Diseño experimental con los mismos sujetos

Diseño experimental
con mismos sujetos
Ronald Fisher

Prueba T de Student
Montgomery
Prueba paramétrica

Contraste no paramétricos

  • No plantean H sobre parámetro
  • Analizan propiedades nominales u ordinales de datos

Estadístico no paramétrico de Friedman

  • Economista Milton Friedman
  • Contraste no paramétrico para más de 2 muestras relacionadas
  • Compara 2 o más muestras relacionadas
  • Equivale a ANOVA: contrastes no paramétricos
  • Reúne datos registrados en mas de dos periodos de tiempo
  • Datos de grupos de 3 o más sujetos pareados

Fisher: The design of experiments 1935

  • Diseñar experimentos, observar y medir fenómenos
  • Un fenómeno nunca se da de la misma manera
  • El diseño es la estructura lógica del experimento
    Ostle y Mensing: planificación de secuencia de pasos, para asegurar datos adecuados
  • Permitiendo análisis objetivo conducente a conclusiones válidas del problema
  • Pautas relativas para conocer variables a manipular
  • Manera. orden y cuántas veces repetir experimento
  • Establece grado de confianza predefinido
  • Para experimentos comparativos simples
  • Cuando VI tiene 2 condiciones o tratamientos
  • Prueba paramétrica de comparación
  • De 2 muestras relacionadas
  • Estimar parámetros de una población
  • Con base a una muestra
  • Compara la puntuación de un mismo grupo de sujetos
    -- En dos momentos diferentes

Propósito

  • Dos medidas sobre mismo grupo
  • Para detectar cambios entre una y otra
  • Atribuir variación a intervención o periodo de seguimiento
  • Compara para determinar la diferencia significativa y no al azar

Estadístico no paramétrico de Wilcoxon / Prueba de rangos con signo Wilcoxon

  • Contrastes no paramétrico para dos muestras relacionadas
  • Compara rango medio de dos muestras relacionadas
  • Determina diferencias entre ellas
  • Compara dos mediciones de rangos, medianas
  • Diferencia estadísticamente significativa
  • Cuando no se puede suponer normalidad de dichas muestras

Principios básicos

  • Replicación
  • Aleatorización
  • Control de diseño

Dos tipos de diseño, según agrupación de observaciones


Observaciones referidas a dos grupos independientes de individuos

  • Cada grupo de puntuaciones corresponde a distintos sujetos
  • Sujetos asignados aleatoriamente a cada grupo

Serie de datos recogida en mismos sujetos

  • Bajo condiciones diferentes
  • Muestras dependientes o relacionadas

Diseño intrasujetos

  • Forma de estudiar el comportamiento
  • De un mismo grupo de personas
  • Bajo diferentes condiciones

Características

  • Sujetos pasan por diferentes niveles de tratamientos
  • Comparar condiciones utilizando medidas de cada sujeto en cada condición
  • Ventajas: estudiar el comportamiento de un mismo grupo en diferentes condiciones
  • Analiza comportamiento a lo largo del tiempo
  • Se necesitan menos recursos materiales y humanos
  • Útil para pocos sujetos y poco tiempo

Inconvenientes

  • El orden puede influir sobre observaciones de VD
  • No es aplicable a VI, por suceptibilidad de manipulación intersujeto

Contraste de distribución libre

  • No establecen supuestos sobre poblaciones originales
  • Más fácil de aplicar
  • Aplicable a datos jerarquizados
  • Útil cuando 2 series de observaciones provienen de distintas poblaciones
  • Única alternativa para muestra pequeña
  • Útil a nivel de significancia previamente especificado

Tres variantes

  • Muestras únicas
  • Muestras independientes
  • Muestras pareadas

Antes de aplicar

  • Comprobar normalidad de muestra
  • Mediante prueba estadística Shapiro-Wilk
  • Comprobar igualdad de varianza
  • En caso de muestras independientes

Pared Samples T Test

  • Muestras relacionadas
  • Compara dos muestras relacionadas
  • Muestra de pares de valores
  • Con similares unidades estadísticas
  • Grupo de unidades evaluadas en dos momentos diferentes
    -- Ex-Post: antes y después del tratamiento

Ejemplo

  • Mismo alumnado de Ed. Secundaria obligatoria
  • Repiten una encuesta al llegar a Bachillerato
  • Para reconocer diferencias en el número de libros leídos en esos dos momentos

Características

  • Asignación aleatoria de grupos
  • Homocedasticidad: homogeneidad de Vz de VD de grupos
  • Distribución normal de VD en 2 grupos
  • Nivel intervalo o de razón de VD

Consideraciones para su uso

  • Normalmente no cuenta con dos mediciones iguales para una muestra
  • Nivel de medición: intervalo o posterior
  • Diseño relacionado
  • Cumplir premisas paramétricas

Series dependientes

  • Se evalúa mismo dato más de una cez en cada sujeto
  • Muestra obtenida en pares de observaciones (Xi1, Xi2)
  • Proceso de prueba analiza diferencias entre observaciones Xi1 y Xi2
  • di= Xi1 - Xi2

Procedimiento T de Student
-

Características

  • Variables medibles en escala ordinal
  • Supone población continúa
  • Si n<3' y variable no es normal

Libre de curva

  • No necesita distribución especifica
  • VD de nivel ordinal

Ejemplo

  • Dos muestras relacionadas con una población
  • Población de diferencias entre valores de una variable aleatoria bivariado
  • Contraste: comportamiento de puntuaciones en elementos de cada par
  • Signo y magnitud de diferencia
  • Dos medidas: Yi1 Yi2 a n sujetos
  • Calcular diferencias: Di = (Yi1 - Yi2)

Procedimiento para prueba de Wilcoxon

  • Restar puntuaciones: elemento a elemento en G1 y G2
  • Dejar en valor absoluto
  • Columna con rangos para G2>G1 y otra para G1>G2
    -- En valor ordinal

Características

  • Asigandos a cada sujeto o bloque suman
  • K = # de grupos a comparar
  • (K+1)/2 cada sujeto son asignados rangos de 1 a K
  • Rik representa rango asignado al sujeto o bloque i en tratamiento o muestra j.
  • Rj = suma de rangos asignados a n observaciones de muestra j
  • Test post - hoc

Ventajas frente a F de ANOVA

  • No requiere supuestos sobre poblaciones originales
  • Diseño formado por K (# de grupos a comparar) muestras o tratamientos
  • Como un muestra aleatoria de n sujetos
  • O bloques independientes entre sí
  • E independientes de tratamientos
  • Adecuado para datos de orden natural
  • Si test de Friedman es significativo, dos grupos son significativamente diferentes

Pardo y San Martín

  • Puntuaciones originales transformadas en rangos
  • Rangos se asignan independientemente a cada sujeto o bloque 1
  • Los mismo con bloque 2 y resto de bloques

Tamaño del efecto

  • Sobre parejas de resultados significativamente diferentes