Diseños estadísticos

2010/2011
2º CURSO, GRADO EN PSICOLOGÍA GUILLERMO MOÑINO FRUTOS

[DISEÑOS ESTADÍSTICOS GUILLERMO MOÑINO FRUTOS ]

DISEÑOS ESTADÍSTICOS Guillermo Moñino Frutos

CONTENIDOS TEMA 1: TEMA 2: TEMA 3: TEMA 4: TEMA 5: TEMA 6: TEMA 7: TEMA 8: TEMA 9: ANEXO I: ANEXO II: MODELADO ESTADÍSTICO: MODELOS DE REGRESIÓN MODELO ANOVA DE EFECTOS FIJOS MODELOS ANOVA DE EFECTOS ALEATORIOS Y MIXTOS MODELOSANCOVA DISEÑO EXPERIMENTAL (DCA Y DJE) DISEÑO DE BLOQUES ALEATORIOS (DBA) DISEÑO DE MEDIDAS TOTALMENTE REPETIDAS (DMTR) DISEÑO DE MEDIDAS PARCIALMENTE REPETIDAS (DMPR) TIPOS DE MATRICES PREGUNTAS TIPO Pg. 3 Pg. 8 Pg. 18 Pg. 27 Pg. 33 Pg. 38 Pg. 45 Pg. 50 Pg. 58 Pg. 64 Pg. 65

2

DISEÑOS ESTADÍSTICOS Guillermo Moñino Frutos

TEMA 1: MODELADO ESTADÍSTICO Tradicionalmente, en ciencias sociales yde la salud, se ha aplicado tradicionalmente el contraste de hipótesis estadísticas para la verificación /validación de los datos obtenidos en los estudios realizados. A partir de la década de los 60 se comenzó a utilizar un enfoque alternativo que resultaba más preciso para la verificación de los distintos planteamientos. Este enfoque se basaba en el ajuste y comparación de modelos deprobabilidad. Este ajuste y comparación se fundamenta en un concepto: “modelo”, y se denomina modelado estadístico. Mediante el modelado estadístico se aplican una serie de procesos para explicar el comportamiento de una variable de respuesta (los datos obtenidos) en función de una variable explicativa (el modelo en sí) más un término de error. El término de error es la diferencia que existe entre el modelo(las variables con las que trabajo) y los datos (los resultados que realmente obtengo) (Para cocinar un bizcocho, dispongo de una receta y unas instrucciones de cocinado (esto sería el modelo; la parte teórica) pero cuando confecciono el mismo, cada vez me sale un bizcocho diferente (esto serían los datos obtenidos) porque influyen cosas que no puedo controlar como la calidad de la levadura, de laharina, etc. (esto sería el término error))

Volviendo a la parte técnica, la ecuación básica del modelado estadístico sería: DATOS = MODELO + ERROR DATOS (en adelante “y”): datos empíricos. MODELO (en adelante “μ”): componente sistemático. Es el modelo teórico apropiado para la situación. ERROR (en adelante “e”): componente de error. Son términos que no puedo controlar.

El modeladoestadístico asume que existen múltiples modelos para explicar la realidad (al igual que existen muchas recetas para hacer bizcochos). El objetivo del modelado estadístico es la búsqueda del modelo más simple que sea capaz de explicar los datos con el menor error posible. (La receta más simple que me permita hacer el bizcocho más rico). El modelado (al igual que una receta) se lleva a cabo mediante unaserie de etapas: - 1ª etapa: Especificación del modelo: Con la especificación se pretende especificar un modelo teórico de interés (qué receta quiero preparar) Un modelo es un conjunto de “p” parámetros más una constante “β0” y un conjunto de variables explicativas “Xj” con valores concretos “xij”. El resultado de esto es un PREDICTOR LINEAL (ηi = β0 + ) (una serie de ingredientes, en unas cantidadesconcretas y en una combinación determinada. El predictor lineal es la receta) Si el predictor lineal (ηi) y los datos de la variable de respuesta (yi) se miden en escalas diferentes NO podemos compararlos (no puedes hacer una receta inglesa donde las cantidades se miden en galones y libras empleando mililitros y centímetros cúbicos directamente). En este caso es necesario transformar la escala delpredictor lineal a la escala del valor esperado. En la especificación de un modelo se distinguen tres componentes: 1- Componente aleatorio: Identifica la variable de respuesta (yi) y selecciona su distribución de probabilidad para obtener su media y varianza (estos serán los valores esperados) 3

DISEÑOS ESTADÍSTICOS Guillermo Moñino Frutos
2- Componente sistemático: Identifica las...