj S uj. S uj e t o s e t o s e t o s Muestra experimental Asignación aleatoria
14 Diseño multigrupo al azar: Análisis estadístico
15 Prueba de significación general Si la variable independiente es categórica o cuantitativa Si la variable independiente es cuantitativa Análisis de la variancia (ANOVA) unifactorial para datos independientes Comparaciones múltiples (contrastes parciales) Análisis de tendencias
16 Ejemplo 1 Se pretende probar si la cantidad de repasos es una variable decisiva para el recuerdo. Los sujetos (n=20) deben leer en voz alta una lista de ítems. El primer grupo leerá la lista una sola vez (condición a 1 ), el segundo la leerá dos veces (condición a 2 ), el tercero tres vez (condición a 3 ) y el cuarto cuatro veces (condición a 4 ). Al terminar las lecturas, los sujetos realizan una prueba de memoria que consiste en restituir o recuperar de la memoria la mayor cantidad de ítems. La medida de la variable dependiente es la cantidad de respuestas o ítems correctamente recordados.
17 Matriz de datos del diseño Individuo 1 Individuo 2... Individuo n Sumas Medias Grupo 1 Grupo 2... Grupo k Total y 11 y y 1k y 21 y y 2k y n1 y n2 n n yi 1 yi2 i= 1 i= 1 y n i= 1 y nk y ik k j j= 1 i= 1 y.2 y.k y.. y ij Nº individuos n 1 n 2... n k n
18 DISEÑO MULTIGRUPO TRATAMIENTOS a 1 a 2 a 3 a Totales: Medias:
19 ANOVA unifactorial para datos independientes
20 Modelo estructural del ANOVA: Diseño multigrupo Yij = µ + α + j ε ij
21 Modelo del ANOVA Y ij = la puntuación del i sujeto bajo la j condición experimental o tratamiento. μ = la media global de los datos del experimento. α j = μ j - μ, es el efecto o impacto del j nivel de la variable de tratamiento A. ε ij = Y ij - μ j, es el error experimental asociado al i sujeto bajo el j tratamiento.
22 Cuadro resumen del ANOVA Fuentes de Variación Suma de cuadrados (SC) Grados de libertad Variancia F k n Factor 2 entregrupos SCentre = ( y. j y.. ) k-1 j= 1 i= 1 S 2 entre = SC entre k 1 F = S S 2 entre 2 intra Factor intragrupo = k n intra ij. j j= 1 i= 1 SC ( y y ) 2 n-k S = SC 2 intra intra n k k n j= 1 i= 1 2 SCtotal = ( yij y.. ) Total n-1
23 Supuestos del ANOVA Existen tres supuestos que han de cumplirse si queremos aplicar un AVAR: 1. Independencia de las observaciones: se refiere a que las puntuaciones de los distintos individuos no han de covariar entre sí. 2. Normalidad de los datos: el conjunto de residuales en la población debe distribuirse según una ley normal. 3. Homocedasticidad: para una correcta utilización del ANOVA es necesario que las variancias intragrupo sean homogéneas (σ 1 ² = σ 2 ² =... = σ j ²).
24 Prueba de homogeneidad de variancias para el Ejemplo 1 H 0 : σ 1 ² = σ 2 ² = σ 3 ² = σ 4 ²
25 Proceso de decisión estadística para el ANOVA Paso 1. La hipótesis de nulidad asume que los grupos experimentales proceden de la misma población y, por consiguiente, las medias son idénticas: H : µ = µ = µ = µ Paso 2. La hipótesis alternativa asume que por lo menos hay diferencias entre dos medias. H :, 1 i j µ µ i j Paso 3. Se aplica el ANOVA cuyo estadístico es la F de Snedecor y se obtiene la probabilidad asociada al estadístico.
26 Cuadro resumen del ANOVA para el ejemplo 1 F.V. SC g.l CM F p Entregrupos k-1= <0.05 Intragrupo n-k = Total n-1=19
27 Proceso de decisión estadística para el ANOVA Paso 4. Como el nivel de significación es inferior a 0.05 se rechaza la hipótesis de nulidad y se acepta la hipótesis alternativa. H :, 1 i j µ µ i j Dado que el ANOVA es un contraste global, una F significativa sólo demuestra que al menos una diferencia entre las medias del factor es estadísticamente significativa. Para concretar las diferencias detectadas por el ANOVA se deben llevar a cabo contrastes parciales o comparaciones múltiples.
28 Contrastes parciales
29 Definición Los contrastes se efectúan, por lo general, entre las medias de los grupos de tratamiento. Un constraste o comparación es una combinación lineal de las k medias de un factor definido como: k = c1 1+ c c = k k cj j j= 1 ψ µ µ µ µ donde c j son cada uno de los coeficientes del contraste. La suma de los coeficientes ha de ser cero. k j= 1 c j = 0
30 Tipos de contrastes Los contrastes a priori o planificados se formulan de acuerdo con los intereses previos o teóricos del investigador, y se plantean antes de obtener los resultados del experimento. Los contrastes a posteriori o no planificados se formulan en función de los resultados obtenidos en el ANOVA y se llevan a cabo para extraer la máxima información de los datos del experimento.
31 Contrastes planificados: cinco ejemplos Dos lecturas de la lista (condición a 2 ) no difiere de una sola lectura (condición a 1 ) H 0 : μ 2 = μ 1 Se asume la igualdad entre tres lecturas (a 3 ) y una (a 1 ) H 0 : μ 3 = μ 1 Se asume la igualdad entre cuatro lecturas (a 4 ) y una sola lectura (a 1 ) H 0 : μ 4 = μ 1
32 Contrastes planificados: cinco ejemplos Se establece la igualdad entre tres lecturas y el promedio entre una y dos lecturas. H 0 : μ 3 = 1/2(μ 1 + μ 2 ) Se define la igualdad entre cuatro lecturas y el promedio de las restantes. H 0 : μ 4 = 1/3(μ 1 + μ 2 + μ 3 )
33 Coeficientes de los contrastes planificados para cinco ejemplos Coeficientes Contraste a 1 a 2 a 3 a 4 Σa j c c c c c
34 Contrastes planificados: cinco ejemplos
35 Contrastes no planificados o a posteriori La principal desventaja de las comparaciones a priori es que a medida que aumenta el número de contrastes también se incrementa la probabilidad de cometer un error de tipo I o de rechazar la H 0 siendo verdadera. Existen diversos métodos (por ejemplo la corrección de Bonferroni) que permiten solventar este problema. Los contrastes a posteriori tienen la ventaja de mantener constante la probabilidad de cometer errores de tipo I cuando se toma la decisión estadística. Entre dichas estrategias cabe destacar las pruebas de Scheffé, Tukey, Newman-Keuls, Duncan, y Dunnett.
36 Contrastes a posteriori para el ejemplo 1
37 Análisis de tendencias
38 Definición Una de las técnicas de análisis de tendencias es el método de polinomios ortogonales. En virtud de ese procedimiento, es posible dividir la variación o Suma de Cuadrados de tratamientos en una serie de componentes independientes de tendencia como, por ejemplo, lineal, cuadrático, cúbico, etc. Cada componente ortogonal aporta información particular sobre una clase de tendencia o relación entre la variable independiente y la variable dependiente. Al mismo tiempo, este procedimiento permite verificar estadísticamente la significación de cada componente de tendencia.
39 Definición Para poder realizar un análisis de tendencias se han de cumplir dos requisitos: Las dos variables (VI y VD) han de ser cuantitativas. La variable independiente ha de tener tres o más valores.
40 Cuadro resumen del análisis de tendencias para el ejemplo 1 Componente SC g.l. CM F p Lineal <0.05 Cuadrático >0.05 Cúbico >0.05 Error
41 Gráfico de medias para el ejemplo 1 V.D repaso 2 repasos 3 repasos 4 repasos
DISEÑOS EXPERIMENTALES DE DOS GRUPOS Y MULTIGRUPO
TEMA II ESQUEMA GENERAL Diseño experimental de dos grupos: definición y clasificación Formatos del diseño y prueba de hipótesis Diseño experimental multigrupo: definición Formato del diseño multigrupo
Más detallesESQUEMA GENERAL DISEÑO FACTORIAL
TEMA III ESQUEMA GENERAL Definición Clasificación Efectos estimables en un diseño factorial Diseño factorial A x B completamente al azar Representación de la interacción DISEÑO FACTORIAL Definición El
Más detallesTEMA 6 COMPROBACIÓN DE HIPÓTESIS ESPECÍFICAS DE INVESTIGACIÓN
TEMA 6 COMPROBACIÓN DE HIPÓTESIS ESPECÍFICAS DE INVESTIGACIÓN 1 DISEÑO DE INVESTIGACIÓN Y 1 A = a 1 a Y 1 A = 3 a 1 a a Hipótesis específicas de la investigación Cuando la variable independiente tiene
Más detallesPROGRAMA DEL CURSO SOBRE PSICOLOGÍA EXPERIMENTAL MANUEL MIGUEL RAMOS ÁLVAREZ
PROGRAMA DEL CURSO SOBRE PSICOLOGÍA EXPERIMENTAL MANUEL MIGUEL RAMOS ÁLVAREZ Resumen de Psicología Experimental 1 PSICOLOGÍA EXPERIMENTAL Manuel Miguel Ramos Alvarez. I. FUNDAMENTOS METODOLÓGICOS DE LA
Más detallesANOVA. Análisis de la Varianza. Univariante Efectos fijos Muestras independientes
ANOVA Análisis de la Varianza Univariante Efectos fijos Muestras independientes De la t a la F En el test de la t de Student para muestras independientes, aprendimos como usar la distribución t para contrastar
Más detallesEstas dos clases. ANOVA I - Conceptos generales - Supuestos - ANOVA de una vía - Transformación de datos - Test a Posteriori - ANOVA de dos vías
ANOVA I 19-8-2014 Estas dos clases ANOVA I - Conceptos generales - Supuestos - ANOVA de una vía - Transformación de datos - Test a Posteriori - ANOVA de dos vías ANOVA II - ANOVA factorial - ANCOVA (análisis
Más detallesANALIZAR Comparar medias
Diseño entre-grupos univariado unifactorial con A>2. Contraste de hipótesis específicas Dolores Frías-Navarro Universidad de Valencia http://www.uv.es/friasnav/ Hasta ahora hemos ido desarrollando las
Más detallesESQUEMA GENERAL. Definición Clasificación Diseño simple de medidas repetidas Diseño factorial de medidas repetidas Diseño factorial mixto
TEMA IV ESQUEMA GENERAL Definición Clasificación Diseño simple de medidas repetidas Diseño factorial de medidas repetidas Diseño factorial mixto DISEÑOS DE MEDIDAS REPETIDAS Definición En el diseño medidas
Más detallesBloque 3 Tema 14 ANÁLISIS DE LA VARIANZA. PRUEBA F
Bloque 3 Tema 4 AÁLISIS DE LA VARIAZA. PRUEBA F El objetivo fundamental de la experimentación es estudiar la posible relación de causalidad existente entre dos o más variables. Este estudio representa
Más detallesEscuela Nacional de Estadística e Informática ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA
ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA Lima Perú 2013 DISEÑO COMPLETAMENTE ALEATORIZADO Es el diseño más simple y sencillo de realizar, en el cual los tratamientos
Más detallesPrueba t para muestras independientes
Prueba t para muestras independientes El procedimiento Prueba t para muestras independientes compara las medias de dos grupos de casos. Para esta prueba, idealmente los sujetos deben asignarse aleatoriamente
Más detallesTest ANOVA. Prof. Jose Jacobo Zubcoff 1 ANOVA ANOVA. H 0 : No existen diferencias entre los k niveles H 1 : La hipótesis nula no es cierta
Test Compara la distribución de una variable continua normal en mas de dos poblaciones (niveles o categorías) H 0 : No existen diferencias entre los k niveles H : La hipótesis nula no es cierta Parte de
Más detallesAnálisis de la varianza (ANOVA)
Análisis de la varianza (ANOVA) Mª Isabel Aguilar, Eugenia Cruces y Bárbara Díaz UNIVERSIDAD DE MÁLAGA Departamento de Economía Aplicada (Estadística y Econometría) Parcialmente financiado a través del
Más detallesDISEÑO CON MÁS DE DOS CONDICIONES (A>2) ANOVA unifactorial con A>2 y contraste de hipótesis específicas
DISEÑO CON MÁS DE DOS CONDICIONES (A>2) ANOVA unifactorial con A>2 y contraste de hipótesis específicas Hasta ahora hemos ido desarrollando las pruebas parámetricas para contrastar hipótesis de un grupo
Más detalles2. EL DISEÑO UNIFACTORIAL (COMPARACION DE TRATAMIENTOS)
2. EL DISEÑO UNIFACTORIAL (COMPARACION DE TRATAMIENTOS) La idea principal en este capitulo es el inicio a planear los diseño experimentales y su correspondiente análisis estadístico. En este caso iniciaremos
Más detalles1. Realice la prueba de homogeneidad de variancias e interprete los resultados.
1ª PRÁCTICA DE ORDENADOR (FEEDBACK) Un investigador pretende evaluar la eficacia de dos programas para mejorar las habilidades lectoras en escolares de sexto curso. Para ello asigna aleatoriamente seis
Más detallesMétodos de Investigación en Psicología (11) Dra. Lucy Reidl Martínez Dra. Corina Cuevas Reynaud Dra. Renata López Hernández
Métodos de Investigación en Psicología (11) Dra. Lucy Reidl Martínez Dra. Corina Cuevas Reynaud Dra. Renata López Hernández El método incluye diferentes elementos Justificación Planteamiento del problema
Más detallesTEMA 2 Diseño de experimentos: modelos con varios factores
TEMA 2 Diseño de experimentos: modelos con varios factores José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Análisis de Datos - Grado en Biología Esquema del tema Modelo bifactorial
Más detallesCapítulo 6. Análisis de la covarianza ANÁLISIS DE LA COVARIANZA UNIFACTORIAL INTRODUCCIÓN
Capítulo 6 Análisis de la covarianza INTRODUCCIÓN Es una combinación de dos técnicas: Análisis de la Varianza y Análisis de Regresión. En el Análisis de la Covarianza: F La variable respuesta es cuantitativa
Más detallesANOVA mul)factorial. Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff
ANOVA mul)factorial Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff Se puede examinar más de un factor simultáneamente (ANOVA de 2 factores, de 3 factores, etc.) Por qué un único análisis
Más detallesESQUEMA GENERAL DISEÑO CUASI-EXPERIMENTAL
TEMA V ESQUEMA GENERAL Definición y clasificación del diseño cuasi-experimental Estructuras básicas: Diseño pre-experimental Diseño de grupo control no equivalente: Definición Diseño de grupo control no
Más detallesAnova unifactorial Grados de Biología y Biología sanitaria
Anova unifactorial Grados de Biología y Biología sanitaria M. Marvá e-mail: marcos.marva@uah.es Unidad docente de Matemáticas, Universidad de Alcalá 29 de noviembre de 2015 El problema Analizaremos la
Más detallesDiseño de Experimentos. Diseños Factoriales
Diseño de Experimentos Diseños Factoriales Luis A. Salomón Departamento de Ciencias Matemáticas Escuela de Ciencias, EAFIT Luis A. Salomón (EAFIT) Inspira Crea Transforma Curso 2016 Índice 1 Introducción
Más detalles2 Introducción a la inferencia estadística Introducción Teoría de conteo Variaciones con repetición...
Contenidos 1 Introducción al paquete estadístico S-PLUS 19 1.1 Introducción a S-PLUS............................ 21 1.1.1 Cómo entrar, salir y consultar la ayuda en S-PLUS........ 21 1.2 Conjuntos de datos..............................
Más detallesSOLUCIONES EJERCICIOS MISCELANEA. Problema 1. Dagoberto Salgado Horta Página 1
SOLUCIONES EJERCICIOS MISCELANEA Problema 1 Dagoberto Salgado Horta Página 1 Como se observa en la tabla la Fcal es mayor que la Ftab por lo que podemos concluir diciendo que existen diferencias significativas
Más detallesLECCIÓN PÚBLICA. Tema 5 Algunas Pruebas de Hipótesis. Profa. María Fátima Dos Santos
LECCIÓN PÚBLICA Tema 5 Algunas Pruebas Profa. María Fátima Dos Santos 1 TEMARIO Fundamentos de estadística inferencial Método hipotético deductivo (Juego de hipótesis) Elementos en el contraste de hipótesis
Más detallesAnálisis de la varianza. Magdalena Cladera Munar Departamento de Economía Aplicada Universitat de les Illes Balears
Análisis de la varianza Magdalena Cladera Munar mcladera@uib.es Departamento de Economía Aplicada Universitat de les Illes Balears CONTENIDOS Análisis de la varianza de un factor. Análisis de la varianza
Más detallesBioestadística y uso de software científico TEMA 8 ANOVA FACTORIAL ANOVA DE MEDIDAS REPETIDAS
Bioestadística y uso de software científico TEMA 8 ANOVA FACTORIAL ANOVA DE MEDIDAS REPETIDAS Hasta ahora... Tema Variable dependiente Variable independiente Test Tema 4 Categórica Categórica χ 2, McNemar
Más detallesIntroducción al Análisis de. Varianza.
Capítulo 1 Introducción al Análisis de Varianza. 1.1. Introducción. Hasta el momento se han realizado inferencias con respecto a un parámetro poblacional y a la comparación de un parámetro entre 2 poblaciones.
Más detallesPráctica 2. Hipótesis de investigación
Práctica 2. Hipótesis de investigación Teniendo en cuenta los resultados de la investigación anterior, un segundo equipo de investigadores diseña un nuevo fármaco para aumentar la extroversión. Han introducido
Más detallesANALIZAR Comparar medias
Diseño entre-grupos univariado unifactorial con A>2. Contraste de hipótesis específicas Dolores Frías-Navarro Universidad de Valencia http://www.uv.es/friasnav/ Hasta ahora hemos ido desarrollando las
Más detallesEstadísticos Aplicados en el SPSS 2008
PRUEBAS ESTADISTICAS QUE SE APLICAN (SPSS 10.0) PARAMÉTRICAS:... 2 Prueba t de Student para una muestra... 2 Prueba t par muestras independientes... 2 ANOVA de una vía (multigrupo)... 2 ANOVA de dos vías
Más detallesANOVA Análisis de la Varianza en diseño de experimentos
ANOVA Análisis de la Varianza en diseño de experimentos NATURALEZA DEL DISEÑO EXPERIMENTAL El diseño experimental tiene sus orígenes en los trabajos de Ronald Aylmer Fisher (1890 1962) desarrollados en
Más detallesINDICE. Prólogo a la Segunda Edición
INDICE Prólogo a la Segunda Edición XV Prefacio XVI Capitulo 1. Análisis de datos de Negocios 1 1.1. Definición de estadística de negocios 1 1.2. Estadística descriptiva r inferencia estadística 1 1.3.
Más detallesTEMA 4 ELABORACIÓN Y COMPROBACIÓN DE LAS HIPÓTESIS DE INVESTIGACIÓN
TEMA 4 ELABORACIÓN Y COMPROBACIÓN DE LAS HIPÓTESIS DE INVESTIGACIÓN 1 MODELO LINEAL GENERAL applemodelo estadístico appledescribe una combinación lineal de los efectos aditivos que forman la puntuación
Más detallesTema 9: Introducción al problema de la comparación de poblaciones
Tema 9: Introducción al problema de la comparación de poblaciones Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 9: Introducción al problema
Más detallesDISEÑO Y ANÁLISIS DE DATOS EN PSICOLOGÍA II
DISEÑO Y ANÁLISIS DE DATOS EN PSICOLOGÍA II PRÁCTICA 5 En una determinada investigación se estudió el rendimiento en matemáticas en función del estilo de aprendizaje de una serie de estudiantes de educación
Más detallesPRÁCTICA 3: Ejercicios del capítulo 5
PRÁCICA 3: Eercicios del capítulo 5 1. Una empresa bancaria a contratado a un equipo de expertos en investigación de mercados para que les asesoren sobre el tipo de campaña publicitaria más recomendable
Más detallesPruebas de Hipótesis Multiples
Pruebas de Hipótesis Multiples Cuando queremos hacer comparaciones de mas de dos poblaciones, una alternativa es comparar todos los grupos a la vez con el método de Análisis de Varianza (ANOVA) H o : µ
Más detalles14 horas. 20 horas
EJERCICIOS PROPUESTOS ANALISIS DE VARIANZA. Se realiza un ANOVA para comparar el tiempo que demora en aliviar el dolor de cabeza de varios tipos de analgésicos. Se obtiene como resultado un test observado
Más detalles4 Análisis de Varianza
4 Análisis de Varianza 4. Análisis de Varianza e.4.1. Quiénes obtienen mejores resultados en Matemáticas, los estudiantes que viven en zonas rurales, en pequeñas ciudades, en ciudades medias o en grandes
Más detallesTEMA 4 FASE ESTADÍSTICO-ANALÍTICA: RECURSOS PARA EL ANÁLISIS DE DATOS
TEMA 4 FASE ESTADÍSTICO-ANALÍTICA: RECURSOS PARA EL ANÁLISIS DE DATOS FASES EN EL ANÁLISIS DE LOS DATOS DE UNA INVESTIGACIÓN SELECCIÓN HIPÓTESIS DE INVESTIGACIÓN Modelo de Análisis Técnica de Análisis
Más detallesSupuestos y comparaciones múltiples
Supuestos y comparaciones múltiples Diseño de Experimentos Pruebas estadísticas Pruebas de bondad de ajuste Prueba de hipótesis para probar si un conjunto de datos se puede asumir bajo una distribución
Más detallesModelo de Análisis de la Covarianza. Introducción al modelo de Medidas Repetidas
Modelo de Análisis de la Covariza. Introducción al modelo de Medidas Repetidas Modelo de Análisis de la Covariza Introducción El diseño por bloques se considera para eliminar el efecto de los factores
Más detallesMetodologías De Investigación
Metodologías De Investigación Pfra. Dolores Frías Navarro M. Dolores Frías http://www.uv.es/friasnav 1 Diseños Experimentales Al menos una variable independiente de tratamiento que es introducida por el
Más detallesEstadística. Análisis de la varianza de un factor (ANOVA) Tests a posteriori. Prof, Dr. Jose Jacobo Zubcoff
Análisis de la varianza de un factor () Tests a posteriori Prof, Dr. Jose Jacobo Zubcoff Departamento de Ciencias del Mar y Biología Aplicada Ejemplo de problema a resolver: Uno de los focos de contaminación
Más detallesGrupo 4: BUENAS PRÁCTICAS ESTADÍSTICAS
Red ibérica de evaluación de eficacia y efectos secundarios de tratamientos para el control de plagas en el olivar (RIESPO) 2ª Reunión, Madrid 10-11/06/2010 Grupo 4: BUENAS PRÁCTICAS ESTADÍSTICAS ESTADÍSTICA
Más detallesDiseño de Experimentos Experimentos factoriales
Diseño de Experimentos Experimentos factoriales Dr. Héctor Escalona Definición El termino genérico de diseño factorial se aplica a aquellos experimentos donde se desea evaluar el efecto de 2 o mas factores
Más detallesTipo de punta (factor) (bloques)
Ejemplo Diseño Bloques al Azar Ejercicio -6 (Pág. 99 Montgomery) Probeta Tipo de punta (factor) (bloques) 9. 9. 9.6 0.0 9. 9. 9.8 9.9 9. 9. 9.5 9.7 9.7 9.6 0.0 0. ) Representación gráfica de los datos
Más detallesESQUEMA GENERAL PLANTEAMIENTO DE ESTUDIOS EXPERIMENTALES Y CUASI- EXPERIMENTALES
TEMA I ESQUEMA GENERAL Fases de la investigación científica Diseños de investigación Variables de la investigación experimental El concepto de variancia en la investigación experimental Objetivos de la
Más detallesIntroducción a la Estadística Aplicada en la Química
Detalle de los Cursos de Postgrado y Especialización en Estadística propuestos para 2015 1/5 Introducción a la Estadística Aplicada en la Química FECHAS: 20/04 al 24/04 de 2015 HORARIO: Diario de 10:00
Más detallesDiseño de Bloques al azar. Diseño de experimentos p. 1/25
Diseño de Bloques al azar Diseño de experimentos p. 1/25 Introducción En cualquier experimento, la variabilidad proveniente de un factor de ruido puede afectar los resultados. Un factor de ruido es un
Más detallesAnálisis de Varianza Unidireccional
Unidireccional Análisis de Regresión Múltiple TÉCNICAS DE DEPENDENCIA Variable/s Dependiente/s Variable/s Independiente/s Técnica 1 Nivel de medición Continuo 1 Nivel de medición Continuo REGRESIÓN SIMPLE
Más detallesANOVA I ES EL ANÁLISIS DE LA VARIANZA DE UN FACTOR
ANOVA I ES EL ANÁLISIS DE LA VARIANZA DE UN FACTOR En el análisis de la varianza con un factor (ANOVA I) se supone que hay variación debida a los tratamientos. Se aplica un tratamiento distinto a cada
Más detallesPruebas de Hipótesis-ANOVA. Curso de Seminario de Tesis Profesor QF Jose Avila Parco Año 2016
Pruebas de Hipótesis-ANOVA Curso de Seminario de Tesis Profesor Q Jose Avila Parco Año 2016 Análisis de la Varianza de un factor (ANOVA) El análisis de la varianza (ANOVA) es una técnica estadística paramétrica
Más detallesInferencia Estadística. Pruebas paramétricas y no paramétricas. Análisis de datos
Inferencia Estadística. Pruebas paramétricas y no paramétricas. Análisis de datos VDC Prof. Mª JOSÉ PRIETO CASTELLÓ ANÁLISIS ESTADÍSTICO DE DATOS Estadística Descriptiva: -Cualitativas: frecuencias, porcentajes
Más detallesANOVA de dos factores Tema Objetivo. Concepto de interacción
AOVA de dos factores ema 7. Objetivo. Concepto de interacción. AOVA de dos factores, efectos fijos, completamente aleatoriazado (AOVA-AB-EF-CA). Comparaciones múltiples . Objetivo: estudiar si los valores
Más detallesCONTENIDO. Prólogo a la 3. a edición en español ampliada... Prólogo...
CONTENIDO Prólogo a la 3. a edición en español ampliada.................................. Prólogo.................................................................. vii xvii 1. Métodos descriptivos................................................
Más detallesCONTRASTES DE HIPÓTESES
CONTRASTES DE IPÓTESES 1. Contraste de hipótesis 2. Contrastes de tipo paramétrico 2.1 Contraste T para una muestra 2.2 Contraste T para dos muestras independientes 2.3 Análisis de la varianza 3. Contrastes
Más detallesCONTRASTES DE HIPÓTESIS
Estadística.FBA I. Curso 2011-2012 CONTRASTES DE HIPÓTESIS M.Carmen Carollo Contrastes de hipótesis 1 Estadística.FBA I. Curso 2011-2012 CONTRASTES DE HIPÓTESIS A partir de una o varias muestras nos proponemos
Más detallesDiseño de experimentos. Introducción
Diseño de experimentos Introducción Objetivo: Introducción Es estudiar la influencia de FACTORES en la RESPUESTA RESPUESTA Variable de interés FACTOR(ES) Pueden ser controlados OTRAS VARIABLES Que pueden
Más detallesANÁLISIS DE EXPERIMENTOS
ANÁLISIS DE EXPERIMENTOS Prof. Dr. José Perea Dpto. Producción Animal ANÁLISIS DE EXPERIMENTOS 1. Introducción 2. Comparación de dos medias 3. Comparación de más de dos medias 4. Pruebas post-hoc 5. ANCOVA
Más detallesTema 4: Otros Métodos de Análisis de Datos Cuantitativos y Cualitativos
Tema 4: Otros Métodos de Análisis de Datos Cuantitativos y Cualitativos Metodología de la Investigación en Fisioterapia Miguel González Velasco Departamento de Matemáticas. Universidad de Extremadura M.
Más detallesIdeas básicas del diseño experimental
Ideas básicas del diseño experimental Capítulo 4 de Analysis of Messy Data. Milliken y Johnson (1992) Diseño de experimentos p. 1/23 Ideas básicas del diseño experimental Antes de llevar a cabo un experimento,
Más detallesTÉCNICAS ESTADÍSTICAS APLICADAS EN NUTRICIÓN Y SALUD
TÉCNICAS ESTADÍSTICAS APLICADAS EN NUTRICIÓN Y SALUD Contrastes de hipótesis paramétricos para una y varias muestras: contrastes sobre la media, varianza y una proporción. Contrastes sobre la diferencia
Más detallesANOVA O ANAVA PARA DISEÑOS TOTALMENTE ALEATORIZADOS Y ANOVA PARA DISENOS DE BLOQUES ALEATORIZADOS ALBA MARTINEZ ROMERO MARY SOL MEZA CHAVEZ
ANOVA O ANAVA PARA DISEÑOS TOTALMENTE ALEATORIZADOS Y ANOVA PARA DISENOS DE BLOQUES ALEATORIZADOS ALBA MARTINEZ ROMERO MARY SOL MEZA CHAVEZ Presentado a: MARIA ESTELA SEVERICHE CORPORACION UNIVERSITARIA
Más detallesDiseño de Experimentos
Diseño de Experimentos Tema 6. Validación de Supuestos JAIME MOSQUERA RESTREPO VERIFICACIÓN DE LA ADECUACIÓN DEL MODELO Los procedimientos estudiados son validos únicamente bajo el cumplimiento de 4 supuestos
Más detallesDCA: Es el más simple de todos los diseños, solamente se estudia el. en diferentes tratamientos o niveles.
completamente aleatorizado (DCA): 1 solo factor con diferentes tratamientos. DCA: Es el más simple de todos los diseños, solamente se estudia el efecto de un factor, el cual se varía en diferentes tratamientos
Más detallesLa lógica del diseño experimental y del análisis estadístico de los datos
La lógica del diseño experimental y del análisis estadístico de los datos TEMA 1 Susana Sanduvete Chaves Diseños experimentales curso 2005-2006 1 TIPOS DE DISEÑO De menor a mayor control: M. observacional
Más detallesDiseños Factoriales. Diseño de experimentos p. 1/25
Diseños Factoriales Diseño de experimentos p. 1/25 Introducción El término experimento factorial o arreglo factorial se refiere a la constitución de los tratamientos que se quieren comparar. Diseño de
Más detallesEjemplos Resueltos Tema 4
Ejemplos Resueltos Tema 4 2012 1. Contraste de Hipótesis para la Media µ (con σ conocida) Dada una muestra de tamaño n y conocida la desviación típica de la población σ, se desea contrastar la hipótesis
Más detallesCONTRASTES NO PARAMÉTRICOS: ALEATORIEDAD Y LOCALIZACIÓN
CONTRASTES NO PARAMÉTRICOS: ALEATORIEDAD Y LOCALIZACIÓN Antonio Morillas A. Morillas: C. no paramétricos (II) 1 1. Contrastes de aleatoriedad. Contraste de rachas. 2. Contrastes de localización 2.1 Contraste
Más detallesEstadística; 3º CC. AA. Examen final, 23 de enero de 2009
Estadística; 3º CC. AA. Examen final, 3 de enero de 9 Apellidos Nombre: Grupo: DNI. (5 ptos.) En un estudio sobre las variables que influyen en el peso al nacer se han obtenido utilizando SPSS los resultados
Más detallesContrastes de hipótesis. 1: Ideas generales
Contrastes de hipótesis 1: Ideas generales 1 Inferencia Estadística paramétrica población Muestra de individuos Técnicas de muestreo X 1 X 2 X 3.. X n Inferencia Estadística: métodos y procedimientos que
Más detallesUNIVERSIDAD NACIONAL DE RÍO CUARTO FACULTAD DE CIENCIAS EXACTAS, FÍSICO-QUÍMICAS Y NATURALES DEPARTAMENTO DE MATEMÁTICA
UNIVERSIDAD NACIONAL DE RÍO CUARTO FACULTAD DE CIENCIAS EXACTAS, FÍSICO-QUÍMICAS Y NATURALES DEPARTAMENTO DE MATEMÁTICA CARRERA/S: MICROBIOLOGÍA PLAN DE ESTUDIOS: Plan 1998 Versión 3 ASIGNATURA: DISEÑO
Más detallesANÁLISIS E INTERPRETACIÓN DE DATOS EXPERIMENTALES EN EL MEJORAMIENTO GENÉTICO VEGETAL. Ing. Agr. Pablo Mansilla MGV-FCA, UNC.
ANÁLISIS E INTERPRETACIÓN DE DATOS EXPERIMENTALES EN EL MEJORAMIENTO GENÉTICO VEGETAL. Ing. Agr. Pablo Mansilla MGV-FCA, UNC. ALGUNAS DEFINICIONES NECESARIAS.. UNIDAD EXPERIMENTAL (UE) Porción de material
Más detallesBIOSESTADÍSTICA AMIGABLE
BIOSESTADÍSTICA AMIGABLE EJEMPLO: Ficha solicitud Colección Reserva UNIVERSIDAD AUSTRAL DE CHILE SISTEMA DE BIBLIOTECAS Clasificación: 574.015195 MAR 2001 Vol. y/o Copia: Apellido Autor: Título: C. 1 (SEGÚN
Más detallesUNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN FACULTAD DE CIENCIAS BIOLÓGICAS SUBDIRECCIÓN DE POSGRADO
UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN FACULTAD DE CIENCIAS BIOLÓGICAS SUBDIRECCIÓN DE POSGRADO CONTENIDO DE CARTA DESCRIPTIVA 1.- IDENTIFICACIÓN Curso: Bioestadística Programa: Doctorado en Inmunobiología
Más detallesESQUEMA GENERAL DISEÑOS DE MEDIDAS REPETIDAS
TEMA IV ESQUEMA GENERAL Definición Clasificación Diseño simple de medidas repetidas Diseño factorial de medidas repetidas Diseño de medidas parcialmente repetidas DISEÑOS DE MEDIDAS REPETIDAS Definición
Más detallesEstimación de Parámetros.
Estimación de Parámetros. Un estimador es un valor que puede calcularse a partir de los datos muestrales y que proporciona información sobre el valor del parámetro. Por ejemplo la media muestral es un
Más detallesDiseño de experimentos Hugo Alexer Pérez Vicente
Diseño de experimentos Hugo Alexer Pérez Vicente Métodos complementarios al análisis de varianza Comparaciones múltiples Comparación o pruebas de rangos múltiples Después de que se rechazó la hipótesis
Más detallesDiseños Factoriales. Diseño de experimentos p. 1/18
Diseños Factoriales Diseño de experimentos p. 1/18 Introducción El término experimento factorial o arreglo factorial se refiere a la constitución de los tratamientos que se quieren comparar. Diseño de
Más detallesTema V. EL ANOVA multifactorial
5.1. El ANOVA de múltiples factores: - Factorial (ortogonal): los no ortogonales no los veremos - Factores fijos, aleatorios y mixtos (consecuencias prácticas) - El Anova encajado La variable que vamos
Más detalles478 Índice alfabético
Índice alfabético Símbolos A, suceso contrario de A, 187 A B, diferencia de los sucesos A y B, 188 A/B, suceso A condicionado por el suceso B, 194 A B, intersección de los sucesos A y B, 188 A B, unión
Más detallesTema 4. Regresión lineal simple
Tema 4. Regresión lineal simple Contenidos El objeto del análisis de regresión La especificación de un modelo de regresión lineal simple Estimadores de mínimos cuadrados: construcción y propiedades Inferencias
Más detallesPRUEBA DE HIPÓTESIS BENJAMIN MAMANI CONDORI
PRUEBA DE HIPÓTESIS BENJAMIN MAMANI CONDORI 2014 Para qué es útil la estadística inferencial? Se utiliza para probar hipótesis y generalizar los resultados obtenidos en la muestra a la población o universo.
Más detallesALTERNATIVAS NO PARAMÉTRICAS A LOS CONTRASTES DE MEDIAS
ALTERNATIVAS NO PARAMÉTRICAS A LOS CONTRASTES DE MEDIAS 1.- Introducción... 2 2.- Prueba U de Mann Whitney para muestras independientes... 3 3.- Prueba t de Wicoxon para muestras apareadas... 8 1.- Introducción
Más detallesCENTRO UNIVERSITARIO UAEM ZUMPANGO LIC. DE INGENIERO AGRONOMO EN PRODUCCIÓN DISEÑO DE BLOQUES AL AZAR PRESENTA. DR en EDU. JOSÉ LUIS GUTIÉRREZ LIÑÁN
CENTRO UNIVERSITARIO UAEM ZUMPANGO LIC. DE INGENIERO AGRONOMO EN PRODUCCIÓN DISEÑO DE BLOQUES AL AZAR PRESENTA DR en EDU. JOSÉ LUIS GUTIÉRREZ LIÑÁN SEPTIEMBRE, 2015 INTRODUCCIÓN Los diseños experimentales
Más detallesEJERCICIOS DE DISEÑO DE INVESTIGACIÓN EXPERIMENTAL (Práctica)
EJERCICIOS DE DISEÑO DE INVESTIGACIÓN EXPERIMENTAL (Práctica) Curso 1999/000 Contenido: i) Respuestas ejercicios apuntes teoría ii) 8 Ejercicios prácticos (resueltos) Prof. Manuel Perea RESPUESTAS A LOS
Más detallesANEXO I. ANÁLISIS DE LA VARIANZA.
ANEXO I. ANÁLISIS DE LA VARIANZA. El análisis de la varianza (o Anova: Analysis of variance) es un método para comparar dos o más medias. Cuando se quiere comparar más de dos medias es incorrecto utilizar
Más detallesAgro 6998 Conferencia 2. Introducción a los modelos estadísticos mixtos
Agro 6998 Conferencia Introducción a los modelos estadísticos mixtos Los modelos estadísticos permiten modelar la respuesta de un estudio experimental u observacional en función de factores (tratamientos,
Más detallesESQUEMA GENERAL PLANTEAMIENTO DE ESTUDIOS EXPERIMENTALES Y CUASI- EXPERIMENTALES
TEMA I ESQUEMA GENERAL Fases de la investigación científica Diseños de investigación Variables de la investigación experimental Objetivos de la investigación experimental Control experimental Clasificación
Más detallesBiometría II / Repaso Modelos
Variable respuesta cuantitativa Variable explicatoria cualitativa (o cuantitativa*) ANOVA Factores Fijos Aleatorios Cruzados Anidados Entre Dentro Anova de 1, 2, 3, etc. Factores Fijos Anova de 1, 2, 3,
Más detallesEsquema (1) Análisis de la Varianza y de la Covarianza. ANOVA y ANCOVA. ANOVA y ANCOVA 1. Análisis de la Varianza de 1 Factor
Esquema (1) Análisis de la arianza y de la Covarianza ANOA y ANCOA 1. (Muestras independientes). () 3. Análisis de la arianza de Factores 4. Análisis de la Covarianza 5. Análisis con más de Factores J.F.
Más detallesF X > F Y F X < F Y F X 6= F Y
Alternativas No paramétricas En el caso de comparación de medias, como se comentó, es fundamental que se cumplan los supuestos de normalidad y varianzas iguales pero, qué hay que hacer si alguno de ellos
Más detallesCLAVE Laboratorio 14: Diseño en bloques completos aleatorizados
CLAVE Laboratorio 14: Diseño en bloques completos aleatorizados 1. Digamos que estamos interesados en conducir un experimento para comparar los efectos de tres insecticidas diferentes en habichuela. Pensamos
Más detallesMETODOS ESTADISTICOS PARA ANALISIS BIVARIADO
CAPITULO 5 METODOS ESTADISTICOS PARA ANALISIS BIVARIADO El análisis bivariado permite examinar si existe relación (asociación) entre dos variables. Las variables pueden ser ambas numéricas, una numérica
Más detallesEXAMEN DE ESTADÍSTICA II Junio de 2002 SOLUCIÓN (tiempo:100 minutos)
EXAMEN DE ESTADÍSTICA II Junio de 2002 SOLUCIÓN (tiempo:100 minutos) PROBLEMA 1 Se quiere comparar la cantidad de energía necesaria para realizar 3 ejercicios o actividades: andar, correr y montar en bici.
Más detallesFormulario. Estadística Administrativa. Módulo 1. Introducción al análisis estadístico
Formulario. Estadística Administrativa Módulo 1. Introducción al análisis estadístico Histogramas El número de intervalos de clase, k, se elige de tal forma que el valor 2 k sea menor (pero el valor más
Más detallesANÁLISIS DE VARIANZA Comparando tres o más medias
i ANÁLISIS DE VARIANZA Comparando tres o más medias Jorge Fallas 2012 i Contenido 1. Introducción 1 1.1. Terminologia 2 2. Análisis de varianza de una vía o completamente aleatorio (modelo I, efectos fijos)
Más detalles