ANOVA Unidireccional Flashcards
(40 cards)
¿Qué es el ANOVA unidireccional?
Un análisis tipo C->Q cuando la variable categórica tiene más de 2 niveles.
De 3 ejemplos de cuando se puede utilizar el ANOVA unidireccional
- Experimentos con más de una condición (controles activo y pasivo).
- Cuasi-experimentos entre varios grupos
- Medidas repetidas de largo tiempo
¿Qué significa el tamaño del efecto en el ANOVA unidireccional (one-sided)?
La proporción de la varianza debido a la varianza entre los grupos.
¿Cuál es la condición principal en la que utilizamos ANOVA?
Cuando tenemos varios grupos de observaciones y nos interesa encontrar si estos grupos difieren en términos de una variable dependiente (outcome variable) de interés.
En el ANOVA unidireccional (one-sided), si la hipótesis nula (Ho) es correcta entonces la varianza entre-los-grupos (between-group variation - [SSb]) será —— que la varianza dentro de los grupos (within-group variation - [SSw])
MENOR
Aunque la técnica de ANOVA unidireccional (one-sided) hace referencia a las varianzas, en realidad se trabaja con —–
La suma de cuadrados (sum of squares variation)
En el ANOVA unidireccional (one-sided), en vez de promediar las desviaciones cuadradas (squared deviations), que es lo que se hace cuando se calcula la varianza, se ——-
se suman las desviaciones cuadradas (squared deviations)
La suma de cuadrados se puede dividir en dos tipos de variaciones (variations). ¿Cuáles son?
1) Varianza entre-los-grupos (between-group variation)
2) Varianza dentro-de-los-grupos (within-group variation)
¿Qué implica la varianza dentro-de-los-grupos (within-group variation)?
Se observa cómo se diferencia cada individuo/persona del promedio de su propio grupo. Se comparan los individuos con las personas en su propio grupo, en vez de compararlos con todas las personas en el experimento.
¿Qué calcula la suma de cuadrados dentro-de-los-grupos (within-group variation) (SSw)?
Captura las desviaciones de las medias de los grupos (la variación dentro de cada grupo). Calcula las diferencias entre una observación de un individuo/persona y la media de su grupo.
¿Qué implica la varianza entre-los-grupos (between-group variation?
Se observan sólo las diferencias entre los grupos. Se comparan las diferencias en las medias poblacionales (sample means) de los diferentes grupos.
¿Qué calcula la suma de cuadrados entre-los-grupos (within-group variation)?
Calcula las diferencias entre las medias de los grupos (Yk) y la gran media (Y).
En el ANOVA unidireccional (one-sided), qué sugiere la hipótesis nula (Ho)?
Que las medias poblaciones de más de 2 grupos son iguales (u1 = u2 = u3)
En el ANOVA unidireccional (one-sided), qué sugiere la hipótesis alternativa (H1)?
Que las medias poblacionales no son iguales.
Si la varianza entre-los-grupos (between-group variation) es mayor que la varianza dentro-de-los-grupos (within-group variation), hay razón para sospechar qué?
Que las medias poblacionales no son idénticas y que la hipótesis nula (Ho) no es correcta.
¿Cómo se calcula el valor (F-ratio)?
Se divide la media de cuadrados (mean squares) entre-los-grupos por la media de cuadrados (mean squares) dentro-de-los grupos.
F-ratio = MSb / MSw
¿Qué implica que el valor F-ratio sea alto?
Que la varianza entre-los-grupos (between-group variation) es grande relativa a la varianza dentro-de-los-grupos (within-group variation). SSb > SSw
Un valor estadístico F-ratio ALTO es evidencia de qué?
Mayor evidencia en CONTRA de la hipótesis nula (Ho) – posiblemente las medias poblacionales no son idénticas.
¿En el ANOVA unidireccional (one-sided), cómo podemos describir la variable dependiente (outcome variable - Yik)?
Como los valores individuales en términos de una media poblacional más la desviación de aquella media poblacional (error residual).
Yik (variable dependiente) = U (media poblacional) + Eik (error residual)
¿Qué nos dice el error residual asociado con una observación?
La desviación de la observación frente a la media poblacional. Representa la variación residual y aquello que el modelo no puede explicar.
En la construcción del modelo estadístico, en la descripción de la variable dependiente (outcome variable - Yik), cómo se diferencia la fórmula para la hipótesis alternativa (H1)
La fórmula cambia así:
Yik (variable dependiente) = Uk (media poblacional para un grupo ‘k’ + Eik (error residual)
La diferencia está en que en la construcción del modelo para la hipótesis alterna, se permite que cada grupo tenga una diferente media poblacional (Uk)
¿Cómo debe darnos el valor estadística final F para considerar recharar la hipótesis nula (Ho)?
El valor estadístico F debe ser mayor a 1
Por definición, la distribución F es lo que se consigue cuando se comparan ——-
Cuando se comparan dos distribuciones chi-cuadrado la una con la otra.
Nota: Una distribución chi-cuadrado se consigue cuando se realiza una sumatoria de datos distribuidos normalmente.
En Jamovi, la varianza dentro-de-los-grupos (within-group variation) se interpreta como
residuals – la variación residual
