Saltar al contenido principal
Library homepage
 
LibreTexts Español

3.9: Ejercicio- Un análisis más complejo

  • Page ID
    151814
  • \( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \) \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)\(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\) \(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\)\(\newcommand{\AA}{\unicode[.8,0]{x212B}}\)

    En este ejercicio, vamos a repetir el análisis N400 de los ejercicios anteriores, pero vamos a hacerlo más complejo midiendo y analizando el N400 en múltiples sitios de electrodos. Lo configuraremos con dos factores de electrodo: lateralidad (hemisferio izquierdo, línea media y hemisferio derecho) y anterior-posterior (frontal, central y parietal). Es decir, obtendremos puntuaciones de F3, Fz, F4, C3, Cz, C4, P3, Pz y P4. Cuando combinamos esto con el factor de relación, esto nos dará un diseño factorial con tres factores totales. No incluiremos CPz en estos análisis porque no tenemos electrodos en CP3 y CP4 y no queremos un diseño desequilibrado.

    Vuelve a lanzar la Herramienta de Medición y configurarla exactamente como antes (Captura de Pantalla 3.7) excepto por la lista de canales. Si haces clic en el botón Examinar junto al cuadro de texto de los canales, podrás seleccionar los nueve sitios de electrodos que queramos. Una vez que los hayas seleccionado, haz clic en Aceptar para volver a la Herramienta de medición. Ahora deberías ver 2 5 7 13 16 17 21 22 24 en el cuadro de texto. Estos son los canales que queremos. También debe cambiar el nombre del archivo de salida para que sea mean_amplitude_multiple_channels.txt. Use el Visor para asegurarse de que todo se vea bien y, a continuación, haga clic en Ejecutar en la Herramienta de medición.

    Ahora abre el archivo mean_amplitude_multiple_channels.txt en el editor de texto de Matlab. El editor de texto no maneja muy bien las pestañas, por lo que es posible que desee importar el archivo a Excel en su lugar. Ahora tenemos 19 columnas: 9 canales x 2 bins más la columna ERPSet. Desafortunadamente, los canales están en el orden en que aparecen en los ERPSets, lo cual no es muy conveniente. Si no está seguro de si las puntuaciones de amplitud son correctas, puede iniciar nuevamente la Herramienta de medición y usar el Visor para ver las puntuaciones de un solo sujeto.

    Una vez que hayas verificado que las puntuaciones son correctas, puedes ingresar los datos en un análisis estadístico. Debe usar un ANOVA de medidas repetidas de 3 vías con factores de relación, lateralidad y antero-posterior. Ejecuté este ANOVA en JASP, y los resultados se muestran en la Captura de Pantalla 3.9.

    Captura de pantalla 3.9

    Nuevamente, comience por mirar la estadística descriptiva y asegúrese de que coincidan con las formas de onda de gran promedio en la Captura de Pantalla 3.4. Por ejemplo, en ambos casos la amplitud para los ensayos relacionados aumenta de los canales frontal a central y parietal, y tiende a ser mayor para los canales de la línea media y del hemisferio derecho que para los canales del hemisferio izquierdo. También puede ver el efecto básico N400 tanto en las formas de onda de gran promedio como en las medias grupales: el voltaje es más negativo (menos positivo) para los objetivos no relacionados que para los objetivos relacionados.

    Si observas los valores F y p, verás que el efecto principal de la relación (relacionado vs. no relacionado) fue significativo en el nivel p < .001. La lateralidad y los efectos principales antero-posteriores también fueron significativos, y estos factores interactuaron significativamente con la relación. Es decir, la diferencia entre palabras relacionadas y no relacionadas fue mayor en los sitios donde el voltaje era mayor. Este patrón de interacciones es exactamente lo que se esperaría dada la relación multiplicativa entre la magnitud de un generador interno de ERP y la distribución observada del cuero cabelludo (ver Capítulo 10 en Luck, 2014).

    Ahora ha completado un análisis bastante sofisticado del experimento N400. ¡Felicidades! Eso fue un montón de pasos, y nos llevó dos capítulos llegar a este punto.

    Sin embargo, debo señalar que generalmente no recomiendo puntuar un componente de múltiples sitios e incluir factores de sitio de electrodo en el análisis estadístico. El razonamiento se describe en el cuadro de texto a continuación. A veces es justificable, como cuando tu hipótesis científica lleva a una predicción de diferentes efectos sobre los hemisferios izquierdo y derecho. Pero a menos que tenga una razón real para comparar los efectos entre los sitios de electrodos, generalmente es mejor limitar su análisis a un solo sitio o crear una forma de onda que promedia en múltiples sitios. Exploraremos esta última opción en el próximo ejercicio.

    Minimizar el número de factores en un análisis

    El problema de incluir uno o más factores del sitio del electrodo es que conduce a un gran número de pruebas estadísticas, aumentando la probabilidad de que obtenga uno o más efectos significativos que son resultado del ruido aleatorio en los datos. Mira la tabla de estadísticas en la parte superior de Captura de pantalla 3.9, ¿cuántos valores p ves? ¡Siete!

    Ordinariamente, se esperaría una probabilidad del 5% de que un efecto sea significativo (p < .05) cuando la hipótesis nula es verdadera. Sin embargo, si la hipótesis nula fuera cierta para las siete pruebas, ¡la probabilidad de que una o más fueran significativas (p < .05) sería superior al 30%!

    A medida que aumentamos el número de factores en un ANOVA, el número de efectos principales e interacciones se dispara, y las probabilidades de que uno o más sean significativos por casualidad se vuelven extremadamente altas (Cramer et al., 2015; Frane, 2021). Por ejemplo, en un ANOVA de 5 vías, es más probable que no obtengas un efecto significativo pero bogus. En consecuencia, es difícil confiar en los resultados de dichos análisis. Mi consejo general es, por lo tanto, minimizar el número de factores (ver Luck & Gaspelin, 2017 para una discusión detallada).


    This page titled 3.9: Ejercicio- Un análisis más complejo is shared under a CC BY 4.0 license and was authored, remixed, and/or curated by Steven J Luck directly on the LibreTexts platform.