Diseño con medidas repetidas.

Marcelo Rodríguez G.
Ingeniero Estadístico - Magister en Estadística

Universidad Católica del Maule

Facultad de Ciencias Básicas
Ingeniería en Agronomía
Diseño Experimental
22 de mayo de 2011

mrodriguez@ucm.cl (UCM) Marcelo Rodríguez G. 22/05/2011 1 / 22

Introducción

Denición (Diseños con Medidas Repetidas)

Se caracteriza porque todos los niveles del factor se aplican a las
mismas unidades experimentales.
Las comparaciones ante los distintos tratamientos se lleva a cavo
dentro de un único grupo de UE's (comparaciones intra-sujetos), no
estableciéndose comparaciones entre diferentes grupos de UE's.
Se reere a mediciones repetidas de la variable de dependiente en cada
unidad experimental, haciendo hincapié en experimentos con
observaciones realizadas en ocasiones sucesivas en el tiempo.
Las ventajas de los diseños de medidas repetidas son evidentes:
requieren menos sujetos que un diseño completamente aleatorizado y
permiten eliminar la variación residual debida a las diferencias entre los
sujetos (pues se utilizan los mismos).

mrodriguez@ucm.cl (UCM) Marcelo Rodríguez G. 22/05/2011 2 / 22

Ejemplo para un diseño de un factor con medidas repetidas

En un experimento diseñado para estudiar el efecto del paso del tiempo

sobre incidencia de una plaga, a un grupo de 9 plantas se les cuenta el
número de ninfas vivas. Se aplica un producto químico, más tarde, al cabo
de una hora, de un día, de una semana y de un mes, se les cuanta el
número de ninfas vivas. Se trata de un diseño de un factor (al que
podemos llamar tiempo) con cuatro niveles (los cuatro momentos en los
que se registra: al cabo de una hora, de un día, de una semana y de un
mes) y una variable dependiente (la cantidad de ninfas vivas).
Planta hora día semana mes
1 16 8 8 12
2 12 9 9 10
3 12 10 10 8
4 15 13 7 11
5 18 12 12 12
6 13 13 8 10
7 18 16 10 13
8 15 9 6 6
9 20 9 11 8

mrodriguez@ucm.cl (UCM) Marcelo Rodríguez G. 22/05/2011 3 / 22

Datos para un diseño de un factor con medidas repetidas

Unidades Factor A (tiempo)

Experimentales 1 2 3 ··· k Medias
1 y11 y12 y13 ··· y1k y 1
2 y21 y22 y23 ··· y2k y 2
3 y31 y32 y33 ··· y3k y 3
.. .. .. .. .. .. ..
. . . . . . .
n yn1 yn2 yn3 ··· ynk y n
Media y 1 y 2 y 3 ··· y k y

El arreglo es parecido al diseño en bloque, la diferencia radica en que en el

diseño con medidas repetidas simples, a cada unidad experimental se le
mide la variable dependiente en los distintos tiempos (j = 1, 2, . . . , k ).

mrodriguez@ucm.cl (UCM) Marcelo Rodríguez G. 22/05/2011 4 / 22

Descomposición de la suma de cuadrados

Suma de cuadrados total:

k
n X
SCT = (yij − y )2
X

i =1 j =1

Suma de cuadrados del tiempo (tratamientos):

n X
k
SCA = (y j − y )2
X

i =1 j =1

Suma de cuadrados de los unidades experimentales:

n X
k
SCS = (y i  − y )2
X

i =1 j =1

Suma de cuadrados del error:

SCE = SCT − SCA − SCS
mrodriguez@ucm.cl (UCM) Marcelo Rodríguez G. 22/05/2011 5 / 22
Prueba de hipótesis

(Tabla de ANOVA)
Modelo Suma de Grados de Media Fc
cuadrados libertad cuadrática
MCA
Tiempo (Tratamiento) SCA k −1 MCA=SCA/(k-1)
MCE
Unidades Exp. SCS n−1
Error SCE (k − 1)(n − 1) MCE=SCE/[(k-1)(n-1)]
Total SCT nk − 1

(Hipótesis)
H0 : µ1 = µ2 = · · · = µ k v/s H1 : µi 6= µj , para algún i , j

(Reglas para el rechazo de H0 )

Fijar α y Rechace H0 si Fc > F1−α (k − 1, (k − 1)(n − 1))
Rechace H0 si valor-p < 0, 05, donde valor-p= P (F > Fc ).

mrodriguez@ucm.cl (UCM) Marcelo Rodríguez G. 22/05/2011 6 / 22

Ejemplo para un diseño de un factor con medidas repetidas

Considerando el ejemplo anterior del número de ninfas vivas, pruebe la

hipótesis de que existen diferencia en el número de ninfas vivas para las
cuatro fechas de medición.
Sujetos hora día semana mes Promedio
1 16 8 8 12 11,00
2 12 9 9 10 10,00
3 12 10 10 8 10,00
4 15 13 7 11 11,50
5 18 12 12 12 13,50
6 13 13 8 10 11,00
7 18 16 10 13 14,25
8 15 9 6 6 9,00
9 20 9 11 8 12,00
Promedio 15,44 11,00 9,00 10,00 y =11,36
9 X
4
SCT (yij − 11, 36)2 = (16 − 11, 36)2 + (12 − 11, 36)2 + . . . + (8 − 11, 36)2 = 410, 306.
X
=
i =1 j =1
9 X
4
SCA (y j − 11, 36)2 = 9[(15, 44 − 11, 36)2 + (11 − 11, 36)2 + (9 − 11, 36)2 + (10 − 11, 36)2 ] = 218, 083.
X
=
i =1 j =1
9 X
4
SCS (y i  − 11, 36)2 = 4[(11 − 11, 36)2 + (10 − 11, 36)2 + . . . + (12 − 11, 36)2 ] = 91, 556
X
=
i =1 j =1
SCE =SCT-SCA-SCS = 410, 306 − 218, 083 − 91, 556 = 100, 667

mrodriguez@ucm.cl (UCM) Marcelo Rodríguez G. 22/05/2011 7 / 22

Ejemplo para un diseño de un factor con medidas repetidas

Ordenando la información en una tabla de ANOVA

Modelo Suma de Grados de Media Fc
cuadrados libertad cuadrática
Fechas 218,083 3 72,694 17,331
Unidades 91,556 8
Error 100,667 24 4,194
Total 410,306 35

Como, Fc = 17, 331 > F0,95 (3, 24) = 3, 01 y valor-p= 0, 000.

Entonces, se debería rechazar H0 : µ1 = µ2 = µ3 = µ4 . Por lo tanto, existe
un efecto en el número de ninfas vivas, atribuible a las cuatro fechas de
medición.

mrodriguez@ucm.cl (UCM) Marcelo Rodríguez G. 22/05/2011 8 / 22

Diseño de un factor con medidas repetidas en SPSS

(Ejemplo de un Diseño con medidas repetidas simples en SPSS)

En SPSS, Analizar -> Modelo lineal general -> Medidas repetidas.
1 Póngale el Nombre al factor intra-intrasujeto, en este ejemplo el
nombre sería fechas.
2 Indique el Número de niveles (en este ejemplo es 4).
3 Seleccionar Añadir y luego Denir.
4 Seleccionar los tratamientos (fechas) y trasladarlas a la lista Variables
intra-sujetos.
5 Luego, Aceptar.

mrodriguez@ucm.cl (UCM) Marcelo Rodríguez G. 22/05/2011 9 / 22

Diseño de un factor con medidas repetidas en SPSS

mrodriguez@ucm.cl (UCM) Marcelo Rodríguez G. 22/05/2011 10 / 22

Diseño de un factor con medidas repetidas en SPSS

mrodriguez@ucm.cl (UCM) Marcelo Rodríguez G. 22/05/2011 11 / 22

Diseño de un factor con medidas repetidas en SPSS

mrodriguez@ucm.cl (UCM) Marcelo Rodríguez G. 22/05/2011 12 / 22

Diseño de un factor con medidas repetidas en SPSS

mrodriguez@ucm.cl (UCM) Marcelo Rodríguez G. 22/05/2011 13 / 22

Diseño de un factor con medidas repetidas en SPSS

mrodriguez@ucm.cl (UCM) Marcelo Rodríguez G. 22/05/2011 14 / 22

Diseño de un factor con medidas repetidas en SPSS

mrodriguez@ucm.cl (UCM) Marcelo Rodríguez G. 22/05/2011 15 / 22

Diseño de un factor con medidas repetidas en SPSS

Se ofrecen varios estadísticos para poner a prueba la hipótesis nula

referida al efecto del factor tiempo (son métodos alternativos al visto
anteriormente). Contiene cuatro estadísticos multivariantes.
Se interpretan de la misma manera que el resto de estadísticos ya
estudiados: puesto que el valor−p (Sig.) asociado a cada uno de ellos
es menor que 0,05, podemos rechazar la hipótesis nula de igualdad de
medias
y concluir que el número de ninfas promedios diere a través del
tiempo.

mrodriguez@ucm.cl (UCM) Marcelo Rodríguez G. 22/05/2011 16 / 22

Diseño de un factor con medidas repetidas en SPSS

En los modelos de medidas repetidas es necesario suponer que las varianzas

de las diferencias entre cada dos niveles del factor MR son iguales. Con,
por ejemplo, 4 niveles, tenemos 6 pares de combinaciones dos a dos entre
niveles: 1-2, 1-3, 1-4, 2-3, 2-4 y 3-4. Calculando las diferencias entre las
puntuaciones de esos 6 pares, tendremos 6 nuevas variables. En el modelo
de un factor MR suponemos que las varianzas de esas 6 variables son
iguales.

Puesto que el valor−p asociado al estadístico W (0,804) es mayor que

0,05, no podemos rechazar la hipótesis de esfericidad. Por lo tanto, se esta
cumpliendo el supuesto de igualdad de varianzas y se podría utilizar esta
técnica (en caso que no se cumpla el supuesto se deben utilizar la prueba
de Esfericidad asumida (la que calculamos)).
mrodriguez@ucm.cl (UCM) Marcelo Rodríguez G. 22/05/2011 17 / 22
Diseño de un factor con medidas repetidas en SPSS

Observando los resultados de la tabla vemos que las cuatro versiones del
estadístico F (la no corregida y las tres corregidas) conducen a la misma
conclusión, que a su vez coincide con la ya alcanzada utilizando la
aproximación multivariada.

puesto que el valor−p (Sig.) es menor que 0,05, podemos rechazar la

hipótesis de igualdad de medias y concluir que el número de ninfas
promedio no es la misma en las cuatro medidas obtenidas. Estos cálculos
los obtuvimos anteriormente con formulas.
mrodriguez@ucm.cl (UCM) Marcelo Rodríguez G. 22/05/2011 18 / 22
Diseño de un factor con medidas repetidas en SPSS

La tabla recoge, para cada contraste, la información necesaria para

contrastar la hipótesis nula de que el polinomio o componente evaluado
vale cero en la población.

Podemos concluir, por tanto, que las medias del número de ninfas, en cada
momento temporal se ajustan signicativamente tanto a una línea recta
(componente lineal) como a una curva (componente cuadrático).
Conviene señalar que, cuando existe más de un componente signicativo,
suele interpretarse el de mayor orden.
mrodriguez@ucm.cl (UCM) Marcelo Rodríguez G. 22/05/2011 19 / 22
Diseño de un factor con medidas repetidas en SPSS
Gráco de perl: Ajuste polinomial

mrodriguez@ucm.cl (UCM) Marcelo Rodríguez G. 22/05/2011 20 / 22

Diseño de un factor con medidas repetidas en SPSS
Gráco de perl: Ajuste polinomial

mrodriguez@ucm.cl (UCM) Marcelo Rodríguez G. 22/05/2011 21 / 22

Diseño de un factor con medidas repetidas en SPSS
Gráco de perl: Ajuste polinomial

Podemos observar en él que número de ninfas va disminuyendo con el paso

del tiempo, pero sólo hasta el momento 3 (una semana), a partir del cual
se observa una ligera recuperación.

mrodriguez@ucm.cl (UCM) Marcelo Rodríguez G. 22/05/2011 22 / 22