Professional Documents
Culture Documents
Models estadístics
· Sempre hi ha un model subjacent a les dades
· Model lineal clàssic
- Models de regressió lineal
- Models ANOVA o AVAR (anàlisi de la variància)
- Models ANCOVA (anàlisi de covariància)
· Altres models: Model lineal generalitzat, models mixtos, models d’equacions estructurals
Models ANOVA
· Model i lògica de la prova associada (Anàlisi de la variància)
· Condicions d’aplicació: Normalitat de les dades (Shapiro-Wilk, Kolmogorov, etc.),
homocedasticitat (Levene, Brown-Forsythe, etc.), independència dels diferents resultats
· Mecànica i càlculs
· Proves complementàries: Comparacions parcials, anàlisi de tendències
· Extensions: Anàlisi multivariable de la variància
Resultats 8 13 18 17
individuals 10 15 20 21
9 10 22 21
7 13 18 23
6 14 17 18
Mitjanes 8 13 19 20
Desviacions -7 -2 4 5
2
𝜊 =Σ ¿ ¿
no cal apendre’s aquest procés de càlcul.
calculem variancia entre grups i intragrups. les comparem fent un quocient, ens dona
l'estadístic N de NOSEQUE
Prenem una decisió sobre si la diferencia es significativa o no
Podem observar que dins dels grupos les dades son difeerents i mostren variabilitat
(variabilitat aleatoria, perquè els subjectes son a l’atzar. variabilitat mostra l’mpacte de
diferències individuals que ha quedat repartida entre els diferents grups. és un reflexe de
l’atzar!)
Compara les diferents variàncies per veure si son diferents entre sí. (en aquest cas les 4)
Sig = p-valor → tots són molt més grans que 0,05. Resultat no
variancies es compleix)
Despres ANOVA:
Fa el quocient. La F és 39, 167 i sig=p.valor 0,0000 És significatiu. Les diferències entre les
mitjanes dels grups experimentals són significatives
Y =B 0+ B 1 X + E
· Recodificació dels valors de la variable independent
X1 = Igual a 1 si el subjecte ha rebut el tractament 1; igual a 0 si ha rebut algun altre tractament
X2 = Ídem per al cas del tractament 2.
X3 = Ídem per al cas del tractament 3.
No és necessària cap codificació per al tractament 4 (redundant)
· Model de regressió lineal
𝑌𝑖𝑗 = 𝛽0 + 𝛽1𝑋1 + 𝛽2𝑋2 + 𝛽3𝑋3 + 𝜀𝑖𝑗
A partir d’aquí es tractaria com qualsevol model de regressió (estimació dels
paràmetres, validació del model. L’ANOVA resultant seria idèntic al que hem
obtingut abans)
Gràcies a l’analisid e la variable, sabem que les mitjanes, globalment son diferent entre sí.
Podriem saber més coses, més afinades…
Per exemple, hi ha diferencia significativa entre la mitjana del grup 1 i del grup 2? Les
comparacions parcials de mitjanes ens permet saber això!
Fer amb les eines que ens dona l’analisi de la variància
La comparació parcial es pot fer de diverses formes. La prienra ñes la del quadre. és un sstema
de quoficients (perquè s’entengui quines comparacions volem fer)
Primer contrast (dif significativa entre mitjana grup 1 i 2?
Tractament 1 quoficient d’1 i T2 quoficient de -1. Mateixa magnitud amb signe contrari.
Mitjanes que no tinc en compte els hi fico un zero
L'últim contrast agrupa els resultats dels dos anteriors contrastos i els compara amb els altres
dues mitjanes agrupades conjuntament. Per tant els dos tractaments han de tenir el mateix
signe
Veure quins constrastos son significatius i quins no. Càlcula la suma de quadrats que correspon
a cadascun dels constrastos (Fer-ho amb l’expressió en taronja)
numero de casos (subjectes) per grup=5. si fos diferent per cada grup. cada miultiplicacio
ls’haurai de multiplicar pel seu numero
5· mitjana decada grup pel contrast que toca
Anàlisi de tendències
…. Més exemples
Quadràtica
Assimptòtica
Cúbica (sinusoidal)
Fer analisi de tendencies només té sentit si es compleixen les següents condicions:
- Tant variable dependent com independent siguin QUANTITATIVES
- Com a mínim necesito que la VI tingui 3 valors (3 punts)
No és estrany.
Gràfic es lineal i te una part que fa com algo raro. una mica quadratic suposo
Index de magnitud de l’efecte: mostres petites no funciona la significació. mostres molt gran
poden donar resultats pocs exactes.
proves sensibles a la grandària de la mostra
despres dde fer la prova es fa una prova complementaria que informa sobre els resultats
eta cuadrat
0,10-0,25 impacte moderat
ANOVA i MANOVA
Anàlisi multi-variable de la variància. Extensió de l’anàlisi de la variància.
Diferència:
Anàlisi variÀncia serveix quan treballem amb una sola variable independent
Anàlisi multivariable de la variancia ens serveix (el podem utilitzar) quan tinguem més d’una VI
Tasca 2
· Revisar el primer exemple de càlculs SPSS al dossier de casos pràctics (pàg. 22 i ss.).
Correspon a l’exemple bàsic que s’ha estudiat
· Allà hi tenim els resultats de les diferents proves que s’han aplicat a les dades de l’exemple,
utilitzant l’aplicació SPSS:
- ANOVA global (prèviament, prova de Levene per a homogeneïtat de variàncies)
- Anàlisi de tendències
- Comparacions parcials de mitjanes via contrastos parcials (Atenció: el SPSS no ho fa via
ANOVA sinó fent comparacions amb t de Student, els resultats són equivalents)
- Prova de Scheffé per a contrastos múltiples
- Gràfic de mitjanes dels resultats