Saltar al contenido principal
Library homepage
 
LibreTexts Español

10.5: Ejercicio- Simplificación del Análisis Estadístico

  • Page ID
    151738
  • \( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \) \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)\(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\) \(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\)\(\newcommand{\AA}{\unicode[.8,0]{x212B}}\)

    Los estudios más recientes de la LRP (y otros componentes lateralizados, como N2pC y CDA) obtienen puntuaciones de amplitud y latencia a partir de ondas de diferencia contralateral-menos-ipsilaterales (como las que se muestran en la Figura 10.2.C). Esto tiene dos ventajas. Primero, aísla el componente de interés de todos los componentes ERP superpuestos. Segundo, reduce el número de factores en el análisis estadístico.

    Veamos cómo funciona. Borre todos los ERPSets de ERPLAB y cargue los 40 ERPSets en la carpeta Chapter_10 > Data > ERPSETS_CI_diff. A continuación, inicie la Herramienta de Medición. Configúrelo a medida desde los 40 archivos del menú ERPSets, usando los Bins 1 y 2 (Compatible e Incompatible) y Canal 5 (C3/C4). Especifique mean_amplitude_CI_Diff.txt como el nombre del archivo de salida. Haga clic en Visor y asegúrese de que las mediciones se vean razonables dadas las formas de onda. Haga clic en Herramienta de medición para volver a la Herramienta de medición y, a continuación, haga clic en Ejecutar para obtener las puntuaciones. Verás que ahora solo tenemos dos puntuaciones por participante, una para la condición Compatible y otra para la condición Incompatible.

    Ahora hagamos un análisis estadístico sobre estos puntajes. Comience haciendo una prueba de t pareada comparando las condiciones Compatible e Incompatible. Debe obtener un valor t estadísticamente significativo de -5.885 (o +5.885, dependiendo de qué condición vino primero). Y aquí hay algo muy importante: Esta prueba t es exactamente equivalente a la interacción de tres vías entre Hemisferio, Mano y Compatibilidad en el ANOVA de tres vías del ejercicio anterior. Es decir, prueba exactamente la misma hipótesis nula, y produce exactamente el mismo valor p (excepto por un posible error de redondeo). El valor t para esta prueba t pareada corresponde exactamente al valor F de la interacción de tres vías una vez que te das cuenta de que F es lo mismo que t 2. Si cuadramos 5.885, obtenemos 34.63, que es lo mismo (excepto por error de redondeo) que el valor F para la interacción de tres vías en la Tabla 10.1. Entonces, una prueba t sobre puntuaciones de diferencia puede ser una forma más simple y conveniente de probar una interacción, y no causa una proliferación de valores p.

    Solución de un problema

    Cuando intenté cargar los datos en JASP, todos los puntajes terminaron en una sola columna. Después de pasar unos minutos tratando de averiguar qué estaba causando esto, me di cuenta de que el problema era que las etiquetas de las columnas en la primera fila tenían comas en ellas, lo que confundía a JASP. Cuando reemplacé las comas por guiones bajos, todo funcionó bien.

    Ahora preguntemos si tenemos una negatividad estadísticamente significativa para la condición Compatible y una positividad estadísticamente significativa para la condición Incompatible. Esto solo implica realizar pruebas t separadas de una muestra para cada una de estas condiciones (comparando las medias con cero). Cuando hice eso, obtuve una negatividad significativa para la condición Compatible (t (39) = -6.107, p < .001) y una positividad significativa para la condición Incompatible (t (39) = 3.605, p < .001).

    ¿No es este enfoque mucho más sencillo y directo que un ANOVA de tres vías seguido de un montón de contrastes? Realmente tenemos tres hipótesis primarias, y con este enfoque tenemos una prueba simple para cada una de ellas.


    This page titled 10.5: Ejercicio- Simplificación del Análisis Estadístico 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.