Autocorrelacion

AUTOCORRELACIÓN EN SERIES TEMPORALES
Los diseños de series temporales interrumpidas (DSTI) permiten
evaluar el impacto que solo una serie temporal puede ejercer en un
tratamiento.
Este tipo de diseños presenta problemas al inferir hipótesis
experimentales.
DEPENDENCIA SERIAL
Se define como el hecho de que las respuestas emitidas por un
sujeto en un determinado momento están estrechamenterelacionadas con las emitidas por el mismo sujeto en un tiempo
pasado de la serie, es decir, no son puntuaciones independientes.
Jones, Weinrott y Vaught afirman que la dependencia serial significa
que puntuaciones temporalmente adyacentes tienden a estar
relacionadas una con otra.
Es la correlación existente entre datos, por lo que se denomina
correlación serial o autocorrelación.
Para una serie temporaldada, hay diversos coeficientes de
autocorrelación. En concreto, se puede fijar el grado en que un valor
en el tiempo t se ve influido por valores del los tiempos t-1, t-2, t-3.
etc. El grado en que un valor del tiempo t se ve afectado por el
tiempo t-1 se denomina autocorrelación de un retardo. Dentro del
ámbito del análisis conductual, esta autocorrelación de retardo uno es
la más frecuente.Con ella es suficiente para descubrir la dependencia
serial de los datos.
La dependencia serial entre observaciones sucesivas se calcula
mediante la autocorrelación o correlación entre pares de datos con un
intervalo temporal fijo.
Si, además de las autocorrelaciones con un intervalo temporal igual a
uno, se calculan también las correlaciones con otros intervalos
temporales, se puede construir unarepresentación gráfica de
correlaciones denominada correlograma, cuyo examen ayuda a
detectar la presencia de dependencia.
Las causas principales de autocorrelación son las tendencias o ciclos.
Las tendencias se definen como una dirección natural en el nivel de la
conducta observada que aumenta o disminuye progresivamente a lo
largo del tiempo.
El coeficiente de autocorrelación es un indicador dela posible
existencia de tendencias o ciclos.

EFECTO DE LA DEPENDENCIA SERIAL EN EL ANÁLISIS DE
DATOS CONDUCTUALES
En la investigación de caso único los datos pueden ser evaluados a
través de la inspección visual, análisis estadísticos o ambos.
La presencia de autocorrelación, característica propia de datos
conductuales, constituye un problema al hacer inferencias tanto a
partir del análisisvisual como del basado en pruebas estadísticas
convencionales.
ü Análisis visual
Es un método comúnmente usado para evaluar el efecto de la
intervención y consiste en examinar las representaciones gráficas
de los datos.
Aquellas variables que muestren un efecto menos fuerte deben ser
ignoradas, para no incurrir en errores de:
Tipo I : rechazar la hipótesis nula (Ho) cuando es verdadera.
Tipo II :aceptar la hipótesis nula (Ho) cuando es falsa.
- Ésta es una de las principales debilidades del uso exclusivo del
análisis visual, puesto que puede ocurrir que no se tenga en
cuenta el efecto de variables de gran importancia en el ámbito
clínico y aplicado. Por otro lado, la simple inspección visual es
un tanto problemática, sobre todo cuando existe una tendencia
en la línea base o cuando los datostienen mucha variabilidad.
Bajo tales circunstancias, los investigadores tienen dificultades en
determinar si una intervención ha sido o no eficaz. Matyas y
Greenwood observan que los analistas visuales detectan, en
muchas ocasiones, intervenciones significativas cuando de hecho
no las hay; por el contrario, muy raramente detectan efectos
verdaderos cuando no existen. Esta afirmación debilita lautilización de la técnica visual con objeto de evaluar el impacto de
una intervención.
- Otra dificultad radica en la elección de la escala de tiempo y,
particularmente, de la variable que se registra: lo que en un
gráfico aparece como una variación importante, puede verse
reducido, en otro, a una variación insignificante debido a la
modificación de la escala.
Otro
problema
asociado
al
análisis...