Brainscape's Knowledge GenomeTM

Browse over 1 million classes created by top students, professors, publishers, and experts.


See full index

Diseño II > ANOVA Unidireccional > Flashcards

ANOVA Unidireccional Flashcards

1
Q

¿Qué es el ANOVA unidireccional?

A

Un análisis tipo C->Q cuando la variable categórica tiene más de 2 niveles.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

De 3 ejemplos de cuando se puede utilizar el ANOVA unidireccional

A
  1. Experimentos con más de una condición (controles activo y pasivo).
  2. Cuasi-experimentos entre varios grupos
  3. Medidas repetidas de largo tiempo
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

¿Qué significa el tamaño del efecto en el ANOVA unidireccional (one-sided)?

A

La proporción de la varianza debido a la varianza entre los grupos.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

¿Cuál es la condición principal en la que utilizamos ANOVA?

A

Cuando tenemos varios grupos de observaciones y nos interesa encontrar si estos grupos difieren en términos de una variable dependiente (outcome variable) de interés.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

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])

A

MENOR

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Aunque la técnica de ANOVA unidireccional (one-sided) hace referencia a las varianzas, en realidad se trabaja con —–

A

La suma de cuadrados (sum of squares variation)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

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 ——-

A

se suman las desviaciones cuadradas (squared deviations)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

La suma de cuadrados se puede dividir en dos tipos de variaciones (variations). ¿Cuáles son?

A

1) Varianza entre-los-grupos (between-group variation)

2) Varianza dentro-de-los-grupos (within-group variation)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

¿Qué implica la varianza dentro-de-los-grupos (within-group variation)?

A

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.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

¿Qué calcula la suma de cuadrados dentro-de-los-grupos (within-group variation) (SSw)?

A

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.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

¿Qué implica la varianza entre-los-grupos (between-group variation?

A

Se observan sólo las diferencias entre los grupos. Se comparan las diferencias en las medias poblacionales (sample means) de los diferentes grupos.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

¿Qué calcula la suma de cuadrados entre-los-grupos (within-group variation)?

A

Calcula las diferencias entre las medias de los grupos (Yk) y la gran media (Y).

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

En el ANOVA unidireccional (one-sided), qué sugiere la hipótesis nula (Ho)?

A

Que las medias poblaciones de más de 2 grupos son iguales (u1 = u2 = u3)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

En el ANOVA unidireccional (one-sided), qué sugiere la hipótesis alternativa (H1)?

A

Que las medias poblacionales no son iguales.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

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?

A

Que las medias poblacionales no son idénticas y que la hipótesis nula (Ho) no es correcta.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

¿Cómo se calcula el valor (F-ratio)?

A

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

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q

¿Qué implica que el valor F-ratio sea alto?

A

Que la varianza entre-los-grupos (between-group variation) es grande relativa a la varianza dentro-de-los-grupos (within-group variation). SSb > SSw

18
Q

Un valor estadístico F-ratio ALTO es evidencia de qué?

A

Mayor evidencia en CONTRA de la hipótesis nula (Ho) – posiblemente las medias poblacionales no son idénticas.

19
Q

¿En el ANOVA unidireccional (one-sided), cómo podemos describir la variable dependiente (outcome variable - Yik)?

A

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)

20
Q

¿Qué nos dice el error residual asociado con una observación?

A

La desviación de la observación frente a la media poblacional. Representa la variación residual y aquello que el modelo no puede explicar.

21
Q

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)

A

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)

22
Q

¿Cómo debe darnos el valor estadística final F para considerar recharar la hipótesis nula (Ho)?

A

El valor estadístico F debe ser mayor a 1

23
Q

Por definición, la distribución F es lo que se consigue cuando se comparan ——-

A

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.

24
Q

En Jamovi, la varianza dentro-de-los-grupos (within-group variation) se interpreta como

A

residuals – la variación residual

25
Q

Según el texto, cuál es la interpretación del tamaño del efecto en el ANOVA one-sided?

A

La proporción de la variación en la variable dependiente (outcome variable) que se puede explicar en términos de la variable independiente (predictor variable).

Si el valor del tamaño del efecto es 0, no hay relación entre las variables. Si el valor es 1, la relación entre las variables es perfecta.

26
Q

En el ANOVA unidireccional, que test debemos implementar cuando queremos hacer comparaciones multiples entre pares de medias?

A

Post-hoc tests

Estos son varias pruebas-t que hacen comparaciones entres los diferentes niveles de la variable (Ej. drug)

27
Q

A la hora de implementar Post-hoc tests para realizar comparaciones de medias de los grupos, cuál es el problema a tener en cuenta? ¿Cómo se resuelve este problema?

A

El tener muchas pruebas t incrementa la posibilidad de caer en error Tipo I (rechazar Ho cuando es cierta)

El problema se resuelve realizando un ajuste del valor-p , controlado el grado de error de las pruebas – esto se llama una CORRECIÓN PARA COMPARACIONES MULTIPLES o “inferencia simultánea”.

Incluye: Correcciones de Bonferroni y correcciones de Holm

28
Q

La correción Bonferroni para comparaciones multiples cuando hacemos análisis post-hoc, multiplica el valor-p por el número de pruebas-t (m) o divide la probabilididad de obtener un error Tipo I (valor alpha) por m. ¿Cuál es el problema principal con la corrección Bonferroni?

A

Aumenta el riesgo de caer en error Tipo II (aceptar la hipótesis nula [Ho] cuando es falsa). Por ello, es mejor utilizar las correcciones Holm.

29
Q

Las presuposiciones del ANOVA unidireccional (one-sided) son básicamente iguales que las presuposiciones de las pruebas t. ¿Cuáles son?

A
  1. Homogeneidad de varianza - se asume que las desviaciones estándar son iguales para todos los grupos.
  2. Normalidad - se asume que los residuos (varianza dentro-de-los-grupos) o los datos en general, están distribuidos normalmente. Esto se analiza con un gráfico Q-Q y la prueba Shapiro-Wilks. Si se viola esta suposición, usamos la prueba Kruskal-Wallis o prueba de Friedman.
  3. Independencia - se asume que todas las medidas son independientes; que un valor residual (Eik) no nos dice nada de los demás valores residuales = independencia. Si se viola, usamos una prueba ANOVA de medidas repetidas.
30
Q

¿Cómo se comprueba la suposición de homogeneidad de varianza?

A

Con una prueba de Levene – si la prueba resulta no-significativa (p > 0.05), la suposición de homogeneidad de varianza se respeta. Si la prueba resulta significativa (p<0.05), la suposición no se respeta, y se necesita hacer una prueba ANOVA de Welch

Básicamente, se hace una nueva prueba ANOVA para una nueva variable (Zik), que corresponde a la desviación absoluta de la media poblacional.

31
Q

¿Qué debemos hacer si la suposición de homogeneidad de varianza no se respeta; la prueba de Levene resultó significativa (p < 0.05)?

A

Debemos hacer una prueba ANOVA de Welch

32
Q

Si la prueba de normalidad Shapiro-Wilks resulta significativa (p < 0.05) , como interpretamos la suposición de normalidad?

A

La presuposición de normalidad no se respeta o se viola.

Para que se compruebe la normalidad, la prueba de Shapiro-Wilks debe resultar no-significativa (p > 0.05).

33
Q

¿Cuándo utilizamos la prueba Kruskal-Wallis?

A

Cuando se viola la suposición de normalidad de los datos.

34
Q

¿Qué representa la prueba Kruskal-Wallis? ¿Cómo funciona el valor estadístico K?

A

Es una prueba no-paramétrica, utilizada cuando se tienen 3 o más grupos.
Entre más grande sea el valor estadístico K, mayor evidencia hay para rechazar la hipótesis nula (Ho).

35
Q

¿Cuándo utilizamos un ANOVA de medidas repetidas?

A

Cuando tenemos 3 o más grupos con individuos/sujetos que participan en cada uno de los grupos – cuando tenemos muestras emparejadas – varias medidas sacadas de cada participante.

Si se viola la presuposición de independencia

36
Q

¿Qué prueba se utiliza dentro del ANOVA de medidas repetidas?

A

Prueba Mauchly de Esfericidad - prueba que la varianza de las diferencias entre las condiciones sean iguales

Si la prueba no es significativa ( p > 0.05), hay razón para decir que la suposición de la varianza de las diferencias NO son diferentes; son aproximadamente iguales y SI se puede asumir “esfericidad”.

Si la prueba resulta significativa (p < 0.05), concluimos que SI hay diferencias significativas entre la varianza de las diferencias; no son iguales y NO podemos asumir “esfericidad”.

37
Q

En el ANOVA de medidas repetidas, qué debemos hacer si NO podemos asumir “esfericidad”; la prueba Mauchly resulta significativa (p < 0.05)?

A

Se debe realizar una corrección del valor F obtenido en el análisis unidireccional (one-sided) ANOVA de medidas repetidas. Utilizamos la correción Greenhouse-Geyser o la Huyhn-Feldt.

38
Q

El ANOVA unidireccional INDEPENDIENTE también se conoce como ——

A

ANOVA entre sujetos (between-subjects ANOVA)

39
Q

El ANOVA unidireccional de MEDIDAS REPETIDAS también se conoce como ——

A

ANOVE dentro-de-sujetos (within-subjects ANOVA or “related” ANOVA)

40
Q

¿Para qué se utiliza la prueba Friedman?

A

Es una prueba no-paramétrica utilizada como alternativa a la prueba Kruskal-Wallis, cuando los datos demuestran ser no-normales

Diseño II (5 decks)

Brainscape helps you reach your goals faster, through stronger study habits.
© 2025 Bold Learning Solutions. Terms and Conditions