Práctica. Diseño factorial 2 x 2

Documentos relacionados
El diseño factorial: efecto de la interacción. (Modelo no aditivo)

DISEÑO EXPERIMENTAL FACTORIAL DE GRUPOS

DISEÑOS EXPERIMENTALES DE DOS GRUPOS Y MULTIGRUPO

TEMA 6 COMPROBACIÓN DE HIPÓTESIS ESPECÍFICAS DE INVESTIGACIÓN

ESQUEMA GENERAL DISEÑO FACTORIAL

Tema V. EL ANOVA multifactorial

Práctica 2. Hipótesis de investigación

U ED Tudela Diseños de Investigación y Análisis de Datos - Tema 7

ANÁLISIS DE REGRESIÓN

DISEÑOS EXPERIMENTALES DE DOS GRUPOS Y MULTIGRUPO

ESQUEMA GENERAL. Definición Clasificación Diseño simple de medidas repetidas Diseño factorial de medidas repetidas Diseño factorial mixto

Diseño de Experimentos Experimentos factoriales

Escuela Nacional de Estadística e Informática ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA

Matrices factoriales fraccionarias

ANOVA O ANAVA PARA DISEÑOS TOTALMENTE ALEATORIZADOS Y ANOVA PARA DISENOS DE BLOQUES ALEATORIZADOS ALBA MARTINEZ ROMERO MARY SOL MEZA CHAVEZ

Diseño de experimentos. Introducción

Metodologías De Investigación

TEMA 2 Diseño de experimentos: modelos con varios factores

Grupo: Fecha: Nombre y Apellidos. -1. Formular la hipótesis nula y la hipótesis alternativa

2. EL DISEÑO UNIFACTORIAL (COMPARACION DE TRATAMIENTOS)

DISEÑO CON MÁS DE DOS CONDICIONES (A>2) ANOVA unifactorial con A>2 y contraste de hipótesis específicas

Capítulo 6. Análisis de la covarianza ANÁLISIS DE LA COVARIANZA UNIFACTORIAL INTRODUCCIÓN

VIII Parcelas Divididas Experimentación en localidades

Elaborado por: Pelay, C. y Pérez, J. Prueba t para muestras independientes

Prueba t para muestras independientes

DEPARTAMENTO DE MATEMÁTICAS PLAN DE TRABAJO PARA LA CONVOCATORIA DE SEPTIEMBRE º BACHILLERATO DE CIENCIAS SOCIALES.

AVISOS. Diseño Factorial 30/03/2015. Bioestadística II. Diseño Factorial. El miércoles 1 Abril no hay clases de BIO II

ANOVA. Análisis de la Varianza. Univariante Efectos fijos Muestras independientes

Tema 13B ESTE MATERIAL INCLUYE EL ANÁLISIS DE UN NUEVO EJERCICIO DE ANCOVA Y SUS SUPUESTOS

ESQUEMA GENERAL Concepto y formato del Diseño de grupo control no equivalente (DGCNE) Clasificación

En clases anteriores hemos estudiado diseños aleatorizados a un factor (con y sin bloqueo), introduciendo el modelo de Análisis de la Varianza

ANOVA de dos factores Tema Objetivo. Concepto de interacción

Método de cuadrados mínimos

4. DISEÑOS MULTIFACTORIALES O FACTORIALES

TABLA DE CONTENIDOS CAPÍTULO 4: PRINCIPALES CRITERIOS PARA LA CLASIFICACIÓN DE LOS DISEÑOS EXPERIMENTALES CLÁSICOS O FISHERIANOS...

ESQUEMA GENERAL DISEÑOS DE MEDIDAS REPETIDAS

Contenido. vii. Prólogo... i Presentación... iii Grupo de trabajo...v. 1. Introducción y conceptos preliminares...1

Regresión Lineal. El modelo de regresión caracteriza la relación entre una variable respuesta que depende de k variables independientes o regresoras.

14 horas. 20 horas

A: Broca B: velocidad A B AB Vibración Totales 1/ ,2 18,9 12,9 14,4 64,4 = (1) 1/ ,2 24,0 22,4 22,5 96,1 = a

EXPERIMENTOS FACTORIALES CON RESTRICCIONES DE ALEATORIZACION

Estadística; 3º CC. AA. Examen final, 23 de enero de 2009

Departamento de Ciencias del Mar y Biología Aplicada Prof. Jose Jacobo Zubcoff

PROGRAMA DEL CURSO SOBRE PSICOLOGÍA EXPERIMENTAL MANUEL MIGUEL RAMOS ÁLVAREZ

ANOVA mul)factorial. Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff

1. Calcule la media de cada grupo y la media general de los datos obtenidos por el investigador: Tabla 1. Matriz de resultados Media de Ya

Segundo Examen Parcial

5. DISEÑO FACTORIALES 2 k

Prólogo a la edición en español... xi Prefacio... xii 1. COMPRENSIÓN CIENTÍFICA DEL COMPORTAMIENTO... 1

ANÁLISIS DE LA VARIANZA PARTE PRIMERA

Principios de Bioestadística

Se permite un folio escrito por las dos caras. Cada problema se realiza en hojas diferentes y se entregan por separado.

Análisis A Variable N R² R² Aj CV pesotejido(g)

ANALIZAR Comparar medias

TEMA 4 ELABORACIÓN Y COMPROBACIÓN DE LAS HIPÓTESIS DE INVESTIGACIÓN

Ideas básicas del diseño experimental

DISEÑOS DE INVESTIGACIÓN Y ANÁLISIS DE DATOS Enero/febrero Código asignatura: MODELO A DURACION: 2 HORAS

Estadística II Examen final enero 19/1/17 Curso 2016/17 Soluciones Duración del examen: 2 h y 15 min

DISEÑOS MULTIFACTORIALES CON RESTRICCIONES DE ALEATORIZACIÓN. Diseños en bloques completos aleatorizados con dos tratamientos

ESTADÍSTICA APLICADA A LA EDUCACIÓN (Tema 7) Asignatura de Formación Básica (FB) de 1º curso, común a los Grado en Educación Social y en Pedagogía

Diseño de experimentos - Experimentos multifactoriales.

Estas dos clases. ANOVA I - Conceptos generales - Supuestos - ANOVA de una vía - Transformación de datos - Test a Posteriori - ANOVA de dos vías

EXPERIMENTOS FACTORIALES

Pruebas estadís,cas para evaluar relaciones

Y ± E max 37,3 ± 0,866 (36,43; 38,17)

Anova unifactorial I

Métodos de Diseño y Análisis de Experimentos

DISEÑO EN BLOQUES ALEATORIZADOS

Departamento de Medicina Preventiva y Salud Publica e Historia de la Ciencia. Universidad Complutense de Madrid. SPSS para windows.

Análisis de la varianza. Magdalena Cladera Munar Departamento de Economía Aplicada Universitat de les Illes Balears

4.1 Análisis bivariado de asociaciones

Diseños Factoriales. Diseño de experimentos p. 1/25

AGRO 6600 Segundo Examen Parcial

Diseño Factorial. Introducción

1. Ordena los datos en una tabla de contingencia. Economía Matemáticas Literatura Biología

Agro 6998 Conferencia 2. Introducción a los modelos estadísticos mixtos

LABORATORIO No. 0. Cálculo de errores en las mediciones. 0.1 Introducción

Diseños en bloques Incompletos aleatorizados

Bloque 3 Tema 14 ANÁLISIS DE LA VARIANZA. PRUEBA F

Diseños factoriales fraccionarios

Universidad de Chile DIPLOMA PREPARACIÓN Y EVALUACIÓN SOCIAL DE PROYECTOS Prof: Sara Arancibia

Cuestiones: Variable dependiente, variable independiente, variable extraña

Experimentos factoriales con factores aleatorios

Diseños Factoriales. Diseño de experimentos p. 1/18

ANÁLISIS DE DATOS II

Carrera: IAM Participantes Representante de las academias de ingeniería en Industrias Alimentarias de los Institutos Tecnológicos.

Experimentos con factores aleatorios. Diseño de experimentos p. 1/36

3.1. Diseño en Cuadrado Latino

PRUEBA DE HIPÓTESIS BENJAMIN MAMANI CONDORI

Correlación. El coeficiente de correlación mide la fuerza o el grado de asociación entre dos variables (r)

2013-B. Diseño y análisis de experimentos. El chocomilk ideal

Lucila Finkel Temario

Al nivel de confianza del 95%, las puntuaciones típicas son: 2- La hipótesis alternativa es; A) ; B) ; C).

CIS 0,234 en paro 0,226 0,431 0,192 0,151

Universidad Técnica de Babahoyo CORRELACIÓN DE VARIABLES Y REGRESIÓN LINEAL

Segundo Examen Parcial

Análisis estadístico y uso de bases de datos!!!!! Diseños factoriales! Diseños anidados

DISEÑO DE EXPERIMENTOS 1/13 Maestría en Ciencias en Ingeniería Industrial

Análisis Multivariado: Modelo Predictivo de Regresión Lineal Múltiple

Transcripción:

Práctica Diseño factorial x Supuesto 1: Refuerzo positivo y nivel de impulso Tanto la variable intensidad del refuerzo como nivel del impulso han sido repetidamente analizadas en relación al aprendizaje y la actuación de los sujetos. La magnitud del refuerzo positivo es una variable que mediatiza en gran medida el comportamiento de los sujetos, siendo mejor la conducta cuanto mayor es el refuerzo (Kintsch, 196). Por su parte, la variable del impulso refleja el nivel motivacional de los organismos y la actuación es más alta cuanto mayor es el impulso. Un investigador interesado en analizar la relación entre la intensidad del refuerzo positivo y el nivel de impulso selecciona aleatoriamente a ocho ratas sedientas que habían sido previamente entrenadas con el mismo procedimiento para completar un corredor recto. En la nueva tarea experimental, las ratas se enfrentan a una situación de descarga eléctrica, que sólo podrá ser eliminada si completan el recorrido del corredor, encontrando al final del mismo cierto volumen de agua. De forma aleatoria la mitad de las ratas recibe una descarga de 160 voltios y la otra mitad de 30 voltios. También dentro de cada grupo de voltaje, aleatoriamente la mitad recibe al final del corredor un volumen de agua de 7 centilitros cúbicos mientras que el resto es recompensado con un volumen de centilitros cúbicos. El investigador mide la rapidez de diez carreras, obteniendo como puntuación total la media de cada sujeto. Se plantea como hipótesis experimental que las ratas sedientas que reciban mayor descarga eléctrica y al mismo tiempo mayor refuerzo al final de la prueba, alcanzarán mayor velocidad media en su recorrido. Se asume un error de Tipo I de 0.05. Cuestionario 1. Cuál es la variable dependiente del experimento? a) la velocidad media de la carrera b) el volumen de agua c) la media de descarga eléctrica d) el tipo de corredor. Cuántas variables independientes se han incluido en la investigación? a) tres b) dos y media c) una d) dos 3. Los factores del diseño son: a) intensidad de la descarga eléctrica (160 voltios / 30 voltios) y volumen de agua (7 centilitros cúbicos / centilitros cúbicos) b) tipo de corredor (corredor tipo T / corredor recto) y volumen de agua (7 centilitros cúbicos / centilitros cúbicos) c) ratas hambrientas (sí / no) y ratas sedientas (sí / no) d) ratas sedientas y ratas no sedientas

4. Cuál es la hipótesis experimental? a) a mayor descarga eléctrica y mayor refuerzo al final de la prueba, mayor b) a mayor descarga eléctrica pero menor refuerzo al final de la prueba, mayor c) a mayor descarga eléctrica y mayor refuerzo al final de la prueba, menor d) a igual descarga eléctrica y mayor refuerzo al final de la prueba, mayor 5. El planteamiento de la hipótesis experimental indica un efecto: a) de interacción entre los factores b) de interacción mixta c) de no interacción entre los factores d) nulo 6. Este tipo de diseño se conoce como: a) diseño unifactorial b) diseño multiplicativo c) diseño factible d) diseño factorial 7. El plan factorial se configura como: a) / b) () c) d) 8. Cuántas condiciones experimentales tiene el diseño? a) cuatro b) dos c) tres d) ocho e) no se puede responder a la pregunta 9. Qué número de efectos experimentales habrá que estimar? a) tres b) ocho c) cuatro d) dos e) no se puede responder a la pregunta 10. La ecuación estructural que define a este diseño bajo un modelo no aditivo (incluyendo el término de error) es: a) Y = M + A + B + AB + E b) Y = M + A + AB + E c) Y = M + A + B + C + AB + EC + E

d) Y = M + A + B + E Ejercicios 1. Calcule las medias de cada grupo y la media general si los resultados obtenidos por el investigador son los que se presentan en la siguiente tabla resumen: Tabla 1 Matriz de resultados (A) Volumen del agua a 1 cc a 7 cc M B (B) b 1 1 3 Intensidad M AB 1 160 v 16 5 de la b 35 30 descarga 30 v 33 6 M AB M A M = 5. Estime los grados de libertad de cada Fuente de Variación. totales º gl T = N 1 = 1 = entre A º gl A = a 1 = 1 = entre B º gl B = b 1 = 1 = interacción AB º gl AB = gl A gl B = residual º gl W = gl T (gl A + gl B + gl AB ) = 3. Estime los siguientes efectos. a 1 centilitros a^1 = M a 1 M = b 1 160 voltios b^1 = M b 1 M = a 1 b 1 ab ^ 11 = M a 1b1 M a^1 b^1 = 4. Complete la tabla de efectos. Tabla Tabla de efectos (A) (B) a 1 a b 1-6 b 5

5. Complete la ecuación estructural del modelo completo. grupo observ ación M A B AB a 1 b 1 1 5 1 5 16 a 1 b 3 5 35 4 5 33 a b 1 5 5 3 6 5 5 a b 7 5 30 8 5 6 Y^ E Y 6. Calcule las Sumas de Cuadrados correspondientes a cada fuente de variación. SC A = A' A = SC AB = AB' AB = SC B = B' B = SC error = E H 1 ' E H1 = 7. Complete la tabla resumen del análisis de la varianza. Tabla 4 Diseño factorial entre intensidad del refuerzo y nivel de impulso Fuente SC gl MC Razón F p h^² A 0.050 B 0.050 A B 0.050 Error Total 444.000 7 F tablas (1, 4) = 8. Represente gráficamente el efecto de interacción. Figura 1 Representación gráfica del efecto de interacción

9. Determine el rango crítico entre pares de medias. Y g Y h ³ q(a, a b, gl error) MC error a b cij² n i=1, j=1 ij Y g Y q(0.05, 4, 4) h ³ MC error 1² + -1² + 0² + 0² Þ Þ 5.757 5.000 1.000 = 4.071.36 = 9.103 10. Calcule las distancias entre pares de medias y determine su significación estadística. Tabla 5 Diferencias entre los pares de medias y significación estadística Condicion Media Grup 1 p p 3 p 4 es s o a 1 b 1 14 1 0 a 1 b 34 0.05 0 a b 1 4 3 10.05-10.05 0 a b 8 4 14.05-6.05 4.05 0 Hacer el ejercicio con el SPSS y elaborar el informe de resultados