tag:blogger.com,1999:blog-77976642924465068732024-03-06T06:15:49.331+01:00G.I.P.(UNIOVI)GRUPO DE INVESTIGACIÓN PSICOSOCIALGipuniovihttp://www.blogger.com/profile/00619880805952150621noreply@blogger.comBlogger48125tag:blogger.com,1999:blog-7797664292446506873.post-15734456642301163972020-06-24T17:31:00.002+02:002020-06-24T17:42:16.494+02:00Introducción al metaanálisis en JAMOVI: uso en correlaciones de Pearson<div style="text-align: justify;"><font face="inherit"><div class="separator" style="clear: both; text-align: center;"><a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjyRSvU6cG_J4JkSKGL3_NkndVUSyQ3NuAUI3eS8c7_TsQpQEq-twklqPAK_o2dcwpgI8TzwVynIRXYe5e37TNyR48nY5A2IamxTB5HX_moO9UYmG_jVTNDYgsFYFztwtzXADWCS_LYpckt/s500/investigador-realizando-metaanalisis.jpg" imageanchor="1" style="clear: left; float: left; margin-bottom: 1em; margin-right: 1em;"><img border="0" data-original-height="334" data-original-width="500" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjyRSvU6cG_J4JkSKGL3_NkndVUSyQ3NuAUI3eS8c7_TsQpQEq-twklqPAK_o2dcwpgI8TzwVynIRXYe5e37TNyR48nY5A2IamxTB5HX_moO9UYmG_jVTNDYgsFYFztwtzXADWCS_LYpckt/s320/investigador-realizando-metaanalisis.jpg" width="320" /></a></div>El metaanálisis, como parte de la revisión sistemática, suele definirse como el análisis estadístico que combina los resultados de múltiples estudios científicos, que tienen como objeto de resolver el mismo tipo de problema (Glass, McGaw, & Smith, 1981), verificando la consistencia de las soluciones alcanzadas por los distintos autores, y por tanto facilitando la acumulación del conocimiento (Marín, Sánchez y López, 2009). Es decir, integra los resultados cuantitativos de estudios separados pero similares en sus objetivos/técnicas proporcionando una estimación numérica del efecto general de interés (Petrie, Bulman & Osborn ,2003). Incluso es posible extenderse a otros metaanálisis previos, con lo cual nos </font>encontraríamos<font face="inherit"> en situaciones de meta-metaanálisis (</font>Mingebach, Kamp-Becker, Christiansen & Weber, 2018)</div><div style="text-align: justify;"><font face="inherit"><br /></font></div><div style="text-align: justify;"><font face="inherit">Opcionalmente, es posible asignar diferentes pesos a los diferentes estudios para calcular el estadístico final. Esta ponderación se relaciona con la inversa del error estándar (indirectamente con el tamaño de la muestra) informado en los distintos estudios contemplados. Es decir, los trabajos con un error estándar más pequeño y un tamaño de muestra más grande tienen más peso en el cálculo del tamaño del efecto agrupado.</font></div><div style="text-align: justify;"><span><a name='more'></a></span><font face="inherit"><br /></font></div><div style="text-align: justify;"><div style="text-align: justify;"><span style="font-family: inherit;">Se suele distinguir entre dos tipos de modelos: efectos fijos y aleatorios. El primero supone que los distintos estudios comparten un efecto verdadero común, y el efecto resumen alcanzado es una estimación del tamaño del efecto común. Por el contrario, en el modelo de efectos aleatorios, se supone que los efectos reales en los estudios varían entre los estudios y el efecto resumen es el promedio ponderado de los efectos informados en los diferentes estudios.</span></div><div style="text-align: justify;"><font face="inherit"><br /></font></div><div style="text-align: justify;"><font face="inherit">Si bien en el modelo de efectos aleatorios tiende a dar una estimación más conservadora (un intervalo de confianza más amplio), los resultados de los dos modelos generalmente coinciden cuando no hay heterogeneidad. Cuando existe la heterogeneidad, el modelo de efectos aleatorios debe ser el modelo preferido.</font></div></div><div style="text-align: justify;"><font face="inherit"><br /></font></div><div style="text-align: justify;"><div style="text-align: justify;"><font face="inherit">En los efectos clásicos contemplados en este tipo de estudios podemos observar las medias aritméticas, la correlación entre variables, <i>odds ratio</i>, riesgos relativos, proporciones o las áreas en <i>curvas ROC,</i> entre otros.</font></div><div style="text-align: justify;"><font face="inherit"><br /></font></div><div style="text-align: justify;">Entre los distintos procedimientos existentes, nos centraremos en esta entrada en ilustrar un ejemplo con las correlaciones de Pearson, usando como herramienta el software <i>JAMOVI</i> (<span style="text-align: left;">The jamovi project, 2020</span>).</div><div style="text-align: justify;"><br /></div><div style="text-align: justify;"><font face="inherit">Inicialmente introducimos 10 casos simulados en la base de datos, con los valores correspondientes a la etiqueta del estudio, el de la correlación de Pearson y su tamaño muestral, tal como aparece a continuación:</font></div><div style="text-align: justify;"><div class="separator" style="clear: both; text-align: center;"><a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhklzxrTW_zwjDajT2hK1gf6X9Wxmhoy0LCN-vzwHCqqaF3TX-RRTd80xkTbmhegFNKDkWHZ_6lTsZVQvXDe25tJoUC0IS5Y9s333cwfoaLfPJPz-BR45_A927C_T8DUlc9OJ-i7jbqLZ5e/s348/Imagen5.jpg" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="348" data-original-width="277" height="320" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhklzxrTW_zwjDajT2hK1gf6X9Wxmhoy0LCN-vzwHCqqaF3TX-RRTd80xkTbmhegFNKDkWHZ_6lTsZVQvXDe25tJoUC0IS5Y9s333cwfoaLfPJPz-BR45_A927C_T8DUlc9OJ-i7jbqLZ5e/s320/Imagen5.jpg" /></a></div><font face="inherit">A continuación, una vez pulsado en el campo de <i>Analyses</i>, seleccionamos la opción <i>MAJOR</i> y <i>Correlation Coefficient</i>s, rellenando los campos correspondientes:</font></div><div style="text-align: justify;"><div class="separator" style="clear: both; text-align: center;"><a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgUU0jwcRI54aSP4nru3b8g5I-bVq82z5pvYO3R8yeWa2cXTddkV2Zg3SUtutw8z45unFfxFqW_uygdJAU6WIsuRw65PCiAeUHC_5uiAfZX1GL0fRllMLU74dF5cdvuT6Ms-YkaUCy5fDlI/s750/Imagen8.jpg" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="576" data-original-width="750" height="308" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgUU0jwcRI54aSP4nru3b8g5I-bVq82z5pvYO3R8yeWa2cXTddkV2Zg3SUtutw8z45unFfxFqW_uygdJAU6WIsuRw65PCiAeUHC_5uiAfZX1GL0fRllMLU74dF5cdvuT6Ms-YkaUCy5fDlI/w400-h308/Imagen8.jpg" width="400" /></a></div><font face="inherit"><br /></font></div><div style="text-align: justify;"><font face="inherit">En los resultados que aparecen por defecto, en la ventana de resultados, veremos en primer lugar: </font></div><div style="text-align: justify;"><div class="separator" style="clear: both; text-align: center;"><a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjFl9FomlfeJ0Dn3JF7hijmuBcpM3d_m9giNZY-TpFSQqIcY55vYUPkfQVi9Xo6diVdL5sqzPQxpizhL3Y6vigB8BnU51Rf6anTsew4OBPRZTwdmf2AzcHpAt07Y6554rF3c2aEol4j-xdv/s524/Imagen10.jpg" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="107" data-original-width="524" height="81" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjFl9FomlfeJ0Dn3JF7hijmuBcpM3d_m9giNZY-TpFSQqIcY55vYUPkfQVi9Xo6diVdL5sqzPQxpizhL3Y6vigB8BnU51Rf6anTsew4OBPRZTwdmf2AzcHpAt07Y6554rF3c2aEol4j-xdv/w400-h81/Imagen10.jpg" width="400" /></a></div><font face="inherit">...es decir, observamos que el modelo usado es de efectos aleatorios (estimada la solución por el algorimo <i>Restricted Maximun-Likehood</i>), con un valor resumen (promedio) de 0,5636, <i>Standar Error (SE)</i>=0,04699, con una <i>Z</i>=11,99 y un <i>p</i><0.0001 y su <i>Confidence Interval</i> (<i>CI)</i> al 95%. El valor resumen y su CI </font><span style="font-family: inherit;"> se usará posteriormente para dibujar el <i><b>diamante</b></i> en la gráfica </span><i style="font-family: inherit;">Forest plot</i><span style="font-family: inherit;">.</span></div><div style="text-align: justify;"><font face="inherit"><br /></font></div><div style="text-align: justify;"><font face="inherit">En la siguiente tabla, de los estadísticos destinados a determinar la heterogeneidad:</font></div><div style="text-align: justify;"><div class="separator" style="clear: both; text-align: center;"><a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEiSc8M5xyUmlVYIVI3YSInhyphenhyphenJ29HsOA2Q3FlPtr_-CkWFVJPwq7hYDkImB63wk1LBGLI5_g0toiiIViOixVC2djTcH6dFJGgBl-KlRPeyp6KLe_35Re-dcr63HAa5efq-Y56NJNW2G83NbB/s585/Imagen12.jpg" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="83" data-original-width="585" height="70" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEiSc8M5xyUmlVYIVI3YSInhyphenhyphenJ29HsOA2Q3FlPtr_-CkWFVJPwq7hYDkImB63wk1LBGLI5_g0toiiIViOixVC2djTcH6dFJGgBl-KlRPeyp6KLe_35Re-dcr63HAa5efq-Y56NJNW2G83NbB/w500-h70/Imagen12.jpg" width="500" /></a></div><font face="inherit"><br /></font></div><div style="text-align: justify;"><font face="inherit">...nos interesa el que aparece identificado por la </font><i style="font-family: inherit;">Q de Cohran</i><span style="font-family: inherit;">, que es una suma ponderada de cuadrados en una escala estandarizada, y va acompañada de un valor <i>p</i> (grado de significación) . Esta <i>Q</i> sigue una distribución de probabilidad 𝜒2 con <i>K-1 </i>grados de libertad. </span></div><div style="text-align: justify;"><span style="font-family: inherit;">Con valores </span><i style="font-family: inherit;">p</i><span style="font-family: inherit;"> bajos se asume que indican la presencia de heterogeneidad. En nuestro ejemplo tenemos un resultado de </span><i><span style="font-family: inherit;">Q</span><span style="font-family: inherit;">(9)=23,6263, </span><span style="font-family: inherit;">p</span></i><span style="font-family: inherit;"><i>=0,0049</i>.</span></div><div style="text-align: justify;"><span style="font-family: inherit;"><br /></span></div><div style="text-align: justify;"><span style="font-family: inherit;">Sin embargo, como se sabe que esta prueba tiene un bajo poder para detectar la heterogeneidad se sugiere utilizar un valor alto de corte para la significación, como es el de 0,10 (Higgins et al., 2003). Esto no suele ocurrir cuando el número de estudios contemplados es muy grande.</span></div><div style="text-align: justify;"><br /></div><div style="text-align: justify;"><div>En la tabla anterior podemos ver también <i>τ²</i>, que se interpreta como la heterogeneidad residual, es decir, la variabilidad entre los verdaderos efectos que no ha quedado explicada previamente por las covariantes usadas. En nuestro ejemplo <i>τ²=0,0137</i>, con un <i>SE= 0,0104</i>.</div></div><div style="text-align: justify;"><br /></div><div style="text-align: justify;">Por otra parte, señalar que el estadístico <i>H<sup>2</sup></i><i> </i>es el cociente resultado de operar:</div><div style="text-align: justify;"><span style="background-color: #41b375; font-family: consolas, "andale mono wt", "andale mono", "bitstream vera sans mono", "nimbus mono l", monaco, "courier new", monospace; font-size: 16px; text-align: left;">(Variabilidad total/ variabilidad muestreo): 2,6912</span></div><div style="text-align: justify;"><br /></div><div style="text-align: justify;"><div>El estadístico <i>Q</i> solo nos indica que estamos o no enfrente de una situación con heterogeneidad de los estudios, pero no señala la magnitud de la misma. Para resolver este problema necesitamos un estadístico complementario que veremos a continuación.</div></div></div><div style="text-align: justify;"><br /></div><div style="text-align: justify;"><div style="text-align: justify;">El segundo estadístico es<i> I<sup>2</sup></i> , que es el porcentaje de variación total observada entre los estudios que se debe a la heterogeneidad real más que al azar. Se calcula como: </div><div style="text-align: justify;"><span style="background-color: #41b375;"><i>I<sup>2</sup> = (Q - gl) / Q * 100</i></span> , </div><div style="text-align: justify;">donde Q es la estadística de heterogeneidad de Cochran y gl los grados de libertad resuelto por <i>K-1</i>. </div><div style="text-align: justify;">La valoración de heterogeneidad que se puede hacer a partir de este estadístico suele ser muy baja (<25%), baja (25%-49%), moderada (50%-74%) y alta (>=75%) (<span style="text-align: left;">Higgins, Thompson, Deeks & Altman, 2003)</span>.</div><div style="text-align: justify;"><br /></div><div style="text-align: justify;">En nuestro ejemplo el valor de <i>I<sup>2</sup></i> es 62,84% (por errores de redondeo no se ajustan con los resultados ofrecidos que están redondeados). De acuerdo al criterio anterior nos encontraríamos en un caso de heterogeneidad moderada.</div><div style="text-align: justify;"><br /></div><div style="text-align: justify;">Si en la ecuación anterior (<i>I<sup>2</sup></i>) los valores son negativos se asignan a cero para que<i> I<sup>2</sup></i> se encuentre entre una solución porcentual (0% y 100%). Un valor de 0% indica homogeneidad, y valores mayores referencian heterogeneidad creciente (Higgins et al., 2003).</div><div style="text-align: justify;"><br /></div><div style="text-align: justify;">Al final, para nuestro caso podríamos decir, que se realizó un metaanálisis (<i>K=10</i>), donde las correlaciones se transforman en Z de Fisher para su análisis posterior. Obteniendo un promedio de la correlación para los estudios <i>r= 0.5636 [0.4715- 0.6557], p = < .0001</i>). Se realizó posteriormente un análisis de la variabilidad de las correlaciones entre los distintos estudios con una evidencia de heteregoenidad significativa (<i>Q = 23.2663, p = .0049, I<sup>2</sup> = 62.84%) </i>que podemos interpretar como un caso moderado<i> </i>(Higgins et al., 2003).</div></div><div style="text-align: justify;"><br /></div><div style="text-align: justify;">Junto a los estadísticos anteriores se suelen usar dos gráficos: <i>Forest Plot</i> y <i>Funnel plot</i>. El primero (combinación de tabla y elementos gráficos) muestra los resultados de los diferentes estudios, con un <i>CI</i> del 95%, y el efecto general (bajo el modelo de efectos fijos y aleatorios).</div><div style="text-align: justify;"><div style="text-align: justify;"><br /></div><div style="text-align: justify;">En este ejemplo, los marcadores que representan el tamaño del efecto no tienen el mismo tamaño para cada estudio ya que sus valores son distintos. Opcionalmente, el tamaño del marcador puede variar aun más en tamaño según los pesos asignados a los diferentes estudios. </div><div style="text-align: justify;"><br /></div><div style="text-align: justify;">Por otra parte, el gráfico nos ayudará a visualizar una posible heterogeneidad entre estudios, que se expresará mediante los diferentes intervalos de confianza que quedarán poco o nada solapados. </div><div class="separator" style="clear: both; text-align: center;"><a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEiZ99ZH5qhwXc89Clk_c-JAwXOVSL6d7pp9EwoMmjws4sodCUG_Yvf8EvNGQ1EGY0mywMLYEzJ9ShCFIu112OP215vur4N9bEV4-nUgw0VtHUeILxo8QWjcV02p5oqqAmEaQbF84hHgY2Ss/s580/Imagen3.jpg" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="333" data-original-width="580" height="288" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEiZ99ZH5qhwXc89Clk_c-JAwXOVSL6d7pp9EwoMmjws4sodCUG_Yvf8EvNGQ1EGY0mywMLYEzJ9ShCFIu112OP215vur4N9bEV4-nUgw0VtHUeILxo8QWjcV02p5oqqAmEaQbF84hHgY2Ss/w500-h288/Imagen3.jpg" width="500" /></a></div><div style="text-align: justify;"><br /></div><div style="text-align: justify;">Los efectos combinados se pueden representar con forma de diamante. La ubicación central del diamante representa el tamaño estimado del efecto y el ancho refleja el grado de la precisión de la estimación.</div><div style="text-align: justify;"><br /></div></div><div style="text-align: justify;"><div style="text-align: justify;">El gráfico <i>Funnel plot</i>. (Egger et al., 1997) es una herramienta útil para detectar sesgos en el metaanálisis, donde el efecto del tratamiento se traza en el eje horizontal y el error estándar en el eje vertical. Las líneas diagonales representan pseudo-límites de confianza del 95% (efecto ± 1.96*<i>SE</i>) alrededor del efecto de resumen para cada error estándar en el eje vertical. Estos muestran la distribución esperada de los estudios en ausencia de heterogeneidad o sesgo de selección. </div><div style="text-align: justify;">En nuestro caso el gráfico es:</div><div class="separator" style="clear: both; text-align: center;"><a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgjaGAACmLAG6jINAZtsw_jn_JMbxUD2YjLDE_DaUmEo74bmDCF_MgnPI1fMBdMpcG554p6aalnXMVgkByL2pj1HSC5_1GcCUaTS8Agc-ZTvGBLZVvDwMHxtgaJew-_4QcWOgKONWrpJOxT/s579/Imagen14.jpg" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="400" data-original-width="579" height="276" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgjaGAACmLAG6jINAZtsw_jn_JMbxUD2YjLDE_DaUmEo74bmDCF_MgnPI1fMBdMpcG554p6aalnXMVgkByL2pj1HSC5_1GcCUaTS8Agc-ZTvGBLZVvDwMHxtgaJew-_4QcWOgKONWrpJOxT/w400-h276/Imagen14.jpg" width="400" /></a></div><div style="text-align: justify;"><br /></div><div style="text-align: justify;"><br /></div><div style="text-align: justify;">En ausencia de heterogeneidad, el 95% de los estudios deben estar dentro del embudo definido por estas líneas diagonales. En nuestro ejemplo hay un estudio que claramente está fuera de los límites.</div></div><div style="text-align: justify;"><br /></div><div style="text-align: justify;">El sesgo de publicación dentro de un campo de investigación dará como resultado una asimetría del gráfico en embudo. Si este sesgo de publicación está presente, los estudios más pequeños mostrarán los efectos más grandes. Este gráfico puede no ser siempre una herramienta fiable, en particular cuando el número de estudios incluidos en el análisis es pequeño (Sterne et al., 2011).</div><div style="text-align: justify;"><br /></div><div style="text-align: justify;">No obstante, conviene siempre tener en cuenta, que no se pueden comparar estudios procedentes claramente de poblaciones diferentes. Y por otra parte los criterios de inclusión/exclusión deben estar siempre claramente explicitados, ya que de otro modo no sería posible la replicación de los trabajos. </div><div style="text-align: justify;"><br /></div><div style="text-align: justify;"><b><font face="inherit">Referencias.</font></b></div><div style="text-align: justify;"><font face="inherit">*</font><span style="text-align: left;">Egger,M.; Smith,G.D.; Schneider, M. & Minder,C. (1997) Bias in meta-analysis detected by a simple, graphical test. <i>BMJ ,315</i>, 629–634.</span></div><div style="text-align: justify;"><font face="inherit">*Glass,G.V.; McGaw,B. & Smith,M.L. (1981). <i>Meta-analysis in social research</i>. Sage.</font></div><div style="text-align: justify;"><font face="inherit">*</font><span style="text-align: left;">Higgins J.P.T., Thompson S.G., Deeks J.J., & Altman D.G. (2003). Measuring inconsistency in meta-analyses. <i>BMJ</i>, <i>327(7414)</i>, 557–560.</span></div><div style="text-align: justify;"><span style="text-align: left;">*</span>Mingebach,T.; Kamp-Becker,I.: Christiansen,H. & Weber,L. (2018). Meta-metaanalysis on the effectiveness of parent-based interventions for the treatment of child externalizing behavior problems. <i>PLoS ONE, 13(9)</i>: e0202855. <a href="https://doi.org/10.1371/journal.pone.0202855">https://doi.org/10.1371/journal.pone.0202855</a></div><div style="text-align: justify;"><font face="inherit">*Marín,F.; Sánchez,J. y López,J.A. (2009). El metaanálisis en el ámbito de las Ciencias de la Salud: una metodología imprescindible para la eficiente acumulación del conocimiento. <i>Fisioterapia, 31(3), </i>107–114.</font></div><div style="text-align: justify;"><font face="inherit">*Petrie, A., Bulman,J.S. & Osborn,J.F. (2003) Further statistics in dentistry. Part 8: systematic reviews and meta-analyses. <i>British Dental Journal, 194,</i> 73-78.</font></div><div style="text-align: left;"><font face="inherit">*</font><span style="text-align: left;">Sterne,J.A.C.; Sutton,A.J.; Ioannidis,J.P.A.; Terrin,N.; Jones,D.R.; Lau,J.; Carpenter,J.; Rücker,G.; Harbord,R.M.; Schmid,C.H.; Tetzlaff,J.; Deeks,J.J.; Peters,J.; Macaskill,P.; Schwarzer,G.; Duval,S.; Altman,D.G.; Moher,D. & Higgins,J.P.T. (2011) Recommendations for examining and interpreting funnel plot asymmetry in meta-analyses of randomised controlled trials. <i>BMJ</i>, </span><span style="text-align: left;"><i>Jul 22</i>;343:d4002. doi: 10.1136/bmj.d4002.</span></div><div style="text-align: justify;"><span style="text-align: left;">*The jamovi project (2020). <i>jamovi (Version 1.2) [Computer Software]</i>. Retrieved from https://www.jamovi.org</span></div><div style="text-align: justify;"><span style="text-align: left;"><br /></span></div><div style="text-align: justify;"><span style="text-align: left;"><br /></span></div><div style="text-align: justify;"><span style="text-align: left;"><br /></span></div>Gipuniovihttp://www.blogger.com/profile/00619880805952150621noreply@blogger.comtag:blogger.com,1999:blog-7797664292446506873.post-17226188330788210542020-04-13T09:55:00.001+02:002020-04-13T12:02:48.119+02:00Bondad de ajuste Chi-cuadrado en SPSS y JASP<div style="text-align: justify;">
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEga9T925Y4hxRQIPPD_JfHMqZW61X38MC5rcTsBMQztOQxRS31X9Epv_O5LtDTc29Qnv2O_9Hx2XlaraZvnsHmf02ipnlK7ZJplUVaWqRdK8iZkSHG0t3kHQ_QTYuRlWaLXC_vsM1tL5YpK/s1600/Imagen6.jpg" imageanchor="1" style="clear: left; float: left; margin-bottom: 1em; margin-right: 1em;"><img border="0" data-original-height="436" data-original-width="676" height="206" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEga9T925Y4hxRQIPPD_JfHMqZW61X38MC5rcTsBMQztOQxRS31X9Epv_O5LtDTc29Qnv2O_9Hx2XlaraZvnsHmf02ipnlK7ZJplUVaWqRdK8iZkSHG0t3kHQ_QTYuRlWaLXC_vsM1tL5YpK/s320/Imagen6.jpg" width="320" /></a></div>
El <i><b>test de bondad de ajuste Chi-cuadrado</b></i> es muy útil en situaciones donde usamos una variable categórica (escala de medida nominal u ordinal), y queremos comprobar si las proporciones observadas (frecuencias relativas) de cada categoría se ajustan o no a un conjunto de hipótesis- proporciones basada en investigaciones anteriores, teoría o ideas previas del investigador (Cohen, 1988; Lomax y Hahs-Vaughn, 2012). </div>
<div style="text-align: justify;">
<br /></div>
<div style="text-align: justify;">
Vamos a introducir brevemente la pruebas de bondad de ajuste de Chi-cuadrado en <i>SPSS</i> (I<span style="background-color: white; color: #323232; font-family: "ibm plex sans" , "ibm plex mono"; font-size: 16px;">BM Corp., 2019</span>) y <i>JASP </i>(JASP Team, 2020<i>)</i>, usando los datos correspondientes a una base de datos de funcionarios de prisiones obtenidos en una investigación del <b><i>Grupo de Investigación Psicosocial</i></b> (<i>GIP</i>) de la Universidad de Oviedo en 2020.</div>
<div style="text-align: justify;">
<br />
<a name='more'></a></div>
<div style="text-align: justify;">
Antes de continuar, recordar que intentamos probar si las proporciones observadas en nuestros datos son significativamente diferentes de las que esperábamos para las diferentes categorías. Si resulta que no encontramos diferencias generales significativas entre las proporciones observadas y esperadas (usando la prueba de chi-cuadrado), entonces esto indicaría que nuestras expectativas están "en el objetivo" de la Ho. Si rechazamos el valor nulo [que la diferencia entre las proporciones observadas y esperadas no es 0 para todas las categorías], esto indicaría que las expectativas previas no se cumplen (H1).</div>
<div style="text-align: justify;">
<br /></div>
<div style="text-align: justify;">
Para estimar el tamaño del efecto usaremos la Omega de Cohen:</div>
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEipBypGbZyAzHBxgoEXHMRq_nSQ3gNlOW9Wj6ltWq1gP3wl4PaenklqbFejnJwsgf3O6AM67H_98wKhqcq5oZTjEGTo-tiVXybr4t0qvhKvuy0X4hxiYqTIPrcRSU9eROuTK2DNqhMBkGcj/s1600/Imagen10.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="94" data-original-width="150" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEipBypGbZyAzHBxgoEXHMRq_nSQ3gNlOW9Wj6ltWq1gP3wl4PaenklqbFejnJwsgf3O6AM67H_98wKhqcq5oZTjEGTo-tiVXybr4t0qvhKvuy0X4hxiYqTIPrcRSU9eROuTK2DNqhMBkGcj/s1600/Imagen10.jpg" /></a></div>
<div style="text-align: justify;">
....donde usaremos como referencia los criterios de Cohen (1988) para juzgar el tamaño del efecto <i>[pequeño = 0,10-0,29, medio = 0,30-0,49, grande = >=0,50]</i>. Nos servirá para juzgar la magnitud de la discrepancia respecto al valor nulo, la diferencia respecto a la Ho.</div>
<div style="text-align: justify;">
<br /></div>
<div style="text-align: justify;">
Antes de ejecutar el análisis de Chi-cuadrado, revisaremos las frecuencias y porcentajes observados de la variable que nos interesa. Para ello lo resolveremos tanto con el SPSS (izquierda) como con JASP (derecha):</div>
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEiPcYzZsdSec0PKHiE0PWjyy-W6UM-HtOP5gxzcdbqOFPhewrmXiwxmx6j4e7o6MW62b4FB3rYlhV5loeOfPTUFv4m9KIJrFP1zN5UzPwYRagYJWofxGHV1xe5A0BfyRXLr6AI42S9aezm7/s1600/Imagen4.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="708" data-original-width="1511" height="297" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEiPcYzZsdSec0PKHiE0PWjyy-W6UM-HtOP5gxzcdbqOFPhewrmXiwxmx6j4e7o6MW62b4FB3rYlhV5loeOfPTUFv4m9KIJrFP1zN5UzPwYRagYJWofxGHV1xe5A0BfyRXLr6AI42S9aezm7/s640/Imagen4.jpg" width="640" /></a></div>
<br />
<div style="text-align: justify;">
Para nuestro primer ejemplo, donde estamos usando la variable antigüedad del funcionario de prisiones en el trabajo (recodificada en 3 niveles), asumiremos como hipótesis nula que los tres niveles tienen la proporción de acuerdo a nivel 1=25%, nivel 2=50% y nivel 3=25%. </div>
<div style="text-align: justify;">
A continuación ejecutaremos en procedimiento no paramétrico de Chi-cuadrado en el SPSS:</div>
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEilgfBej3yxmcSybZlsooB0Xb_nCKUNbPrar9lrX5qw1x1SpjDFosIM-mzGtH6xL3_wNBWhNgNcDAqG5reC7BZvkAi_Owt6M25WHeB_sb5y-Vykdf4bLzpaSTYhO9IbapvVVw58YJLwX-NX/s1600/Imagen6.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="796" data-original-width="946" height="269" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEilgfBej3yxmcSybZlsooB0Xb_nCKUNbPrar9lrX5qw1x1SpjDFosIM-mzGtH6xL3_wNBWhNgNcDAqG5reC7BZvkAi_Owt6M25WHeB_sb5y-Vykdf4bLzpaSTYhO9IbapvVVw58YJLwX-NX/s320/Imagen6.jpg" width="320" /></a></div>
...obteniendo como resultado:<br />
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhbtmtWLexfXA1Kd0evs5XTZyVba_O6H3eHLie0HvyOSKBftJtaCytmZGzodwrDvcyfLAVPv4tegZj33ZW4T_kddOVdKE9BTXtZ8RKG2qHf7K1wkEpEbCWV6Yv3Kr5QrqYa0LdjG5ayUO1_/s1600/Imagen8.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="793" data-original-width="473" height="400" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhbtmtWLexfXA1Kd0evs5XTZyVba_O6H3eHLie0HvyOSKBftJtaCytmZGzodwrDvcyfLAVPv4tegZj33ZW4T_kddOVdKE9BTXtZ8RKG2qHf7K1wkEpEbCWV6Yv3Kr5QrqYa0LdjG5ayUO1_/s400/Imagen8.jpg" width="237" /></a></div>
<div style="text-align: justify;">
....donde el resultado obtenido de:</div>
<div style="text-align: justify;">
Chi-2(2, N=295)=9,854, p=0,007; </div>
<div style="text-align: justify;">
con un tamaño del efecto:</div>
<div style="text-align: justify;">
<span style="background-color: lime;"> <i>Omega=SQRT(9,854/295)= 0,1828</i> (grado pequeño). </span></div>
<div style="text-align: justify;">
Esto significa que hay diferencias significativas respecto a nuestra idea inicial de partida de como se distribuían los niveles de antigüedad en los funcionarios de prisiones.</div>
<div>
<br />
El tamaño del efecto también es posible resolverlo de forma <i>online</i> (<span style="background-color: white; color: #323232; font-family: "ibm plex sans" , "ibm plex mono"; font-size: 16px;">Lenhard & Lenhard, 2016):</span><br />
<div class="separator" style="clear: both; text-align: center;">
</div>
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEi9kqMwddm8e_bOEHM5Nk6Sgt2xIARuP3M3aeREOA3f2ysYVA5e2JEex5Q2IEpU499GDDAmbGhyphenhyphenRxLayQARE86_3oSSIi0OsSe48lyitLRmYxnNAvlcaUwB_y2EUeFxmsj9DeP6q0tLEEN0/s1600/Imagen4.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="174" data-original-width="305" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEi9kqMwddm8e_bOEHM5Nk6Sgt2xIARuP3M3aeREOA3f2ysYVA5e2JEex5Q2IEpU499GDDAmbGhyphenhyphenRxLayQARE86_3oSSIi0OsSe48lyitLRmYxnNAvlcaUwB_y2EUeFxmsj9DeP6q0tLEEN0/s1600/Imagen4.jpg" /></a></div>
<span style="background-color: white; color: #323232; font-family: "ibm plex sans" , "ibm plex mono"; font-size: 16px;">...donde vemos la solución para </span><i style="color: #323232; font-family: "ibm plex sans", "ibm plex mono"; font-size: 16px;">Omega</i><span style="background-color: white; color: #323232; font-family: "ibm plex sans" , "ibm plex mono"; font-size: 16px;"> denotada como </span><i style="color: #323232; font-family: "ibm plex sans", "ibm plex mono"; font-size: 16px;">r </i><span style="background-color: white; color: #323232; font-family: "ibm plex sans" , "ibm plex mono"; font-size: 16px;">(0,1828), mientras el valor de </span><i style="color: #323232; font-family: "ibm plex sans", "ibm plex mono"; font-size: 16px;">Omega al cuadrado</i><span style="background-color: white; color: #323232; font-family: "ibm plex sans" , "ibm plex mono"; font-size: 16px;"> es etiquetada como </span><i style="color: #323232; font-family: "ibm plex sans", "ibm plex mono"; font-size: 16px;">eta^2</i><span style="background-color: white; color: #323232; font-family: "ibm plex sans" , "ibm plex mono"; font-size: 16px;"> (0,0334).</span></div>
<br />
El procedimiento en <i>JASP</i>, mediante <i>procedimiento multinomial</i> daría algo semejante:<br />
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgZHhUvKbi5OrSLZPt_2Y3buDlIS6E9B-y9LFLioXztnIFOgZHTJTBnaQ5-gfyrSwjvBmMVsW5kqlpr36OIjpKCAKUB6wm-EMCHZVo5ZuNtw9ht7iwt7Cg5ZJihVM-cGa_VBdRNlSKRhlpd/s1600/Imagen8.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="913" data-original-width="1379" height="420" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgZHhUvKbi5OrSLZPt_2Y3buDlIS6E9B-y9LFLioXztnIFOgZHTJTBnaQ5-gfyrSwjvBmMVsW5kqlpr36OIjpKCAKUB6wm-EMCHZVo5ZuNtw9ht7iwt7Cg5ZJihVM-cGa_VBdRNlSKRhlpd/s640/Imagen8.jpg" width="640" /></a></div>
<br />
<span style="text-align: justify;">Para el segundo ejemplo, asumiremos como hipótesis nula que los tres niveles tienen la misma proporción en cada nivel (33,33%). Dicho lo cual, a</span><span style="text-align: justify;"> continuación ejecutaremos el procedimiento no paramétrico de Chi-cuadrado en el SPSS y JASP (multinomial):</span><br />
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEi7OmqHo0hgrb1HQ-nyhhOapLJW5psYQA1JqCqWppvCQXMDWMkKpDUpFiG08iwMIk8bdTIA8p0LAJjj2TdKvsi84vgZZXVB3AZmJKi9jIf0qY6x8ZhgnMWUOm4equK7VEsE42wfwOj4gQSU/s1600/Imagen2.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="848" data-original-width="819" height="400" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEi7OmqHo0hgrb1HQ-nyhhOapLJW5psYQA1JqCqWppvCQXMDWMkKpDUpFiG08iwMIk8bdTIA8p0LAJjj2TdKvsi84vgZZXVB3AZmJKi9jIf0qY6x8ZhgnMWUOm4equK7VEsE42wfwOj4gQSU/s400/Imagen2.jpg" width="386" /></a></div>
<div style="text-align: justify;">
....obteniendo en los dos programas el mismo resultado de Chi-2 (2, N=295)=24,942, p<0,001; </div>
<div style="text-align: justify;">
con un tamaño del efecto:</div>
<div style="text-align: justify;">
<span style="background-color: lime;"> <i>Omega=SQRT(24,942/295)= 0,2908 </i>(grado pequeño). </span></div>
<div style="text-align: justify;">
<br />
Resolviendo <i>online</i> <span style="text-align: start;">(</span><span style="background-color: white; color: #323232; font-family: "ibm plex sans" , "ibm plex mono"; font-size: 16px;">Lenhard & Lenhard, 2016) los tamaños de los efectos:</span><br />
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEiodL04lh3CmhW8wpjPGH4x5Mnm7StgMJftvvTfDPyVC67f-_XkKqhM3nnT1VRyCeCk44PaHqY38am1oqkduP1V9yV-MVn0hqSi3uBrQskhbLuD2CmCEyVshLvUuwhgGH2ndpJPnmHzzuPc/s1600/Imagen2.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="176" data-original-width="314" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEiodL04lh3CmhW8wpjPGH4x5Mnm7StgMJftvvTfDPyVC67f-_XkKqhM3nnT1VRyCeCk44PaHqY38am1oqkduP1V9yV-MVn0hqSi3uBrQskhbLuD2CmCEyVshLvUuwhgGH2ndpJPnmHzzuPc/s1600/Imagen2.jpg" /></a></div>
<span style="background-color: white; color: #323232; font-family: "ibm plex sans" , "ibm plex mono"; font-size: 16px;"><br /></span>
<br />
<div class="separator" style="clear: both; text-align: center;">
</div>
<span style="background-color: white; color: #323232; font-family: "ibm plex sans" , "ibm plex mono"; font-size: 16px;">...donde observaremos las soluciones para </span><i style="color: #323232; font-family: "ibm plex sans", "ibm plex mono"; font-size: 16px; text-align: start;">Omega</i><span style="background-color: white; color: #323232; font-family: "ibm plex sans" , "ibm plex mono"; font-size: 16px;"> denotada como </span><i style="color: #323232; font-family: "ibm plex sans", "ibm plex mono"; font-size: 16px; text-align: start;">r </i><span style="background-color: white; color: #323232; font-family: "ibm plex sans" , "ibm plex mono"; font-size: 16px;">(0,2908), y de </span><i style="color: #323232; font-family: "ibm plex sans", "ibm plex mono"; font-size: 16px; text-align: start;">Omega al cuadrado</i><span style="background-color: white; color: #323232; font-family: "ibm plex sans" , "ibm plex mono"; font-size: 16px;"> etiquetada como </span><i style="color: #323232; font-family: "ibm plex sans", "ibm plex mono"; font-size: 16px; text-align: start;">eta^2</i><span style="background-color: white; color: #323232; font-family: "ibm plex sans" , "ibm plex mono"; font-size: 16px;"> (0,0845).</span><br />
<span style="background-color: white; color: #323232; font-family: "ibm plex sans" , "ibm plex mono"; font-size: 16px;"><br /></span>
Teniendo por tanto que rechazar nuestra idea inicial de equiprobabilidad en los niveles de antigüedad en los funcionarios de prisiones.</div>
<div>
<br /></div>
<br />
<b>Referencias.</b><br />
*Cohen J. (1988). <i>Statistical Power Analysis for the Behavioral Sciences</i>. New York, NY: Routledge Academic<br />
<span style="background-color: white; color: #323232; font-family: "ibm plex sans" , "ibm plex mono"; font-size: 16px;">*IBM Corp. Released 2019. IBM SPSS Statistics for Windows, Version 26.0. Armonk, NY: IBM Corp.</span><br />
<span style="background-color: white; color: #323232; font-family: "ibm plex sans" , "ibm plex mono"; font-size: 16px;">*</span><span style="color: #323232; font-family: "ibm plex sans" , "ibm plex mono";">JASP Team (2020). JASP (Version 0.12.0). Computer software.</span><br />
<span style="background-color: white; color: #323232; font-family: "ibm plex sans" , "ibm plex mono"; font-size: 16px;">*Lenhard, W. & Lenhard, A. (2016). </span><i style="color: #323232; font-family: "ibm plex sans", "ibm plex mono"; font-size: 16px;">Calculation of Effect Sizes</i><span style="background-color: white; color: #323232; font-family: "ibm plex sans" , "ibm plex mono"; font-size: 16px;">. Retrieved from: </span><a href="https://www.psychometrica.de/effect_size.html" style="font-family: "ibm plex sans", "ibm plex mono"; font-size: 16px;">https://www.psychometrica.de/effect_size.html</a><span style="background-color: white; color: #323232; font-family: "ibm plex sans" , "ibm plex mono"; font-size: 16px;">. Dettelbach (Germany): Psychometrica. DOI: 10.13140/RG.2.2.17823.92329</span><br />
*Lomax, R. G., & Hahs-Vaughn, D. L. (2012). <i>An introduction to statistical concepts </i>(3rd edition). New York: Routledge.Gipuniovihttp://www.blogger.com/profile/00619880805952150621noreply@blogger.comtag:blogger.com,1999:blog-7797664292446506873.post-1415160025110031742019-10-07T18:31:00.001+02:002019-10-07T18:44:33.703+02:00Introducción a la regresión cuantílica para comparar medianas en SPSS 26<div style="text-align: justify;">
<br />
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhumuYDpoO1fTq4M0jNzXGwmiK3sFKGhPjoXhaV2g-53mdKZ7gmFK3ObN4kOred11JEbig_n_8kf6IRVbNj5djyjGbzQtB6VmWBOnJRi_O762XDcK-WBEtWQULueL4cYvxSsx-QbWe-68gf/s1600/Imagen17.jpg" imageanchor="1" style="clear: left; float: left; margin-bottom: 1em; margin-right: 1em;"><img border="0" data-original-height="563" data-original-width="923" height="195" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhumuYDpoO1fTq4M0jNzXGwmiK3sFKGhPjoXhaV2g-53mdKZ7gmFK3ObN4kOred11JEbig_n_8kf6IRVbNj5djyjGbzQtB6VmWBOnJRi_O762XDcK-WBEtWQULueL4cYvxSsx-QbWe-68gf/s320/Imagen17.jpg" width="320" /></a></div>
El modelado basado en la regresión cuantílica, caracterizado por describir un cuantil dada una serie de variables exógenas, donde la mediana es un caso particular del algoritmo general, tiene cada vez mas aplicaciones en el campo de la Metodología de las Ciencias del Comportamiento. En esta breve entrada vamos a ver como puede ser usado de forma complementaria a algunas de las técnicas no paramétricas clásicas.<br />
<div>
<br /></div>
Por ejemplo, a la hora de comparar dos grupos que tienen un tamaño muestral muy reducido o no se ajustan al modelo de una distribución normal, una prueba no parámetrica clásica para compararlas es el test de <a href="https://fr.wikipedia.org/wiki/Test_de_Wilcoxon-Mann-Whitney" target="_blank"><b><i>Mann–Whitney</i></b>,</a> contrastando que los valores estadísticos centrales (medianas) son iguales o muy parecidos. </div>
<div style="text-align: justify;">
<br /></div>
<div style="text-align: justify;">
El problema con esta prueba, es que es útil a la hora de contrastar promedios, asumiendo que la forma de dispersión son semejantes, lo cual no siempre es así.<br />
<a name='more'></a><br />
Como podemos comprobar en el siguiente ejemplo simulado, de diferencias en la inteligencia de acuerdo al sexo, el centro de la distribución es igual mientas los extremos difieren:<br />
<div class="separator" style="clear: both; text-align: center;">
</div>
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEggFz5sDGdlLcBLjbCzGcOnNB-EJmwUuSVtZkrDJ7MCnL6PFAiQYIs7gVSuu8pgwYXSO4qB5vvVZH39gpOwzUWZdUbX_tOLSNgM8OELmD1-jurltEGtrFbANOITto2mrXAdOs3xe1_m7-Pl/s1600/Imagen2.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="487" data-original-width="791" height="197" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEggFz5sDGdlLcBLjbCzGcOnNB-EJmwUuSVtZkrDJ7MCnL6PFAiQYIs7gVSuu8pgwYXSO4qB5vvVZH39gpOwzUWZdUbX_tOLSNgM8OELmD1-jurltEGtrFbANOITto2mrXAdOs3xe1_m7-Pl/s320/Imagen2.jpg" width="320" /></a></div>
<br /></div>
<div style="text-align: justify;">
Si aplicamos ahora la prueba correspondiente no paramétrica, obtendremos como resultado diferencias entre los dos grupos, que realmente se refieren a su distribución y no realmente al valor resumen de tendencia central (Mediana) que es el mismo valor en los dos grupos:<br />
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhEv7VOwRVmFxwPdC1CgnKgHiiIDGNdR6vXCUvvyVtVny-SD4rlw78ZNS1HosjUEAa3HO4HAE8vxXrJ-IUKbSg9JNGR9iBW3Ru0tJqJ1_KK2r9dV9jCBAiVx0NRNh75vnfimPDnRT30WKXL/s1600/Imagen9.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="310" data-original-width="321" height="309" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhEv7VOwRVmFxwPdC1CgnKgHiiIDGNdR6vXCUvvyVtVny-SD4rlw78ZNS1HosjUEAa3HO4HAE8vxXrJ-IUKbSg9JNGR9iBW3Ru0tJqJ1_KK2r9dV9jCBAiVx0NRNh75vnfimPDnRT30WKXL/s320/Imagen9.jpg" width="320" /></a></div>
<br />
Cuando nos encontramos con una situación problemática, como el ejemplo anterior, donde las formas de distribuirse los datos son distintas, podemos usar como alternativa la regresión de cuantiles que nos permite comparar medianas (cuantil 0,5) sin necesidad de que se tenga que cumplir la condición de distribuciones semejantes. Este tipo de modelo de algoritmo (Koenker, 2005), intenta estimar la
mediana condicional (percentil 50) así como otros cuantiles en la
variable criterio), cuando los presupuestos del
modelo clásico no son aplicables a los datos (Powell, 1986).<br />
<br />
Aplicado el procedimiento en SPSS 26 a nuestro caso anterior obtendremos:<br />
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjGZJvYR5-Q6dOfmSCr6vKX-kpHfLzkcMdZTxNTa6nluBbspDysHpea48rshpbXWIH8CCiNpZl_jbIE2O1OOiJfGMp2fbyWLlUXHOdOWShPs2pCiHw1K7bb0vdQ_sHuNbs7CTVfTAFCNyr8/s1600/Imagen11.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="463" data-original-width="705" height="210" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjGZJvYR5-Q6dOfmSCr6vKX-kpHfLzkcMdZTxNTa6nluBbspDysHpea48rshpbXWIH8CCiNpZl_jbIE2O1OOiJfGMp2fbyWLlUXHOdOWShPs2pCiHw1K7bb0vdQ_sHuNbs7CTVfTAFCNyr8/s320/Imagen11.jpg" width="320" /></a></div>
<br /></div>
<div style="text-align: justify;">
...donde podemos comprobar que realmente no hay diferencias, ya que realmente las medianas tienen el mismo valor.<br />
<br />
También, es posible afinar en estos casos donde se producen las diferencias que entran en contradicción con los valores de tendencia central, como puede ser buscando las soluciones para los cuantiles extremos, por ejemplo para el 0,20 y el 0,80, resultando:
<br />
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjY5Mm2DTHqvvzqpD5BZQmRVZn3uAXwDwmVnFWEtI4q9dEwKqLjcZKtTNC0XjRd1n90TFvkeTy54O_zJ_W6m883XJQucOpDAg6SorMXkE02ZiwEczqsCfjkZ531N3-j-5SfaMAICCmEyzz2/s1600/Imagen13.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="566" data-original-width="686" height="264" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjY5Mm2DTHqvvzqpD5BZQmRVZn3uAXwDwmVnFWEtI4q9dEwKqLjcZKtTNC0XjRd1n90TFvkeTy54O_zJ_W6m883XJQucOpDAg6SorMXkE02ZiwEczqsCfjkZ531N3-j-5SfaMAICCmEyzz2/s320/Imagen13.jpg" width="320" /></a></div>
...pudiendo ademas visualizarlo con objeto de interpretarlo de forma más intuitiva:<br />
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjHLXDNlSkqWFr33LaOat_QYn0OTNTHcteng0dkOcIAcGCGtLipDGPYB96YZHukzsmeuF2er1292rQnRBkyrkRvqFbHsrrmHhHLYjxaX8zQ81Zg37YFh7pLorh9tFJm6IVS9SWnYAqGzxq3/s1600/Imagen15.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="457" data-original-width="402" height="320" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjHLXDNlSkqWFr33LaOat_QYn0OTNTHcteng0dkOcIAcGCGtLipDGPYB96YZHukzsmeuF2er1292rQnRBkyrkRvqFbHsrrmHhHLYjxaX8zQ81Zg37YFh7pLorh9tFJm6IVS9SWnYAqGzxq3/s320/Imagen15.jpg" width="281" /></a></div>
<br />
Tanto en la forma numérica como gráfica, podemos comprobar ahora que las diferencias se da en uno de los extremos (cuantil 0,80), y no en el centro de la distribución.<br />
<br />
<b>Referencias. </b><br />
*Koenker, Roger (2005). <i>Quantile Regression. Cambridge</i> University Press. ISBN 0-521-60827-9.<br />
*Powell, James L. (1986). Censored Regression Quantiles. J<i>ournal of Econometrics</i>. <i>32 (1), </i>143–155. doi:10.1016/0304-4076(86)90016-3.</div>
Gipuniovihttp://www.blogger.com/profile/00619880805952150621noreply@blogger.comtag:blogger.com,1999:blog-7797664292446506873.post-62793617294847739602019-03-01T15:42:00.001+01:002019-03-01T15:44:07.543+01:00SPSS 25: Introducción a la Inferencia Bayesiana con la prueba T-test<div style="text-align: justify;">
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEh6DC1gQDZV7sc1TZrEuEEldFpimezVAfsDTyc3ZXBcBaKC6POLv__p-w_hJWsr6G-FBqNNNbpDv3u9yZ9J5__542rnwTAT4qO1j6jaN7wd2_YZPyZsJayLZ0tgM9COx5fepLBjv9J2Wnno/s1600/Imagen1.jpg" imageanchor="1" style="clear: left; float: left; margin-bottom: 1em; margin-right: 1em;"><img border="0" data-original-height="410" data-original-width="494" height="165" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEh6DC1gQDZV7sc1TZrEuEEldFpimezVAfsDTyc3ZXBcBaKC6POLv__p-w_hJWsr6G-FBqNNNbpDv3u9yZ9J5__542rnwTAT4qO1j6jaN7wd2_YZPyZsJayLZ0tgM9COx5fepLBjv9J2Wnno/s200/Imagen1.jpg" width="200" /></a></div>
En esta breve exposición realizaremos una sucinta introducción de cómo realizar e interpretar una prueba T-test bayesiana para grupos independientes en <i>SPSS</i>. En el ejemplo vamos a comparar la edad de la comisión del primer delito reconocido por los presos de una muestra extraída del centro de Villabona, perteneciente al Principado de Asturias, teniendo en cuenta el sexo de
los sujetos evaluados (1 = Varón, 1 = Mujer), utilizando la prueba T de muestras independientes.</div>
<div style="text-align: justify;">
<br />
<br />
<a name='more'></a></div>
<div style="text-align: justify;">
Para proceder a configurar nuestro análisis deberiamos pulsar sucesivamente:
<i>Analizar -> Estadísticas Bayesianas -> Muestras normales independientes</i>.....<br />
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjAEmaW6axvpZz_4633M1IxaX7SNLkGmgcgWm75KQ2US0ojYB_mP-C9bIMxfdk1YdEw4FciqEGcemuMNqElmANuUCHCUeEZAwErECZ_LURVdCO8KDGrHXUWU9ps1v0vH4-vRLU-JcCV8aeM/s1600/Imagen4.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="325" data-original-width="777" height="166" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjAEmaW6axvpZz_4633M1IxaX7SNLkGmgcgWm75KQ2US0ojYB_mP-C9bIMxfdk1YdEw4FciqEGcemuMNqElmANuUCHCUeEZAwErECZ_LURVdCO8KDGrHXUWU9ps1v0vH4-vRLU-JcCV8aeM/s400/Imagen4.jpg" width="400" /></a></div>
<div class="separator" style="clear: both; text-align: center;">
</div>
<br /></div>
<div style="text-align: justify;">
....a continuación y definiendo los valores de la variable de agrupación y la variable que deseamos analizar (variable de prueba), eligiendo la opción de ambos métodos como algoritmo de solución.<br />
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgPpgp2smhl1suqIxbTOdanyrZ2idVcFk0yIYo8znrnCa3JzPYuVqzNuGCdAN1BYDAg6hQEuEtkHeZq4g0iPZtDgvk1QypujrZB509zNy-WHUPZyw_4l9QBee7589CzMOFYlc1tWmb00ND8/s1600/Imagen2.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="379" data-original-width="587" height="257" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgPpgp2smhl1suqIxbTOdanyrZ2idVcFk0yIYo8znrnCa3JzPYuVqzNuGCdAN1BYDAg6hQEuEtkHeZq4g0iPZtDgvk1QypujrZB509zNy-WHUPZyw_4l9QBee7589CzMOFYlc1tWmb00ND8/s400/Imagen2.jpg" width="400" /></a></div>
<br /></div>
<div class="separator" style="clear: both; text-align: center;">
</div>
....también es posible hacerlo en forma de sintaxis, que para nuestro caso será:<br />
<span style="background-color: lime; font-size: x-small;">BAYES INDEPENDENT </span><br />
<span style="background-color: lime; font-size: x-small;"> /MISSING SCOPE=ANALYSIS </span><br />
<span style="background-color: lime; font-size: x-small;"> /CRITERIA CILEVEL=95 TOL=0.000001 MAXITER=2000 </span><br />
<span style="background-color: lime; font-size: x-small;"> /INFERENCE DISTRIBUTION=NORMAL VARIABLES=delnosan ANALYSIS=BOTH GROUP=genero SELECT=LEVEL(1 2) </span><br />
<span style="background-color: lime; font-size: x-small;"> /PRIOR EQUALDATAVAR=TRUE VARDIST=JEFFREYS </span><br />
<span style="background-color: lime; font-size: x-small;"> /ESTBF COMPUTATION=ROUDER.</span><br />
.....<br />
<div style="text-align: justify;">
Resultando.....</div>
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEinzx7B6koZOQW17B1ytzauzqpQREQ0_KD4rnKyfBkpnRcZ5w21mnWtJE8x0xZZaq7YEFU6pWhKdtp375cDLAd0-HmhmBrBbsbcnktQD2USopbPtwfBkHKP78BmjefjKHJm3Oamyv-FLtQT/s1600/Imagen6.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="541" data-original-width="710" height="303" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEinzx7B6koZOQW17B1ytzauzqpQREQ0_KD4rnKyfBkpnRcZ5w21mnWtJE8x0xZZaq7YEFU6pWhKdtp375cDLAd0-HmhmBrBbsbcnktQD2USopbPtwfBkHKP78BmjefjKHJm3Oamyv-FLtQT/s400/Imagen6.jpg" width="400" /></a></div>
<div class="separator" style="clear: both; text-align: center;">
</div>
<div style="text-align: justify;">
En este resultado se cuantifica cuánto mejor se ajusta la hipótesis alternativa que la nula y viceversa. Compara directamente las dos hipótesis y proporciona evidencia para ambas, algo que el valor <i>p</i> no puede hacer (en este tipo de análisis del valor <i>p</i> es ignorado en la toma de decisiones, simplemente es un complemento descriptivo a los resultados). El resultado del SPSS (Factor de Bayes) es el cociente:</div>
<div style="text-align: justify;">
<i style="background-color: yellow;"> FB= evidencia de Ho/Evidencia de H1</i></div>
<div style="text-align: justify;">
<br />
Es decir, el FB es la relación de las probabilidades de datos dada la hipótesis nula frente a la alternativa. No existiendo una forma semejante usando los métodos clásicos.<br />
<br /></div>
<div style="text-align: justify;">
Para el caso que nos sirve de ejemplo, mientras el estadístico clásico podría ser aceptado en los criterios clásicos (<i>p<0,05</i>), está claro que con el <b>Factor de Bayes</b> (<i>FB</i>) indica evidencia anecdótica (baja plausibilidad) de <i>H<sub>1</sub> </i>(medias distintas) frente a la <i>H<span style="font-size: 13.3333px;">o</span></i> (medias iguales). Así que podemos decir que las hipótesis nula y alternativa son igualmente probables. Lo cual sería congruente con los nuevos criterios (Benjamin et al., 2017) de interpretación del grado de significación (<i>p<0,005</i>).</div>
<br />
<div style="text-align: justify;">
En la siguiente tabla (reformulación de SPSS 25, 2017), podemos ver reflejados los criterios frecuentemente usados a la hora de valorar la importancia de las evidencias tanto para Ho como para H1.<br />
<br />
<table br="" gt="" style="width: 653px;"><tbody>
<tr><td><b style="text-align: justify;">Factor bayesiano</b></td><td><b>Evidencia de la categoría</b></td></tr>
<tr><td>>100</td><td>Evidencia Extrema de Ho</td></tr>
<tr><td>30-100</td><td>Muy Fuerte Evidencia de Ho</td></tr>
<tr><td>10-30</td><td>Fuerte Evidencia de Ho</td></tr>
<tr><td>3-10</td><td>Moderada Evidencia de Ho</td></tr>
<tr><td>1-3</td><td>Evidencia Anecdótica de Ho</td></tr>
<tr><td>1</td><td>No Evidencia</td><td></td></tr>
<tr><td>0,33-1</td><td>Evidencia Anecdótica de H1</td></tr>
<tr><td>0,1-0,33</td><td>Evidencia Moderada de H1</td></tr>
<tr><td>0,033-0,1</td><td>Fuerte Evidencia de H1</td></tr>
<tr><td>0,01-0,033</td><td>Muy Fuerte Evidencia de H1</td></tr>
<tr><td><0,01</td><td>Evidencia Extrema de H1</td></tr>
</tbody></table>
</div>
<br />
<div style="text-align: justify;">
Por otra parte, en lugar de un intervalo de confianza, obtenemos un <i>intervalo de credibilidad</i> al 95%, cuya interpretación de manera intuitiva sería "un 95% de certeza de que la diferencia en las medias está entre 0.31 y 7.70", siendo ligeramente diferente esta solución del intervalo de confianza clásico.</div>
<div style="text-align: justify;">
<br /></div>
<div style="text-align: justify;">
Por último señalar que hay que tener mucha precaución a la hora de interpretar los resultados ofrecidos por la estadística bayesiana, siendo recomendable la lectura de trabajos como el de Depaoli & Van de Schoot (2017).</div>
<br />
<b>Referencias.</b><br />
*Benjamin, D. J., Berger, J., Johannesson, M., Nosek, B. A., Wagenmakers, E.-J., Berk, R., … Johnson, V. (2017, July 22). Redefine statistical significance. Retrieved from <span style="color: red;"><a href="http://psyarxiv.com/mky9j">psyarxiv.com/mky9j</a></span><br />
*Depaoli, S. & Van de Schoot, R. (2017). Improving Transparency and Replication in Bayesian Statistics: The WAMBS-Checklist. <i>Psychological Methods</i>, <i>22(2)</i>, 240-261. <a href="http://dx.doi.org/10.1037/met0000065">http://dx.doi.org/10.1037/met0000065</a><br />
*SPSS 25 (2017). Bayesian Independent - Sample Inference. IBM Knowledge Center. New York, EU. Recuperado de https://www.ibm.com/support/knowledgecenter/en/SSLVMB_sub/statistics_mainhelp_ddita/spss/advanced/idh_bayesian_independent_sample_inference.html<br />
<br />Gipuniovihttp://www.blogger.com/profile/00619880805952150621noreply@blogger.comtag:blogger.com,1999:blog-7797664292446506873.post-76284303178704889622018-12-22T18:25:00.000+01:002018-12-22T18:25:49.483+01:00Lectura de matrices en AMOS<div style="text-align: justify;">
Si se desea introducir como datos de partida en <b>AMOS</b> una <span style="background-color: lime;">matriz de correlaciones</span>, deberemos tener en cuenta que el archivo SPSS de datos debe tener la siguiente estructura:</div>
<div style="text-align: justify;">
-La primera variable, tipo cadena con nombre <b>ROWTYPE_</b> (anchura 8 caracteres) deberá contener como información <span style="background-color: yellow;">n, corr sttdev y mean</span>.</div>
<div style="text-align: justify;">
-La segunda <b>VARNAME_</b> (ancho 8) que contendrá los nombres de las variables en cada fila correspondiente. </div>
<div style="text-align: justify;">
-A continuación se encuentran las columnas con las variables analizadas.</div>
<div style="text-align: justify;">
<br /></div>
<div style="text-align: justify;">
Un ejemplo podría ser el siguiente caso (matriz policórica generada por el <a href="http://psico.fcep.urv.es/utilitats/factor/" target="_blank">programa Factor</a> (Ferrando y Lorenzo-Seva, 2017 ) y exportada al SPSS):</div>
<div style="text-align: justify;">
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEi0Lxw6yJWa4fC_D2XoY-XewlYHDVjj7bghJFU8Bqmxai0g_ZQKVLhqFYl0O0AdKZtPxTOxEgLqAr86V2BFYU-keD9-y_u1Bx6RJtIeZAeeUBiisleQgd5q6PTJD8u9XOfiRPq9C6CuiRr6/s1600/Imagen4.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="412" data-original-width="928" height="284" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEi0Lxw6yJWa4fC_D2XoY-XewlYHDVjj7bghJFU8Bqmxai0g_ZQKVLhqFYl0O0AdKZtPxTOxEgLqAr86V2BFYU-keD9-y_u1Bx6RJtIeZAeeUBiisleQgd5q6PTJD8u9XOfiRPq9C6CuiRr6/s640/Imagen4.jpg" width="640" /></a></div>
<br />
<a name='more'></a></div>
<div style="text-align: justify;">
....y que sirve de base para el siguiente modelo no recursivo definido en el <b>AMOS</b>:<br />
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEi_2mQC9SnjgwkLyOBxtkDEwOlzcM5kbb-Jp8MHS99DPc9tLuQEFOG6iVMq4CDT7glKrOJwPADAbN5gL1vMMYAVCwnmNUyLjHe0CESGbGom9xRUat_SVPV6HAxLBTW6ixgkLQ3xhqmOSF0j/s1600/Imagen2.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="995" data-original-width="776" height="400" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEi_2mQC9SnjgwkLyOBxtkDEwOlzcM5kbb-Jp8MHS99DPc9tLuQEFOG6iVMq4CDT7glKrOJwPADAbN5gL1vMMYAVCwnmNUyLjHe0CESGbGom9xRUat_SVPV6HAxLBTW6ixgkLQ3xhqmOSF0j/s400/Imagen2.jpg" width="311" /></a></div>
Se pueden introducir en otro formato distinto al <i>.sav</i> de SPSS, como puede ser en Excel (extensión <i>.xls</i>), que para nuestro ejemplo sería:<br />
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhBvTcCH-m6_Uw9y6Ao_xGJ0_TmSx70qZEqMlGMkFCNfQRqqmP5SvoY2e-T_2wl5QwPVhCMkLANmBJSkjl7iQ1mJo5UyQSnAs_8oOOHl-WMeVkE7JF5vfKo7T63NIJAS3HaUJTKn-_sXgA-/s1600/Imagen2.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="475" data-original-width="910" height="208" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhBvTcCH-m6_Uw9y6Ao_xGJ0_TmSx70qZEqMlGMkFCNfQRqqmP5SvoY2e-T_2wl5QwPVhCMkLANmBJSkjl7iQ1mJo5UyQSnAs_8oOOHl-WMeVkE7JF5vfKo7T63NIJAS3HaUJTKn-_sXgA-/s400/Imagen2.jpg" width="400" /></a></div>
<br />
También, es posible omitir las filas correspondientes a las desviaciones típicas y medias en caso de no contemplar en el modelo los parámetros correspondientes las medias y las intercepciones.</div>
<div style="text-align: justify;">
<br /></div>
<div style="text-align: justify;">
En el caso de una <span style="background-color: lime;">matriz varianza/covarianza </span>la estructura debería ser como primera variable, tipo cadena con nombre <b>ROWTYPE_</b> (anchura 8 caracteres) deberá contener como información <span style="background-color: yellow;">n, cov y mean</span>.<br />
<div style="text-align: justify;">
-La segunda <b>VARNAME_</b> (ancho 8) que contendrá los nombres de las variables en cada fila correspondiente. </div>
-A continuación se encuentran las columnas con las variables analizadas.<br />
<br />
Como ejemplo podría ser el siguiente caso (matriz clásica generada por el SPSS):<br />
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgyvtKdMEzVNNTHrZMqoGgz4Xvii6-F-uXEuzrrfHw6CZZGg5QvfjMY5k8U3X_YaCx3VtHkpkZKW-2u4rl3mr2TP5Iv9bMf0YDPoeZg2t2knGjDiXhFbdrSLIJLr_lpulOyxA9VrtI7L74J/s1600/Imagen6.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="383" data-original-width="1347" height="179" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgyvtKdMEzVNNTHrZMqoGgz4Xvii6-F-uXEuzrrfHw6CZZGg5QvfjMY5k8U3X_YaCx3VtHkpkZKW-2u4rl3mr2TP5Iv9bMf0YDPoeZg2t2knGjDiXhFbdrSLIJLr_lpulOyxA9VrtI7L74J/s640/Imagen6.jpg" width="640" /></a></div>
....en este caso también se puede omitir la fila correspondiente a las medias en caso de no contemplar los parámetros para las medias y las intercepciones.<br />
<br />
Por último, indicar que como en el caso de matriz de correlaciones también es posible usar formatos distintos como puede ser un archivo en Excel.<br />
<br />
<b>Referencias.</b><br />
*Ferrando,P.J. y Lorenzo-Seva,U. (2017). Program FACTOR at 10: Origins, development and future directions. <i>Psicothema</i>, 2<i>9(2)</i>, 236-240. doi: 10.7334/psicothema2016.304<br />
<div>
<br /></div>
</div>
Gipuniovihttp://www.blogger.com/profile/00619880805952150621noreply@blogger.comtag:blogger.com,1999:blog-7797664292446506873.post-41500236457988831582018-12-14T10:10:00.000+01:002019-06-27T18:46:34.718+02:00Tamaño del efecto en Kruskal-Wallis y pruebas post-hoc<div style="text-align: justify;">
El tamaño del efecto, aconsejado como básico en los análisis de datos modernos, no solo complementa el grado de significación (valor <i>p</i>) indicando si existe o no un efecto y su intensidad, también nos ayuda a reducir la posibilidad de los falsos positivos (error tipo I o tipo II), y además facilita la comparación de las investigaciones.<br />
<br />
Una alternativa no paramétrica clásica al <b>ANOVA</b>, es la conocida como prueba de <b>Kruskal-Wallis</b>, la cual evalúa si las medianas de la población en una variable dependiente son semejantes en todos los niveles de un factor. Si rechazamos la Ho (semejanza de medianas) es posible realizar pruebas post-hoc mediante el procedimiento incrustado dentro del SPSS, pudiendo calcular a continuación los tamaños de los efectos a partir de las pruebas <b>test</b> <b>de</b> <b>Dunn</b> o la <b>U de Mann-Whitney</b> para los pares significativos.<br />
<br />
Por otra parte el tamaño del efecto global puede ser derivado a partir de la expresión general:</div>
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgvLTgTH_ndRnrRkRoLYV_xfmcBwDusXVJqvx0aSgrddXM2hItvUt2kHnqfC2BSnN3TjTt9SvjXkAxut9BKXKWRK3Rd9vZeBykmBnpx6MIHe7SPf6UEsoASGynPjmgpGC05lC9gf_MHqbP9/s1600/Imagen2.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="64" data-original-width="141" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgvLTgTH_ndRnrRkRoLYV_xfmcBwDusXVJqvx0aSgrddXM2hItvUt2kHnqfC2BSnN3TjTt9SvjXkAxut9BKXKWRK3Rd9vZeBykmBnpx6MIHe7SPf6UEsoASGynPjmgpGC05lC9gf_MHqbP9/s1600/Imagen2.jpg" /></a></div>
<div style="text-align: justify;">
....donde:</div>
<div style="text-align: justify;">
* E= estadístico epsilón (<i>ε<sup>2</sup></i>) que fluctúa entre 0 a 1.</div>
<div style="text-align: justify;">
* H= estadístico de Kruskal-Wallis (aprox. a chi-2)</div>
<div style="text-align: justify;">
* n = número total de casos en el estudio</div>
<div style="text-align: justify;">
<br />
<a name='more'></a></div>
<div style="text-align: justify;">
Este algoritmo, es muy sencillo de implementar en hojas de cálculo como EXCEL, como podemos ver en el siguiente ejemplo:</div>
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEiVJvaKUB-hQke4JtPIVwTrdHCGjF6e5IiAGcBDCOAYbWcGdmJzGQmL3LBRW6bv4qEYeRXs-adm4mugEcfNrDIuGhLXYZEwSIq1gDuoZL1OjGs8a_q1qNoy4AHxxQpuL9grm660HQtNXXlX/s1600/Imagen3.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="341" data-original-width="610" height="178" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEiVJvaKUB-hQke4JtPIVwTrdHCGjF6e5IiAGcBDCOAYbWcGdmJzGQmL3LBRW6bv4qEYeRXs-adm4mugEcfNrDIuGhLXYZEwSIq1gDuoZL1OjGs8a_q1qNoy4AHxxQpuL9grm660HQtNXXlX/s320/Imagen3.jpg" width="320" /></a></div>
Conviene recordar, que es un estadístico conservador y muy útil en caso de muestras pequeñas.<br />
<br />
<br />
Así por ejemplo, en la siguiente salida correspondiente a las puntuaciones en un test, diferenciando a los sujetos por las ciudades de procedencia:<br />
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEj7YT0wyTGE0BLS3Sib0HdUSvj-GZYwPR7N8I9Dd8MumsM7MKuLUEXv0OSCplYr85NWPQYsOht52tiWGq6qwYPykZwqRZoUz1DMnJneZeVUsC1f-cyaUTmKy66p9hqWMFp38wdDv3-PTUBW/s1600/Imagen6.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="514" data-original-width="481" height="320" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEj7YT0wyTGE0BLS3Sib0HdUSvj-GZYwPR7N8I9Dd8MumsM7MKuLUEXv0OSCplYr85NWPQYsOht52tiWGq6qwYPykZwqRZoUz1DMnJneZeVUsC1f-cyaUTmKy66p9hqWMFp38wdDv3-PTUBW/s320/Imagen6.jpg" width="299" /></a></div>
<div style="text-align: justify;">
....obtendríamos un tamaño del efecto de <i>0,010 </i>aplicando la fórmula anterior, y que podríamos indicar en el artículo de la forma siguiente: "Observando diferencias estadísticas significativas de acuerdo al criterio nuevo de <i>p<0,005</i> ( Benjamin et al., 2017) en las ciudades (<i>H(2) = 13,768, p= 0.001, ε<sup>2</sup>= 0,01)</i>".</div>
<div>
<div style="text-align: justify;">
<br /></div>
<div style="text-align: justify;">
Posteriormente, si pidiésemos al SPSS la prueba post-hoc (<b>test de Dunn</b>, estadístico resultante en forma de <i>Z</i>) para cada par de grupos. con ajuste del grado de significación (p) por <b>Bonferroni</b>, obtendríamos la tabla siguiente:</div>
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjrDioPdEI6OqBkWrKz0Tqre8sgLc7zpyO5AH-zsQcW9Z0CMZzisGZmhUIL0PZX_thhZjjT3AUoX7XT80XYuPyQ8UyfjyEzgb_ZkWu0HEYs1KsMqJWxMslRznym-n_MgYvMM4_3aFT7Xcid/s1600/Imagen9.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="662" data-original-width="640" height="320" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjrDioPdEI6OqBkWrKz0Tqre8sgLc7zpyO5AH-zsQcW9Z0CMZzisGZmhUIL0PZX_thhZjjT3AUoX7XT80XYuPyQ8UyfjyEzgb_ZkWu0HEYs1KsMqJWxMslRznym-n_MgYvMM4_3aFT7Xcid/s320/Imagen9.jpg" width="309" /></a></div>
<div style="text-align: justify;">
....donde claramente si asumimos el nuevo criterio (<i>p<0,005</i>) solo tendríamos diferencias significativas entre dos ciudades (Sogamoso-Duitama). Mostrando una discrepancia clara frente al criterio clásico en la solución alcanzada. Los tamaños del efecto se pueden obtener directamente a partir de la fórmula clásica de la Z:<br />
<i style="background-color: lime;">COMPUTE r=Z/SQRT(n) </i></div>
</div>
<div>
<br />
<div style="text-align: justify;">
Una alternativa clásica al procedimiento anterior, es el uso de la <b>U de Mann-Whitney</b> para cada par de niveles por ser menos conservador que el test <b>Dunn-Bonferroni</b>. No obstante conviene recordar que en este caso se deberá también corregir por <b>Bonferroni</b> los resultados de la U multiplicando el valor de <i>p </i>por el número de pares contrastados. Por supuesto, a partir de la <b>U de Mann-Whitney</b> es posible obtener directamente el tamaño del efecto del contraste.<br />
<br />
Por último, indicar que existen una alternativa (Tomczak & Tomcak, 2014) al tamaño del efecto que hemos visto anteriormente, que se suele formular por:<br />
H-k+1<br />
<i> η<sup>2</sup><sub>h</sub></i>= -------<br />
n - k<br />
donde....<br />
<i>H</i> – valor de Kruskal-Wallis en el SPSS<br />
<i>η2</i> – eta-cuadrado asume valores 0 to 1 (multiplicado por 100 expresa porcentaje de varianza).<br />
<i>k</i> – número de grupos VI<br />
<i>n</i> – Total de casos<br />
<br />
Los resultados son mas conservadores comparado con <i>ε<sup>2</sup></i><b>.</b><br />
<b><br /></b></div>
<b>Referencias.</b></div>
*<span style="background-color: white; color: #222222; font-family: "arial" , "tahoma" , "helvetica" , "freesans" , sans-serif; font-size: 13.2px;">Benjamin, D. J., Berger, J., Johannesson, M., Nosek, B. A., Wagenmakers, E.-J., Berk, R., … Johnson, V. (2017, July 22). Redefine statistical significance. Retrieved from </span><span style="background-color: white; color: red; font-family: "arial" , "tahoma" , "helvetica" , "freesans" , sans-serif; font-size: 13.2px;"><a href="http://psyarxiv.com/mky9j" style="color: #888888; text-decoration-line: none;">psyarxiv.com/mky9j</a></span><br />
<span style="text-align: justify;">*Tomczak, M & Tomcak, E. (2014). The need to report effect size estimates revisited. An overview of some recommended measures of effect size. </span><i style="text-align: justify;">Trends Sport Scicences</i><span style="text-align: justify;">, </span><i style="text-align: justify;">1(21)</i><span style="text-align: justify;">, 19-25.</span>Gipuniovihttp://www.blogger.com/profile/00619880805952150621noreply@blogger.comtag:blogger.com,1999:blog-7797664292446506873.post-70822064417745964072018-10-27T12:53:00.002+02:002018-10-29T17:14:44.346+01:00SPSS: Un algoritmo alternativo a la prueba t-test para medidas repetidas<div style="text-align: justify;">
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhDtb2QeHSc9-OdH_bCFIpxb3tZ445RP6Fo02YfxYmZOPramDXbOUmMpAovbDOG88bLmda85wHHLDANbjtXqONZHF-cggs0HUVeeyWVi3fbJd-l-5PmDx8OeEmnHhjG6Ou6YRSM5OZcnvIf/s1600/tramsecto2008.jpg" imageanchor="1" style="clear: left; float: left; margin-bottom: 1em; margin-right: 1em;"><img border="0" data-original-height="689" data-original-width="765" height="288" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhDtb2QeHSc9-OdH_bCFIpxb3tZ445RP6Fo02YfxYmZOPramDXbOUmMpAovbDOG88bLmda85wHHLDANbjtXqONZHF-cggs0HUVeeyWVi3fbJd-l-5PmDx8OeEmnHhjG6Ou6YRSM5OZcnvIf/s320/tramsecto2008.jpg" width="320" /></a></div>
La prueba clásica de diferencias de medidas repetidas (t-test) frecuentemente no es sensible a ligeras diferencias que se pueden observar descriptivamente en los niveles contrastados. </div>
<div style="text-align: justify;">
Dentro de las alternativas que podemos usar, veremos brevemente un procedimiento en SPSS descrito por Hedberg & Stephanie (2015) basado en las puntuaciones diferenciales y el modelo de regresión. Y también la alternativa no paramétrica correspondiente. </div>
<br />
<div style="text-align: justify;">
El objetivo de esta breve artículo es describir el uso de un modelo de regresión como una alternativa válida a la prueba clásica de diferencias de medias para observaciones repetidas, intentando aumentar la potencia estadística de la cual carece la herramienta estadística usada preferentemente por los investigadores.</div>
<br />
<a name='more'></a><br />
<div style="text-align: justify;">
Una vez introducidos los datos, en nuestro caso de ejemplo usaremos los mismo ofrecidos como test por Hedberg & Stephanie (2015):</div>
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgrFK0oG7gDVyz-mJnd4ErWCsblCFBmKH3qX3VAL3R5-gvWdqckK0AnGMKiM6VA2fuIwyREJUbjMH8mzepPHI7Yu9CvLveeboWzJLpF1R1libyQRusc2U-H3FX0vcNgzCry4ReRFud4ZRzK/s1600/tramsecto2008.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="364" data-original-width="217" height="320" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgrFK0oG7gDVyz-mJnd4ErWCsblCFBmKH3qX3VAL3R5-gvWdqckK0AnGMKiM6VA2fuIwyREJUbjMH8mzepPHI7Yu9CvLveeboWzJLpF1R1libyQRusc2U-H3FX0vcNgzCry4ReRFud4ZRzK/s320/tramsecto2008.jpg" width="190" /></a></div>
<div style="text-align: justify;">
....comprobaremos inicialmente la solución clásica para estos datos, que una vez programados:</div>
<div style="text-align: justify;">
<span style="background-color: #ea9999;">T-TEST PAIRS=obs2 WITH obs1 (PAIRED) </span></div>
<div style="text-align: justify;">
<span style="background-color: #ea9999;"> /CRITERIA=CI(.9500) </span></div>
<div style="text-align: justify;">
<span style="background-color: #ea9999;"> /MISSING=ANALYSIS.</span></div>
<div style="text-align: justify;">
....nos dará como resultado la siguiente tabla de resultados:</div>
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEg3-eUjs_pK0Ty0Ov2KuxBX-ZV3BsAk_0MHKqwAF4Ww1VToDrZj0xKh6L4hxSzeuH9cQbu-KRwAmsKrS4qk4-qLf9zLOjbrd1T2b_6kqAHFwUtRHgnyHN3SFTso0UNrlWKnJ5idtrilror5/s1600/Imagen6.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="134" data-original-width="838" height="100" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEg3-eUjs_pK0Ty0Ov2KuxBX-ZV3BsAk_0MHKqwAF4Ww1VToDrZj0xKh6L4hxSzeuH9cQbu-KRwAmsKrS4qk4-qLf9zLOjbrd1T2b_6kqAHFwUtRHgnyHN3SFTso0UNrlWKnJ5idtrilror5/s640/Imagen6.jpg" width="640" /></a></div>
<div style="text-align: justify;">
<br /></div>
<div style="text-align: justify;">
....donde se puede comprobar fácilmente que no podemos rechazar la <i>Ho</i> para una <i>p<0,05.</i></div>
<div style="text-align: justify;">
<br /></div>
<div style="text-align: justify;">
En este punto es donde es aconsejable usar el nuevo algoritmo, que como veremos es bastante sencillo de programar. Para esto, procederemos a calcular dos nuevas variables, y para ello usaremos la ventana de sintaxis del SPSS procediendo a teclear:</div>
<span style="background-color: lime;">*Obtener la distancia aritmética entre las dos observaciones.</span><br />
<span style="background-color: lime;">compute diferencia=obs2-obs1.</span><br />
<span style="background-color: lime;">EXECUTE.</span><br />
<span style="background-color: lime;">*Obtener la variable inicial centrada (puntuaciones diferenciales de la variable obs1), </span><br />
<span style="background-color: lime;">*restando la media, en este caso es de 50,4.</span><br />
<span style="background-color: lime;">compute obs1_centrada=obs1-50.4.</span><br />
<span style="background-color: lime;">execute.</span><br />
<div style="text-align: justify;">
<br /></div>
<div style="text-align: justify;">
Una vez creadas las dos nuevas variables, procederemos a ejecutar el modelo de regresión clásico, donde la variable predictora será la variable en puntuaciones de diferenciales correspondientes a la primera observación, mientras la variable criterio será la diferencia entre las dos observaciones. Por tanto, en nuestro caso tendrá la siguiente forma:</div>
<div>
<div>
<span style="background-color: lime;">REGRESSION </span></div>
<div>
<span style="background-color: lime;"> /MISSING LISTWISE </span></div>
<div>
<span style="background-color: lime;"> /STATISTICS COEFF OUTS R ANOVA </span></div>
<div>
<span style="background-color: lime;"> /CRITERIA=PIN(.05) POUT(.10) </span></div>
<div>
<span style="background-color: lime;"> /NOORIGIN </span></div>
<div>
<span style="background-color: lime;"> /DEPENDENT diferencia </span></div>
<div>
<span style="background-color: lime;"> /METHOD=ENTER obs1_centrada.</span></div>
</div>
<div>
....resultando la siguiente tabla de resultados de los coeficientes:</div>
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhmZke4cXpCUUT4CDlDTiw425h5CFKXRu6UPMlgenBdQtHuUF0JBTgOso7V4kMqYyPEiA0HVf5Osrp1qHnCzcxQz6KtrpNl_7eY-5YYDJB_WrfK6JYdiVo2VhMv2nFSIr3kfEuZiYML2-mb/s1600/Imagen4.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="170" data-original-width="593" height="112" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhmZke4cXpCUUT4CDlDTiw425h5CFKXRu6UPMlgenBdQtHuUF0JBTgOso7V4kMqYyPEiA0HVf5Osrp1qHnCzcxQz6KtrpNl_7eY-5YYDJB_WrfK6JYdiVo2VhMv2nFSIr3kfEuZiYML2-mb/s400/Imagen4.jpg" width="400" /></a></div>
<div>
<br /></div>
<div style="text-align: justify;">
....pudiendo comprobar como el coeficiente <i>B</i> no estandarizado para la constante equivale a la media de las diferencias, con una<i> t=2,478</i>, <i>p=0,038 </i>(significativo para una <i>p<0,05</i>).</div>
<div style="text-align: justify;">
<br /></div>
<div style="text-align: justify;">
Por último para completar los datos de este artículo, vamos a ofrecer la solución no paramétrica de medidas repetidas. Para ello procederemos a programar las instrucciones siguientes:</div>
<span style="background-color: yellow;">NPAR TESTS</span><br />
<span style="background-color: yellow;"> /WILCOXON=obs2 WITH obs1 (PAIRED)</span><br />
<span style="background-color: yellow;"> /STATISTICS DESCRIPTIVES QUARTILES</span><br />
<span style="background-color: yellow;"> /MISSING ANALYSIS.</span><br />
....resultando la siguiente tabla de resultados:<br />
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEi7VaULyC8PTcjUkO0J7bK9-E5Hg_m_hdsYOeJidIeWJHSZyTWqdWtgo9Vn-Ed6rXljm5-Iwb2c-YNtfUXT0yczaJt-qnzV0dz160cRmU8at0ATDFg6uls_zr1M-9zzGYeVsn-tdw1I8HFV/s1600/Imagen8.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="415" data-original-width="500" height="265" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEi7VaULyC8PTcjUkO0J7bK9-E5Hg_m_hdsYOeJidIeWJHSZyTWqdWtgo9Vn-Ed6rXljm5-Iwb2c-YNtfUXT0yczaJt-qnzV0dz160cRmU8at0ATDFg6uls_zr1M-9zzGYeVsn-tdw1I8HFV/s320/Imagen8.jpg" width="320" /></a></div>
<span style="text-align: justify;">....donde se puede comprobar que también podemos rechazar la </span><i style="text-align: justify;">Ho</i><span style="text-align: justify;"> para una </span><i style="text-align: justify;">p<0,05. </i><span style="text-align: justify;">La solución del grado de significación como se puede comprobar está a medio camino entre el resultado clásico y el nuevo algoritmo basado en la regresión.</span><br />
<br />
<b>Referencia.</b><br />
*Hedberg,E.C. and Stephanie,A. (2015). The power of a paired t-test with a covariate.<br />
<i>Soc Sci Res</i>, <i>March ; 50:</i> 277–291. doi:10.1016/j.ssresearch.2014.12.004Gipuniovihttp://www.blogger.com/profile/00619880805952150621noreply@blogger.comtag:blogger.com,1999:blog-7797664292446506873.post-46057058170969692992018-07-04T16:16:00.001+02:002018-07-05T10:52:58.993+02:00SPSS OMS: Visualización de la valoración y contraste de los grados de significación (p) en escalas Likert<div style="text-align: justify;">
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEj1SOcxsWq_cHop2KX8JBOZ54aE6sXSDS2UumhPnR0zqSZZ3eM1YWKPcn2l-LSFL7dhSp5b3tOuJWUxXyyrxtpyusbIGdW3jcs6CrHADwJpoXxGib562Jkrr1FR9BmcT3J_pYAzV4TCkTvt/s1600/Imagen7.jpg" imageanchor="1" style="clear: left; float: left; margin-bottom: 1em; margin-right: 1em;"><img border="0" data-original-height="624" data-original-width="979" height="203" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEj1SOcxsWq_cHop2KX8JBOZ54aE6sXSDS2UumhPnR0zqSZZ3eM1YWKPcn2l-LSFL7dhSp5b3tOuJWUxXyyrxtpyusbIGdW3jcs6CrHADwJpoXxGib562Jkrr1FR9BmcT3J_pYAzV4TCkTvt/s320/Imagen7.jpg" width="320" /></a></div>
Los grados de significación han sido una parte esencial durante años del trabajo de investigación. Y ahora se encuentra en fase de revisión, tanto su uso (Wasserstein & Lazar, 2016) como su forma de interpretarlo (Benjamin et al.,2017).<br />
<br />
Encontrándonos en esta fase dialéctica, es interesante poder visualizar rápidamente nuestros resultados clásicos con objeto de contrastarlos con los nuevos. Y de todas las técnicas posibles vamos a ver de forma breve una de las posibilidades que aparecen en Análisis de Datos, usando para ello el paquete estadístico IBM SPSS.<br />
<br />
<a name='more'></a>El procedimiento SPSS OMS (<i>Output Management System)</i>, nos permite convertir los resultados estadísticos obtenidos en una base de datos nueva, permitiendo posteriormente su manipulación. Y es lo que usaremos para visualizar con un ejemplo como se puede contrastar el cambio de criterio a la hora de valorar los grados de significación.</div>
<br />
<div style="text-align: justify;">
En nuestro ejemplo, usaremos los datos correspondientes al TFG de López (2018), con objeto de obtener un archivo nuevo que contenga las correlaciones de Kendall (estadístico preferible en muchas situaciones del campo psicológico; Arndt, Turvey & Andreasen, 1999) y sus grados de significación, del primer ítem respecto al resto de los elementos de la escala likert. Para conseguir esto simplemente teclearemos en la ventana de sintaxis las instrucciones siguientes:</div>
<i style="background-color: lime;">OMS</i><br />
<i style="background-color: lime;">/SELECT TABLES</i><br />
<i style="background-color: lime;">/IF COMMANDS=['Non Par Corr'] </i><br />
<i style="background-color: lime;">SUBTYPES=['Correlations']</i><br />
<i style="background-color: lime;">/DESTINATION FORMAT=SAV </i><br />
<i style="background-color: lime;">NUMBERED=TableNumber_</i><br />
<i style="background-color: lime;">OUTFILE='c:\temp\correlac.sav'.</i><br />
<i style="background-color: lime;">*Crea un vector columna con las correlaciones entre el item1 y el resto de los items de la escala.</i><br />
<i style="background-color: lime;">NONPAR CORR</i><br />
<i style="background-color: lime;"> /VARIABLES=ITEM_2 to ITEM_42 with ITEM_1</i><br />
<i style="background-color: lime;"> /PRINT=KENDALL TWOTAIL SIG</i><br />
<i style="background-color: lime;"> /MISSING=PAIRWISE.</i><br />
<br />
<div style="text-align: justify;">
Cerraremos el archivo de datos original y ahora incorporaremos el nuevo usando la linea de código siguiene:</div>
<i style="background-color: lime;">get file "c:\temp\correlac.sav".</i><br />
<br />
A continuación se filtra la base de datos, con objeto de quedarnos solo con los valores <i>p </i>de la base de datos, eliminando otro tipo de información innecesaria para nuestro propósito:<br />
<i style="background-color: lime;">select if Var3="Sig. (bilateral)".</i><br />
<i style="background-color: lime;">execute.</i><br />
<br />
<div style="text-align: justify;">
Posteriormente, para implementar la visualización de la valoración clásica usaremos las siguientes lineas de programación:</div>
<i style="background-color: lime;">*Valoración cualitativa clásica.</i><br />
<i style="background-color: lime;">Compute flag=0.</i><br />
<i style="background-color: lime;">if (@1HEELEGIDOESTATITULACIONPENSANDOENLASPOSIBLESSALIDASLA<0.05) flag=1.</i><br />
<i style="background-color: lime;">execute.</i><br />
<i style="background-color: lime;">VALUE LABELS flag 0 'ns' 1 'sig'.</i><br />
<i style="background-color: lime;">execute.</i><br />
<i style="background-color: lime;">*Resumen para 0,05.</i><br />
<i style="background-color: lime;">FREQUENCIES VARIABLES=flag</i><br />
<i style="background-color: lime;"> /BARCHART FREQ</i><br />
<i style="background-color: lime;"> /ORDER=ANALYSIS.</i><br />
<div>
<br /></div>
...resultando los resultados siguientes (tabla de frecuencias y diagrama de barras):<br />
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjpRB4daEHneCVWSeSvu7TJ5RdMYjx3XQWqmDrhN26hJTJGGnd9DdPCRHqh_fWDY_uvCYfnCpbDTgVuKsdDVDenvUE6Ujl4vMiTcJFIUUV3JY_wS1r9ul-Mby7oOsz0v5NSzbbXBvldd2Cg/s1600/Imagen2.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="607" data-original-width="876" height="221" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjpRB4daEHneCVWSeSvu7TJ5RdMYjx3XQWqmDrhN26hJTJGGnd9DdPCRHqh_fWDY_uvCYfnCpbDTgVuKsdDVDenvUE6Ujl4vMiTcJFIUUV3JY_wS1r9ul-Mby7oOsz0v5NSzbbXBvldd2Cg/s320/Imagen2.jpg" width="320" /></a></div>
<br />
Ahora, si deseamos usar el nuevo criterio <span style="text-align: justify;"> </span><span style="text-align: justify;">(Benjamin et al.,2017)</span>, deberemos teclear las siguientes instrucciones:<br />
<i style="background-color: lime;">*Valoración cualitativa alternativa.</i><br />
<i style="background-color: lime;">Compute flag=0.</i><br />
<i style="background-color: lime;">if (@1HEELEGIDOESTATITULACIONPENSANDOENLASPOSIBLESSALIDASLA<0.005) flag=1.</i><br />
<i style="background-color: lime;">execute.</i><br />
<i style="background-color: lime;">VALUE LABELS flag 0 'ns' 1 'sig'.</i><br />
<i style="background-color: lime;">execute.</i><br />
<i style="background-color: lime;">*Resumen para 0,005.</i><br />
<i style="background-color: lime;">FREQUENCIES VARIABLES=flag</i><br />
<i style="background-color: lime;"> /BARCHART FREQ</i><br />
<i style="background-color: lime;"> /ORDER=ANALYSIS.</i><br />
<br />
....resultando:<br />
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhWszRFrNc4qirBascbrq4U6fpa5vNmUxat2r3kv8FRO7UIQQ9NLbj2o5frLtHSsmN_8eR3Fp1pLsx6nzGDErN3VUw8gB9JK-QSkaEsjWkg8Se9172N0MVyd41AuBfycbnHBK2AAcPtwDYC/s1600/Imagen5.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="610" data-original-width="861" height="226" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhWszRFrNc4qirBascbrq4U6fpa5vNmUxat2r3kv8FRO7UIQQ9NLbj2o5frLtHSsmN_8eR3Fp1pLsx6nzGDErN3VUw8gB9JK-QSkaEsjWkg8Se9172N0MVyd41AuBfycbnHBK2AAcPtwDYC/s320/Imagen5.jpg" width="320" /></a></div>
<br />
<br />
<div style="text-align: justify;">
Como hemos podido comprobar es un sistema bastante flexible, que nos permite rápidamente contrastar de forma general como se alteran nuestras valoraciones usando el nuevo criterio del grado de significación (Benjamin et al., 2017), en este caso aplicado a las correlaciones entre ítems de una escala likert.</div>
<br />
<br />
<b>Referencias.</b><br />
*Arndt, S.; Turvey, C. & Andreasen, N.C.(1999). Correlating and predicting psychiatric symptom ratings: Spearman's r versus Kendall's tau correlation.<i>J Psychiatr</i>., <i>Mar-Apr;33(2)</i>, 97-104.<br />
*Benjamin, D. J., Berger, J., Johannesson, M., Nosek, B. A., Wagenmakers, E.-J., Berk, R., … Johnson, V. (2017, July 22). Redefine statistical significance. Retrieved from <span style="color: red;"><a href="http://psyarxiv.com/mky9j">psyarxiv.com/mky9j</a></span><br />
<span style="text-align: justify;">*López, C. (2018). Determinantes de permanencia y abandono en la educación superior danesa (trabajo fin de grado). Facultad de Psicología, Universidad de Oviedo, España. Recuperado de <a href="http://gip.uniovi.es/docume/ConstanzaTFG.pdf">http://gip.uniovi.es/docume/ConstanzaTFG.pdf</a></span><br />
<span style="text-align: justify;">*Wasserstein,R.L. & Lazar,N.A. (2016): The ASA's statement on p-values: context, process, and purpose, </span><i style="text-align: justify;">The American Statistician,</i><span style="text-align: justify;"> DOI: 10.1080/00031305.2016.1154108 (URL: http://dx.doi.org/10.1080/00031305.2016.1154108, acceso 9-03-2016)</span><br />
<br />Gipuniovihttp://www.blogger.com/profile/00619880805952150621noreply@blogger.comtag:blogger.com,1999:blog-7797664292446506873.post-84856599544898086812017-11-13T11:28:00.004+01:002019-03-01T09:45:49.336+01:00SPSS 25: Introducción a la correlación bayesiana <div style="text-align: justify;">
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgXb182pmEpHwXvmPZWnIWAYbXe35KjoEeHPJthoS8Kni-CL15e3bE4Q-eTgsUmAAIw3uyQQDbTmYpD5zlfXbI10VvvQCitjto8y4QV3PK2yP-hgd_9C390HJ3f_7Ahxjx8Mb-UKbiBpPeV/s1600/Imagen4.jpg" imageanchor="1" style="clear: left; float: left; margin-bottom: 1em; margin-right: 1em;"><img border="0" data-original-height="519" data-original-width="734" height="226" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgXb182pmEpHwXvmPZWnIWAYbXe35KjoEeHPJthoS8Kni-CL15e3bE4Q-eTgsUmAAIw3uyQQDbTmYpD5zlfXbI10VvvQCitjto8y4QV3PK2yP-hgd_9C390HJ3f_7Ahxjx8Mb-UKbiBpPeV/s320/Imagen4.jpg" width="320" /></a></div>
La correlación <span style="color: red;"><a href="https://en.wikipedia.org/wiki/Bayes%27_theorem" target="_blank">bayesiana</a></span> no deja de ser una distribución, y con objeto de ilustrarlo hemos creado esta breve referencia en este blog, usando como base de datos un antiguo estudio de nuestro grupo de investigación en Psicología Criminal y Forense. Para ello hemos utilizado el <span style="color: red;"><a href="http://www-01.ibm.com/support/docview.wss?uid=swg27049428" target="_blank"><b>SPSS 25</b> </a> </span>tanto para explorar los datos de forma gráfica como para realizar las correspondientes estadísticas bayesianas. </div>
<br />
<a name='more'></a><br />
En primer lugar programamos los gráficos de dispersión por pares para los tres tipos clásicos de variables de control (<i>edad primer delito no sancionado</i>, <i>edad del primer
delito sancionado</i> y <i>edad de la primera entrada en prisión</i>) usadas en los comportamientos
de sujetos sometidos al régimen de institucionalización en un presidio:<br />
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhsyp-R9qwCTRKu0_00oJoGwL0gQp24SVoYZ6udHF5JW6rE-W8hMYy87hmwoZrAIs2Od-Or7YJYlLFkBwuvs5J4tiQ79iFjLtjtttbIxiGRC0B7xZZi6jMCRcD2COr0e6NG8wGaW3ar4E3L/s1600/Imagen1.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="504" data-original-width="854" height="188" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhsyp-R9qwCTRKu0_00oJoGwL0gQp24SVoYZ6udHF5JW6rE-W8hMYy87hmwoZrAIs2Od-Or7YJYlLFkBwuvs5J4tiQ79iFjLtjtttbIxiGRC0B7xZZi6jMCRcD2COr0e6NG8wGaW3ar4E3L/s320/Imagen1.jpg" width="320" /></a></div>
<br />
<div style="text-align: justify;">
Estos gráficos muestran cierto grado de correlación entre estas tres variables. Y con objeto de obtener más detalles sobre estas correlaciones, usamos
el correspondiente procedimiento bayesiano implementado en SPSS 25 para caracterizar la distribución posterior de la correlación lineal entre edades,
manteniendo todas las opciones como predeterminadas, incluyendo la distribución uniforme <i>apriori </i>(que se muestra en las líneas rojas planas en los gráficos que veremos posteriormente). </div>
<div class="separator" style="clear: both; text-align: justify;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEh4PXgN21g3FPJZZ3XEn3a8E7CYsLLhxPN9LUE_SzMTo2g_0Wrk6aM0vXmmYv57osIHwBiL2EOI6CkDRB1YM8itHm0BMNSrC_ZloZxOTxhyphenhyphenDJH5vJg72Mz2GNDp6rgD8yijEw8LMeo6ox_2/s1600/Imagen3.jpg" imageanchor="1" style="clear: left; float: left; margin-bottom: 1em; margin-right: 1em;"><img border="0" data-original-height="384" data-original-width="633" height="194" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEh4PXgN21g3FPJZZ3XEn3a8E7CYsLLhxPN9LUE_SzMTo2g_0Wrk6aM0vXmmYv57osIHwBiL2EOI6CkDRB1YM8itHm0BMNSrC_ZloZxOTxhyphenhyphenDJH5vJg72Mz2GNDp6rgD8yijEw8LMeo6ox_2/s320/Imagen3.jpg" width="320" /></a></div>
<div style="text-align: justify;">
<br /></div>
<div style="text-align: justify;">
El intervalo de 95% de credibilidad del coeficiente de correlación de Pearson para <i>edad primer delito no sancionado</i> versus e<i>dad primer delito sancionado</i> es (0,375 a 0,612),
para la <i>edad del primer delito no sancionado</i> versus <i>edad primera entrada en prisión </i>es (0,223 a 0,495) y para <i>edad primer delito sancionado</i> versus <i>edad primera entrada en prisión</i> es (0,705 a 0,832). </div>
<div style="text-align: justify;">
<br /></div>
<div style="text-align: justify;">
Es interesante ver cómo estas correlaciones difieren, pero este ejemplo sirve sobre todo como un buen recordatorio de que en las estadísticas bayesianas las correlaciones
no son números individuales sino más bien distribuciones (<span style="text-align: start;">Edwards, Lindman & Savage, 1963</span>):</div>
<div style="text-align: justify;">
<br />
<i>edad primer delito no sancionado</i> versus e<i>dad primer delito sancionado</i><br />
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhzWnBhh3vuk31GdDoGfWx2bfCyuwP0_6ptxpEGe5MylQUCkM0JaaCx9-4IoLlrKIslDfHo3cGOP_dS6nvir0MbN_DS4LYcWZ6z9ZygcdVDXJe8rll4yeUrc9__5o9VjzzYuI8CsmJLp0Qd/s1600/Imagen4.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="503" data-original-width="853" height="188" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhzWnBhh3vuk31GdDoGfWx2bfCyuwP0_6ptxpEGe5MylQUCkM0JaaCx9-4IoLlrKIslDfHo3cGOP_dS6nvir0MbN_DS4LYcWZ6z9ZygcdVDXJe8rll4yeUrc9__5o9VjzzYuI8CsmJLp0Qd/s320/Imagen4.jpg" width="320" /></a></div>
<i><br /></i>
<i>edad del primer delito no sancionado</i> versus <i>edad primera entrada en prisión</i><br />
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjWl1L1WeVe0WvolxcyPIqtygwOcSTGPe53WEY2npolQW0lrZjM16-LBDWp3343HeCkFX4iL8NwzYiuRzDduJ-EHNMWilLA14ZhD4Il48PjTd1AzTcdCjZ8mXEoNt4Y_xp25g1DfvcI2BFP/s1600/Imagen6.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="503" data-original-width="853" height="188" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjWl1L1WeVe0WvolxcyPIqtygwOcSTGPe53WEY2npolQW0lrZjM16-LBDWp3343HeCkFX4iL8NwzYiuRzDduJ-EHNMWilLA14ZhD4Il48PjTd1AzTcdCjZ8mXEoNt4Y_xp25g1DfvcI2BFP/s320/Imagen6.jpg" width="320" /></a></div>
<i><br /></i>
<i>edad primer delito sancionado</i> versus <i>edad primera entrada en prisión</i><br />
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgQ8m9S2qMzmBAC2AwJaFd8qYKD5oagI3moWIDzdLpccQlvpuuS0Qny26OoV61VapnLEGryZD4TgtdqTUWAE_8FA-BeknNEhxym62XvN1uNwoSf04rYm8WKrsq7gvFmyzlYEfy203mWHo3q/s1600/Imagen5.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="503" data-original-width="853" height="188" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgQ8m9S2qMzmBAC2AwJaFd8qYKD5oagI3moWIDzdLpccQlvpuuS0Qny26OoV61VapnLEGryZD4TgtdqTUWAE_8FA-BeknNEhxym62XvN1uNwoSf04rYm8WKrsq7gvFmyzlYEfy203mWHo3q/s320/Imagen5.jpg" width="320" /></a></div>
<br />
Por otra parte, la estimación del <i>factor de Bayes</i>, cuando se selecciona como opción constituye una razón natural para comparar las probabilidades marginales entre una hipótesis nula y una alternativa.<br />
Aplicado a nuestro caso el resultado será:<br />
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhePEV22iLCd0zOMeHWh0meBdRJzn9qM9G-gd5K9clv1nFmU3G0ZF1MaFyAFgslcETGV9zT_BiT1DBYuxOd-i0q9hElQr32KRA2z9taStAXwE_2xAvOjacjcQnarcFV8NHvLvtMkX9cYyT1/s1600/Imagen2.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="283" data-original-width="516" height="175" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhePEV22iLCd0zOMeHWh0meBdRJzn9qM9G-gd5K9clv1nFmU3G0ZF1MaFyAFgslcETGV9zT_BiT1DBYuxOd-i0q9hElQr32KRA2z9taStAXwE_2xAvOjacjcQnarcFV8NHvLvtMkX9cYyT1/s320/Imagen2.jpg" width="320" /></a></div>
<br />
En la siguiente tabla (reformulación de SPSS 25, 2017), se encuentran descritos los criterios comúnmente usados a la hora de valorar la importancia de las evidencias tanto para Ho como para H1.<br />
<br />
<table br="" gt="" style="width: 100%;">
<tbody>
<tr><td><b style="text-align: justify;">Factor bayesiano</b></td><td><b>Evidencia de la categoría</b></td></tr>
<tr><td>>100</td><td>Evidencia Extrema de Ho</td></tr>
<tr><td>30-100</td><td>Muy Fuerte Evidencia de Ho</td></tr>
<tr><td>10-30</td><td>Fuerte Evidencia de Ho</td></tr>
<tr><td>3-10</td><td>Moderada Evidencia de Ho</td></tr>
<tr><td>1-3</td><td>Evidencia Anecdótica de Ho</td></tr>
<tr><td>1</td><td>No Evidencia</td><td></td></tr>
<tr><td>0,33-1</td><td>Evidencia Anecdótica de H1</td></tr>
<tr><td>0,1-0,33</td><td>Evidencia Moderada de H1</td></tr>
<tr><td>0,033-0,1</td><td>Fuerte Evidencia de H1</td></tr>
<tr><td>0,01-0,033</td><td>Muy Fuerte Evidencia de H1</td></tr>
<tr><td><0,01</td><td>Evidencia Extrema de H1</td></tr>
</tbody></table>
</div>
<b><br /></b>
<b>Referencias.</b><br />
* Edwards, W.; Lindman, H. & Savage, L.J. (1963). Bayesian statistical inference in psychological research. <i>Psychological Review</i>, <i>70</i>, 193-242<br />
*SPSS 25 (2017). Bayesian Independent - Sample Inference. IBM Knowledge Center. New York, EU. Recuperado de https://www.ibm.com/support/knowledgecenter/en/SSLVMB_sub/statistics_mainhelp_ddita/spss/advanced/idh_bayesian_independent_sample_inference.html<br />
<br />Gipuniovihttp://www.blogger.com/profile/00619880805952150621noreply@blogger.comtag:blogger.com,1999:blog-7797664292446506873.post-51415580667196650252017-08-13T15:07:00.001+02:002017-08-13T15:07:53.367+02:00Introducción a la simulación en IBM SPSS modeler<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhnRd42LEF7lsG0bdEO3W19XaeVl-3xLPveL_oRyQfrwckFZqNVCSxWEUTI_cWpQT5nPJy3cDxHVIIoGWVRYVAn7Xu88rifoTVCBbOiMcFsrw-F_pRQoLATq6gCv_YzcNJ2NMoe9uPSyRCX/s1600/Imagen2.jpg" imageanchor="1" style="clear: left; float: left; margin-bottom: 1em; margin-right: 1em;"><img border="0" data-original-height="523" data-original-width="651" height="257" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhnRd42LEF7lsG0bdEO3W19XaeVl-3xLPveL_oRyQfrwckFZqNVCSxWEUTI_cWpQT5nPJy3cDxHVIIoGWVRYVAn7Xu88rifoTVCBbOiMcFsrw-F_pRQoLATq6gCv_YzcNJ2NMoe9uPSyRCX/s320/Imagen2.jpg" width="320" /></a></div>
<div style="text-align: justify;">
El paquete estadístico SPSS, comercializado por SPSS Inc. (adquirido por IBM en 2009), es una de las herramientas más frecuentes en el campo de investigación en las Ciencias Sociales. (Annapurna, 2017). Y entre los procedimientos más útiles se encuentra la <span style="color: red;">simulación de datos</span> ().<br />
<br />
En la herramienta <span style="color: red;"><a href="https://en.wikipedia.org/wiki/SPSS_Modeler" target="_blank">IBM SPSS modeler</a></span>, nos encontramos con el nodo "<i>Generar simulación</i>" que nos permite, generar datos simulados, ya sea bien a partir de distribuciones estadísticas especificadas por el investigador o de datos reales. Siendo útil en este caso cuando se desea evaluar el resultado de un modelo predictivo en presencia de incertidumbre en las entradas de modelo. </div>
<div style="text-align: justify;">
<br />
<a name='more'></a></div>
<div style="text-align: justify;">
En el programa, la creación de datos simulados a partir de <b>funciones predefinidas,</b> lo encontramos en el menú de "<i>Orígenes</i>". Para definirlo en nuestra ventana de trabajo (rutas) se puede hacer bien dos veces sobre el icono, o bien mediante su arrastre.<br />
<table align="center" cellpadding="0" cellspacing="0" class="tr-caption-container" style="margin-left: auto; margin-right: auto; text-align: center;"><tbody>
<tr><td style="text-align: center;"><a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEi8oFllLgllzAHMaho842CvctN4ErKwzdoFIUn2dkSv2n-IuvWSJMR7A1wBa7Pw-oOY1MlOc8Y3yWLRI_y_NiP7Ty1UjMcevYqhG8LhTcocsPNay7X56BLfp-F0pWK1CPo76CNr95U-JSMG/s1600/Imagen2.jpg" imageanchor="1" style="margin-left: auto; margin-right: auto;"><img border="0" data-original-height="565" data-original-width="1258" height="143" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEi8oFllLgllzAHMaho842CvctN4ErKwzdoFIUn2dkSv2n-IuvWSJMR7A1wBa7Pw-oOY1MlOc8Y3yWLRI_y_NiP7Ty1UjMcevYqhG8LhTcocsPNay7X56BLfp-F0pWK1CPo76CNr95U-JSMG/s320/Imagen2.jpg" width="320" /></a></td></tr>
<tr><td class="tr-caption" style="text-align: center;">Arrastre de icono de simulación</td></tr>
</tbody></table>
Una vez realizada la tarea anterior, se pulsará dos veces para abrir el cuadro de diálogo y especificar los campos, tipos de almacenamiento, distribuciones estadísticas y parámetros de distribución.<br />
<table align="center" cellpadding="0" cellspacing="0" class="tr-caption-container" style="margin-left: auto; margin-right: auto; text-align: center;"><tbody>
<tr><td style="text-align: center;"><a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhno9GQfHG_VoABnBkxWQWqrPMrV9nI10hH_CJR0tx3vVHhbmGHQYHzgGwwMZVm2u4UHheokVGFr63_6oceRe1zz9vO9pT2UaYGBe14p3oKqytBBwp7yLJ20Z5DeURR1u0TgxPU9nzWvGdI/s1600/Imagen4.jpg" imageanchor="1" style="margin-left: auto; margin-right: auto;"><img border="0" data-original-height="570" data-original-width="1267" height="143" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhno9GQfHG_VoABnBkxWQWqrPMrV9nI10hH_CJR0tx3vVHhbmGHQYHzgGwwMZVm2u4UHheokVGFr63_6oceRe1zz9vO9pT2UaYGBe14p3oKqytBBwp7yLJ20Z5DeURR1u0TgxPU9nzWvGdI/s320/Imagen4.jpg" width="320" /></a></td></tr>
<tr><td class="tr-caption" style="text-align: center;">Ventana de parámetros de simulación</td></tr>
</tbody></table>
Como podemos comprobar en la ilustración anterior, está completamente en blanco, sin campos ni información de distribución. Estos nos va a permitir crear datos simulados nuevos, no siendo necesarias bases de datos anteriores.<br />
<br />
Una vez en esta posición ya podemos introducir nuestros parámetros correspondientes de simulación, que en nuestro ejemplo será elegir una distribución normal con media 100 y desviación típica 15:<br />
<table align="center" cellpadding="0" cellspacing="0" class="tr-caption-container" style="margin-left: auto; margin-right: auto; text-align: center;"><tbody>
<tr><td style="text-align: center;"><a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgj_uvBx38XgZRwxtAYRFPxsJfYG-rX1gnv_BWBGXgK7n0E_dB9OFXT-8taLMkgtBSekSCI_n5GIoiq1_7_HqEpGNLl4LHIHv1iSKmeBSyyaraFpyBM32nIx-McQLOWX0W_hLwdi-8MOkpa/s1600/Imagen3.jpg" imageanchor="1" style="margin-left: auto; margin-right: auto;"><img border="0" data-original-height="820" data-original-width="1107" height="237" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgj_uvBx38XgZRwxtAYRFPxsJfYG-rX1gnv_BWBGXgK7n0E_dB9OFXT-8taLMkgtBSekSCI_n5GIoiq1_7_HqEpGNLl4LHIHv1iSKmeBSyyaraFpyBM32nIx-McQLOWX0W_hLwdi-8MOkpa/s320/Imagen3.jpg" width="320" /></a></td></tr>
<tr><td class="tr-caption" style="text-align: center;">Distribución normal (100,15)</td></tr>
</tbody></table>
Una vez ejecutado el procedimiento podemos visualizar los resultados bien en formato de tabla o gráfico, para ello es suficiente con elegir los nodos de resultados y seleccionar los iconos correspondientes.<br />
<br />
<table align="center" cellpadding="0" cellspacing="0" class="tr-caption-container" style="margin-left: auto; margin-right: auto; text-align: center;"><tbody>
<tr><td style="text-align: center;"><a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEiSKch_Zixu2FCIIDp8AuJ5auVYbZG3Duw58VAmD_VIXsVuEdv-9MzkOBLC7TeiIM9nLHYROZfYLlgRPVGfMak65jYJLj503LrajIZ8FcdYN0G2FgXdhtTw2Wbaqwi_Q9ayndJaTsMRdMeH/s1600/Imagen5.jpg" imageanchor="1" style="margin-left: auto; margin-right: auto;"><img border="0" data-original-height="700" data-original-width="1073" height="208" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEiSKch_Zixu2FCIIDp8AuJ5auVYbZG3Duw58VAmD_VIXsVuEdv-9MzkOBLC7TeiIM9nLHYROZfYLlgRPVGfMak65jYJLj503LrajIZ8FcdYN0G2FgXdhtTw2Wbaqwi_Q9ayndJaTsMRdMeH/s320/Imagen5.jpg" width="320" /></a></td></tr>
<tr><td class="tr-caption" style="text-align: center;">Histograma con 10000 números generados</td></tr>
</tbody></table>
En el siguiente caso vamos a pedir la generación de dos variables normales, la primera con Media 100 y Dispersión 15, mientras en la segunda será media 105 y Dispersión 15. A su vez, señalaremos que deberán estar correlacionadas en torno al valor 0,80.<br />
<div class="separator" style="clear: both; text-align: center;">
</div>
<table align="center" cellpadding="0" cellspacing="0" class="tr-caption-container" style="margin-left: auto; margin-right: auto; text-align: center;"><tbody>
<tr><td style="text-align: center;"><a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjEEd-m19-adPKrUjvGn6WRX2FXRUE-u-ecvZuJqVBWei7aCa6f8InoebWA0hEPsP4bNs0vGP6XzdSYnU5XRArsu1599bxLotTEgVmjaAzs-pg_q3bAdflkkMlUVuztykadGAr6yuVvY4GV/s1600/Imagen9.jpg" imageanchor="1" style="margin-left: auto; margin-right: auto;"><img border="0" data-original-height="671" data-original-width="1236" height="173" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjEEd-m19-adPKrUjvGn6WRX2FXRUE-u-ecvZuJqVBWei7aCa6f8InoebWA0hEPsP4bNs0vGP6XzdSYnU5XRArsu1599bxLotTEgVmjaAzs-pg_q3bAdflkkMlUVuztykadGAr6yuVvY4GV/s320/Imagen9.jpg" width="320" /></a></td></tr>
<tr><td class="tr-caption" style="text-align: center;">Generación de variables correlacionadas.</td></tr>
</tbody></table>
Por otra parte, es posible generar la simulación a <b>partir de bases de datos ya existentes</b> (datos históricos). Para ello se selecciona en el campo de "<i>Resultados</i>" el nodo Ajustar simulación. Como en el caso anterior arrastre el icono, enlace la base de datos a este icono y luego pulse dos veces sobre él para obtener los campos, tipos de almacenamiento e información de distribución estadística del nodo. En este caso los nombres de las variables y sus parámetros son recogidos de la base de datos original.<br />
<table align="center" cellpadding="0" cellspacing="0" class="tr-caption-container" style="margin-left: auto; margin-right: auto; text-align: center;"><tbody>
<tr><td style="text-align: center;"><a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgae-NZ5NIsYrnCMjQsQFqFiKcLXC_cQLB_MuHqS6sq0ZPuBjmrXNXg8xwI1khBtDRfStSHQqId-XQC8hDiwD-9-sSy9qEQODrLQLCKBs3NZK4q0e56m7uVx2VlAd8ih67f5BmRUN_YMtQx/s1600/Imagen11.jpg" imageanchor="1" style="margin-left: auto; margin-right: auto;"><img border="0" data-original-height="462" data-original-width="1388" height="106" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgae-NZ5NIsYrnCMjQsQFqFiKcLXC_cQLB_MuHqS6sq0ZPuBjmrXNXg8xwI1khBtDRfStSHQqId-XQC8hDiwD-9-sSy9qEQODrLQLCKBs3NZK4q0e56m7uVx2VlAd8ih67f5BmRUN_YMtQx/s320/Imagen11.jpg" width="320" /></a></td></tr>
<tr><td class="tr-caption" style="text-align: center;">Lectura de parámetros a partir de base de datos histórica</td></tr>
</tbody></table>
<span id="goog_296626710"></span><span id="goog_296626711"></span>Una vez generados los casos es posible visualizar un resumen estadístico básico como podemos ver en la ilustración siguiente:<br />
<table align="center" cellpadding="0" cellspacing="0" class="tr-caption-container" style="margin-left: auto; margin-right: auto; text-align: center;"><tbody>
<tr><td style="text-align: center;"><a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhxxqKQVjR906VAWu9_TAKeq-ZWWzb0G30xdcnifg1ouvAmFnUxM1Ngy5jLRl5Sxisk2rXR-iErqP-o6XukvrTXqs1DaclG3raQZX0Yx5muLu3r0S3gMdESyCVyInWS40UlwJfEG1bDkLoL/s1600/Imagen11.jpg" imageanchor="1" style="margin-left: auto; margin-right: auto;"><img border="0" data-original-height="411" data-original-width="967" height="136" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhxxqKQVjR906VAWu9_TAKeq-ZWWzb0G30xdcnifg1ouvAmFnUxM1Ngy5jLRl5Sxisk2rXR-iErqP-o6XukvrTXqs1DaclG3raQZX0Yx5muLu3r0S3gMdESyCVyInWS40UlwJfEG1bDkLoL/s320/Imagen11.jpg" width="320" /></a></td></tr>
<tr><td class="tr-caption" style="text-align: center;">Estadísticos básicos de la variable generada</td></tr>
</tbody></table>
<br />
<b>Referencias.</b></div>
<div style="text-align: justify;">
*Annapurna,I (2017). Importance of Statistics and Mathematical Models in the Field of Social Sciences Research. Imperial <i>Journal of Interdisciplinary Research</i>, [S.l.], v. 3, n. 4, apr. 2017. ISSN 2454-1362. Available at: <http://imperialjournals.com/index.php/IJIR/article/view/4398/4218>. Date accessed: 13 aug. 2017. </div>
Gipuniovihttp://www.blogger.com/profile/00619880805952150621noreply@blogger.comtag:blogger.com,1999:blog-7797664292446506873.post-10192017942005980622016-08-30T10:17:00.000+02:002017-01-16T09:04:54.712+01:00Análisis factorial: Fiabilidad compuesta y varianza extraída<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgDNccJHeGHbPD97a9fONlqDdj-K9yGWv_PtuZj5FYgo1n1fD_NXWPsvZmgMsvqoByZijDXki8f4RilydcOip4cGghcrqvRqgyrfpU-4NnTr0Qkzb-sW6mGewthQGtQc1ATpvfPaTQwU85k/s1600/Image2.jpg" imageanchor="1" style="clear: left; float: left; margin-bottom: 1em; margin-right: 1em;"><img border="0" height="400" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgDNccJHeGHbPD97a9fONlqDdj-K9yGWv_PtuZj5FYgo1n1fD_NXWPsvZmgMsvqoByZijDXki8f4RilydcOip4cGghcrqvRqgyrfpU-4NnTr0Qkzb-sW6mGewthQGtQc1ATpvfPaTQwU85k/s400/Image2.jpg" width="291" /></a></div>
<div style="text-align: justify;">
En el proceso de observación de los comportamientos humanos, uno de los aspectos esenciales es el proceso de cuantificación. Entendiendo este proceso de medición como las reglas que nos permiten
asignar números a los procesos observados, de tal forma que representen de
manera adecuada la cantidad del atributo que poseen”
(Nunally & Berstein, 1994). Si bien estas reglas son evidentes en situaciones como la altura, peso o edad, esto ya no es tan claro (no son intuitivas) en propiedades como la personalidad o la inteligencia.<br />
<br />
Para medir este tipo variables (<span style="color: red;"><a href="https://es.wikipedia.org/wiki/Constructo_(psicolog%C3%ADa)" target="_blank">constructos)</a></span> es necesario crear (usar si ya existen) escalas de medida formadas por un conjunto de preguntas o frases (ítems) que permiten medir el nivel que alcanza una atributo determinado
(<span style="color: red;"><a href="https://es.wikipedia.org/wiki/Introversi%C3%B3n_y_extraversi%C3%B3n" target="_blank">extroversión</a></span>, <span style="color: red;"><a href="https://es.wikipedia.org/wiki/Psicoticismo" target="_blank">psicoticismo</a></span>, capacidad verbal, capacidad espacial, etc.) que no es directamente observable en el sujeto sometido a observación (un alumno, una institución, un animal, etc.).<br />
En la literatura clásica psicométrica, el <span style="color: red;"><a href="https://es.wikipedia.org/wiki/Alfa_de_Cronbach" target="_blank">alfa de Cronbach</a></span>, nos indica la <span style="color: red;"><a href="https://es.wikipedia.org/wiki/Fiabilidad_(psicometr%C3%ADa)" target="_blank">fiabilidad</a></span> de un conjunto de indicadores para medir un constructo evaluado. En caso de obtener mas de un constructo, en el análisis factorial desarrollado, este índice no es adecuado, ya que no tiene en cuenta la influencia que los otros constructos pueden tener sobre el medido. Es un estadístico sesgado (Dunn, Baguley & Brunsden, 2014).</div>
<div style="text-align: justify;">
<a name='more'></a></div>
<div style="text-align: justify;">
<br />
Una solución al problema anterior es el cálculo del <b>Índice de la Fiabilidad Compuesta</b> (Fornell & Larcker, 1981), que se interpreta como el alfa de Cronbach pero tiene en cuenta las interrelaciones de los constructos extraídos. Su fórmula es para un factor <i>j</i>:</div>
<div style="text-align: justify;">
<span style="font-family: "courier new" , "courier" , monospace;"> [SUM (a<span style="font-size: xx-small;">ij</span>)]^<span style="font-size: xx-small;">2</span></span></div>
<div style="text-align: justify;">
<span style="font-family: "courier new" , "courier" , monospace;">IFC = __________________________</span></div>
<div style="text-align: justify;">
<span style="font-family: "courier new" , "courier" , monospace;"> [SUM (a<span style="font-size: xx-small;">ij</span>)]^2+SUM Var(E<span style="font-size: xx-small;">ij</span>)</span></div>
<div style="text-align: justify;">
donde... </div>
<div style="text-align: justify;">
a<span style="font-size: xx-small;">ij </span>= carga factorial estandarizada de cada uno de los <i>i </i>indicadores que cargan sobre el factor <i>j</i> </div>
<div style="text-align: justify;">
Var(E<span style="font-size: xx-small;">ij</span>) = varianza del término de error asociado a cada uno de los <i>i</i> indicadores del factor <i>j</i>. Teniendo en cuenta que este error (E<span style="font-size: xx-small;">ij</span>) también se puede calcular como: 1 - a<span style="font-size: xx-small;">ij</span>^<span style="font-size: xx-small;">2 </span><br />
El valor del estadístico debería ser <u>superior a 0,7</u> (en caso descriptivo) o <u>0,9</u>(pruebas de selección de personal) de acuerdo a las reglas de valoración clásicas admitidas (Prieto & Delgado, 2010).<br />
<br />
Junto al estadístico anterior se suele presentar el <b>Índice de Varianza Extraída</b> (IVE), que muestra la relación entre la
varianza que es capturada por un factor j en relación a la varianza total
debida al error de medida de ese factor (Fornell & Larcker, 1981), es decir:<br />
<div style="text-align: justify;">
<span style="font-family: "courier new" , "courier" , monospace;"> SUM a<span style="font-size: xx-small;">ij</span>^<span style="font-size: xx-small;">2</span></span></div>
<div style="text-align: justify;">
<span style="font-family: "courier new" , "courier" , monospace;">IVE = __________________________</span></div>
<div style="text-align: justify;">
<span style="font-family: "courier new" , "courier" , monospace;"> SUM (a<span style="font-size: xx-small;">ij</span>)^2+SUM Var(E<span style="font-size: xx-small;">ij</span>)</span></div>
donde los términos son equivalentes a la fórmula anterior.<br />
El valor del estadístico debería ser <u>superior a 0,5</u>.<br />
<br />
Aplicando los algoritmos anteriores sobre el ejemplo ofrecido por AMOS en su archivo 8, se puede obtener una tabla resumen en <i><a href="https://es.wikipedia.org/wiki/Microsoft_Excel" target="_blank">excel</a></i> semejante a la siguiente:<br />
<div class="separator" style="clear: both; text-align: center;">
</div>
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgH1RjsbORxxPemG_E77dUzR8lqMcCb01nh-3a5HKZL6Qy7ohS6g5_HI9A4jm6wywJl-tDKz8uakQM7qiWc_h47Nfz5h2euIN_8BsFJWJP3t3sjQEaCD090teM7fTTmUYNozT9UyamnfJA1/s1600/Image3.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgH1RjsbORxxPemG_E77dUzR8lqMcCb01nh-3a5HKZL6Qy7ohS6g5_HI9A4jm6wywJl-tDKz8uakQM7qiWc_h47Nfz5h2euIN_8BsFJWJP3t3sjQEaCD090teM7fTTmUYNozT9UyamnfJA1/s1600/Image3.jpg" /></a></div>
...como podemos observar la fiabilidad compuesta es ligeramente superior al algoritmo clásico. También podemos ver que el factor <i>Spatial </i>está por debajo de 0,5 (IVE), lo que nos indica que es una solución claramente deficiente (no supera el valor recomendable este constructo).<br />
<br /></div>
<div style="text-align: justify;">
<b>Referencias.</b></div>
<div style="text-align: justify;">
*Dunn,T.J.; Baguley,T. and Brunsden,V. (2014).From alpha to omega: A practical solution to the
pervasive problem of internal consistency estimation.<i>British Journal of Psychology</i>, <i>105</i>, 399–412.<br />
*Fornell,C. & Larcker D.F. (1981). Evaluating structural equations models with unobservable variables and measurement error. <i>Journal of Marketing Research</i>, <i>18</i>, 39-50.<br />
*Nunnally, J.C. & Bernstein, I.H. (1994). <i>Psychometric Theory</i>. 3ª edición.
Nueva York: McGraw Hill.<br />
*Prieto,G. y Delgado,A.R. (2010). Fiabilidad y validez. <i>Papeles del Psicólogo</i>, <i>31(1)</i>, 67-74.</div>
<div style="text-align: justify;">
<br /></div>
<div style="text-align: justify;">
<br /></div>
<div style="text-align: justify;">
<br /></div>
<br />Gipuniovihttp://www.blogger.com/profile/00619880805952150621noreply@blogger.comtag:blogger.com,1999:blog-7797664292446506873.post-10033596039529244242016-05-28T12:28:00.000+02:002016-05-28T12:29:29.318+02:00Tamaño del efecto en tablas de contingencia mediante el SPSS<div style="text-align: justify;">
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgGuHunoXOBc4UfEbBuC8QAb0rWGp091t4BD_8IilxL_U9Y4yKNGkWEARwe-cwrBLlygiKm_YCthTy_RuJRzkxS9N7r3gERrCP9o7A4yBENjKyUUKVPEirOUIm5l9CmAiWBql5vETnkqPrD/s1600/NASA_2012_resumen.jpg" imageanchor="1" style="clear: left; float: left; margin-bottom: 1em; margin-right: 1em;"><img border="0" height="320" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgGuHunoXOBc4UfEbBuC8QAb0rWGp091t4BD_8IilxL_U9Y4yKNGkWEARwe-cwrBLlygiKm_YCthTy_RuJRzkxS9N7r3gERrCP9o7A4yBENjKyUUKVPEirOUIm5l9CmAiWBql5vETnkqPrD/s320/NASA_2012_resumen.jpg" width="291" /></a></div>
Siguiendo las recomendaciones de la APA (2009), vamos a ver brevemente como se obtiene el tamaño del efecto (<i>a posteriori</i>) en las tablas de contingencia, usando para ello el <b>SPSS</b>.<br />
<br />
En primer lugar recordar que en las tablas de frecuencias (contingencia) la fuerza de asociación (tamaño del efecto), estamos contrastando si las variables están relacionadas (asociadas), y se suele hablar en la literatura de fuerza de asociación en lugar de tamaño del efecto.</div>
<div style="text-align: justify;">
<br /></div>
<div style="text-align: justify;">
Para medir el tamaño del efecto (fuerza de asociación) vamos a usar en <b>SPSS </b>las tres medidas de asociación más frecuentes, que recordemos son:</div>
<div style="text-align: justify;">
El <b>coeficiente phi</b>: cuando tenemos una tabla 2×2 varía entre 0 y 1 y tiene una interpretación similar a la r de Pearson (más correlación cuanto más cercano a 1). En tablas mayores es más difícil de interpretar, y no debe ser usado.</div>
<div style="text-align: justify;">
El <b>coeficiente de contingencia</b>: siempre varía entre 0 y 1 y se interpreta como la phi. El problema es que pocas veces alcanza el valor 1.</div>
<div style="text-align: justify;">
La <b>V de Cramer</b>: para tablas 2×2 coincide con la phi. Siempre varía entre 0 y 1, y en tablas mayores de 2×2 no tiene las restricciones del coeficiente de contingencia, puede alcanzar su valor máximo 1.</div>
<br />
<a name='more'></a><br />
Supongamos el siguiente caso de datos y resultados clásicos ofrecidos por el SPSS....<br />
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgjeUOLauUFqU7BGLE-7dJAQEsXiKnoIX7bi1uieqmR5Ayjj8o7-6_PIHwvPF8KsvNcLvrvX1WKWCCj7ZxLG-eGwkHVDCedGSmo-dQjBv7UXk-tM-HhAmnF9nsugoWDj4KCECNys1q9f3XS/s1600/s1.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" height="306" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgjeUOLauUFqU7BGLE-7dJAQEsXiKnoIX7bi1uieqmR5Ayjj8o7-6_PIHwvPF8KsvNcLvrvX1WKWCCj7ZxLG-eGwkHVDCedGSmo-dQjBv7UXk-tM-HhAmnF9nsugoWDj4KCECNys1q9f3XS/s400/s1.jpg" width="400" /></a></div>
<br />
...en cuanto a los resultados del tamaño del efecto (asociación) con un intervalo <i>bootstrap</i> de 2000 simulaciones al 95%....<br />
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjLge-F6aSRyt0UC-Nf2FSZqkWL1_3IeB7v03qcmobwjKyMYc_p9Zt3eccNQg82eRXX7w0RJXxf156g_mVPiFkORVX5PDxlr5ejUUtxzPwpGs64eyjzme8DBBT41l5lau8ELgDjK93YFAi_/s1600/s2.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" height="225" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjLge-F6aSRyt0UC-Nf2FSZqkWL1_3IeB7v03qcmobwjKyMYc_p9Zt3eccNQg82eRXX7w0RJXxf156g_mVPiFkORVX5PDxlr5ejUUtxzPwpGs64eyjzme8DBBT41l5lau8ELgDjK93YFAi_/s400/s2.jpg" width="400" /></a></div>
<br />
<div style="text-align: justify;">
Claramente observamos en nuestro ejemplo, que si bien usando el estadístico <i>p (grado de significación) </i>podemos concluir que existe diferencia entre las terapias, esta debería ser relativizada por los resultados del tamaño del efecto, que son bastante débiles (efectos pequeños). Como podemos comprobar en este caso no es suficiente con atenerse al grado de significación para concluir algo consistente sobre un experimento científico, se necesitan complementos como es el tamaño del efecto (Cardenas y Arancibia,2014) y el uso de los intervalos de confianza mediante <i>bootstrap</i> (Herrero, 2015).</div>
<br />
<br />
<b>Referencias.</b><br />
*Cardenas,C. y Arancibia,H. (2014). Potencia estadística y cáculo del tamaño del efecto en G*Power: Complementos a las pruebas de significación estadística y su aplicación en Psicología. <i>Salud & Sociedad</i>,<i> 5(2)</i>, 210 – 224.<br />
*<span style="text-align: left;">Herrero,F.J.(15</span><span style="text-align: left;"> de abril de 2015). Bootstrap y Kappa de Cohen en SPSS [Mensaje en un blog]. Recuperado de <a href="http://meobsuniovi.blogspot.com.es/2015/04/bootstrap-y-kappa-de-cohen-en-spss.html">http://meobsuniovi.blogspot.com.es/2015/04/bootstrap-y-kappa-de-cohen-en-spss.html</a></span><span style="text-align: left;">.</span><br />
<span style="text-align: justify;">*APA. (2009). </span><i style="text-align: justify;">Publication Manual of the American Psychological Association</i><span style="text-align: justify;"> (6th ed.). Washington, DC: American Psychological Association.</span><br />
<br />
<br />Gipuniovihttp://www.blogger.com/profile/00619880805952150621noreply@blogger.comtag:blogger.com,1999:blog-7797664292446506873.post-84730305760199569542016-05-05T18:57:00.001+02:002019-06-21T15:41:05.312+02:00Tamaño del efecto en la prueba U de Mann-Whitney<div style="text-align: justify;">
Una alternativa clásica a la prueba de la <i>t de Student</i>, es la <span style="color: red;"><a href="https://es.wikipedia.org/wiki/Estad%C3%ADstica_no_param%C3%A9trica" target="_blank">prueba no paramétrica</a></span> conocida como <span style="color: red;"><a href="https://es.wikipedia.org/wiki/Prueba_U_de_Mann-Whitney" target="_blank">U de Mann-Whitney </a></span>(Mann-Whitney-Wilcoxon, prueba de suma de rangos Wilcoxon, o prueba de Wilcoxon-Mann-Whitney), y aplicada a dos muestras independientes, con datos a nivel de escala ordinal o intervalo/razón pero donde no se puede asumir normalidad. </div>
<div style="text-align: justify;">
<br />
Es un procedimiento que es fácil de programar en sistemas como el <i>SPSS</i>, como podemos comprobar en el siguiente caso:<br />
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhRq-l_66ftsc2j2NS6WvCf9QVLicYb79Su9EK0K9obYQLI9pRLs4Y3a2X8l8QY4iAwI7freOxZgn5lgQ6N5EF5-fMzQ2rdhzK4jBLDt2_rcF79Jk-KNKefHoTh6K6zX7ApnYZ43F3eyJ8g/s1600/Imagen7.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="830" data-original-width="1361" height="195" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhRq-l_66ftsc2j2NS6WvCf9QVLicYb79Su9EK0K9obYQLI9pRLs4Y3a2X8l8QY4iAwI7freOxZgn5lgQ6N5EF5-fMzQ2rdhzK4jBLDt2_rcF79Jk-KNKefHoTh6K6zX7ApnYZ43F3eyJ8g/s320/Imagen7.jpg" width="320" /></a></div>
<br />
<div class="separator" style="clear: both; text-align: center;">
</div>
<a name='more'></a>En esta entrada nos vamos a ceñir a describir como podemos obtener el tamaño del efecto <i>a posteriori</i>, necesario en el análisis estadístico científico, de acuerdo a las últimas recomendaciones de la <i>APA</i> (2009) y <i>ASA </i>(Wasserstein & Lazar, 2016), y que no aparece recogido en el programa estadístico del <i>SPSS</i>.<br />
<br />
Este estadístico, frecuentemente se describe por (Tomczak & Tomcak, 2014):<br />
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEiaZrM9SbYGqB5oRcvJE2KTRmaolbd6Bfn_TQB_C12EmNe06JHMoXp88o5k9KnkVInu2qMRqrYmqxhFLNf0Mf-c-b99zMYQBnowEt-eURXq44jv6EaLDo8xNq4uKaXQyOQUHdykPO_yG26d/s1600/TE.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" height="80" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEiaZrM9SbYGqB5oRcvJE2KTRmaolbd6Bfn_TQB_C12EmNe06JHMoXp88o5k9KnkVInu2qMRqrYmqxhFLNf0Mf-c-b99zMYQBnowEt-eURXq44jv6EaLDo8xNq4uKaXQyOQUHdykPO_yG26d/s200/TE.jpg" width="80" /></a></div>
...donde la Z se toma en valor absoluto.<br />
<br />
Mirando en el ejemplo anterior encontraremos el elemento que debemos referenciar en los artículos señalado como <i>a</i>....<br />
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEh620Ks6uK658JQ2e6SnjLhY-cwUa6gy41oGSWELzilMz5FFke65H66sESIIPNM4c9AttkNmGqi1LIPdr-DtNbt5fwo9FtAiHEYuSa94vDawNwgkiGQ2NUKOpokj506JV46sIVR_v12UhLf/s1600/Imagen4.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="706" data-original-width="1250" height="180" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEh620Ks6uK658JQ2e6SnjLhY-cwUa6gy41oGSWELzilMz5FFke65H66sESIIPNM4c9AttkNmGqi1LIPdr-DtNbt5fwo9FtAiHEYuSa94vDawNwgkiGQ2NUKOpokj506JV46sIVR_v12UhLf/s320/Imagen4.jpg" width="320" /></a></div>
<br />
<div class="separator" style="clear: both; text-align: center;">
</div>
Ahora si deseamos obtener el tamaño del efecto, sustituiremos en la fórmula anteriore (r) por los datos ofrecidos por el SPSS (marcado por <i>b</i>)...<br />
<i> 2,685/SQRT(10)= <b>0,849</b></i><br />
<br />
Donde, a la hora de valorar el tamaño de los efectos obtenidos, se puede usar el criterio descrito por Cohen (1988): r=0,10 (bajo)/r=0,30(medio)/r=0,50(grande)/r=0,70(muy grande)<br />
<br />
Para una interpretación mas detallada puede servir la siguiente tabla recogida de la web Psychometrica (2016), que incluye las interpretaciones de Cohen (1968) y Hattie (2009) :<br />
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEioXiXlk3B-gz_jPsROfBkAU5ITbSeY4GQ-HHi1A06TC1PMPPDnyo-nmr98DgJasCJUrM8LlEHsyk1e_TLBlVAmdpR-JM2SznaxGuqcr0npE26S-JdGIOQnLHPeEQuk4VoQu0IQ4DQ2-AUZ/s1600/tabla.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" height="268" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEioXiXlk3B-gz_jPsROfBkAU5ITbSeY4GQ-HHi1A06TC1PMPPDnyo-nmr98DgJasCJUrM8LlEHsyk1e_TLBlVAmdpR-JM2SznaxGuqcr0npE26S-JdGIOQnLHPeEQuk4VoQu0IQ4DQ2-AUZ/s320/tabla.jpg" width="320" /></a></div>
Por supuesto, en los casos de tener diversas pruebas estadísticas es mejor programar el procedimiento bien en la ventana de sintaxis del propio SPSS o en R. En nuestro caso hemos elegido usar R:<br />
<br />
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEg_806P5GNcEZ8g4g_Btx_B8KCGdKKWyTHt1gE0FGKcBj0GniOdr3OuoDFGYGUYxDQ35OR8fbC3MoHdoes-1eQBiHqtGZGu1Qu73o2AuBfWiX6fkebRhVmobhuG_mROxwyl75jG3lhmP5g6/s1600/r.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" height="116" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEg_806P5GNcEZ8g4g_Btx_B8KCGdKKWyTHt1gE0FGKcBj0GniOdr3OuoDFGYGUYxDQ35OR8fbC3MoHdoes-1eQBiHqtGZGu1Qu73o2AuBfWiX6fkebRhVmobhuG_mROxwyl75jG3lhmP5g6/s200/r.jpg" width="200" /></a></div>
<span style="text-align: start;"><br /></span>
<span style="text-align: start;">Una forma de referenciar los resultados anteriores en un artículo sería: </span><br />
<span style="text-align: start;"><i>"Encontrando un efecto significativo entre los grupos (la media de rangos del grupo 1 y 2 son 3 y 8 repectivamente; U = 25 (Z = -2.685), p = 0.007, r = 0.849)". </i></span><br />
<br />
Un procedimiento completo en R también es posible programarlo, como podemos ver a continuación:<br />
<i>############################</i><br />
<i>library("coin")</i><br />
<i>x1<-c(1,2,2,2,1,6,7,7,8,7)</i><br />
<i>g<-c(1,1,1,1,1,2,2,2,2,2)</i><br />
<i>g<-as.factor(g)</i><br />
<i>N <- length(x1) # tamaño muestral</i><br />
<i>Test <- wilcox_test( x1 ~ g, distribution = "exact" )</i><br />
<i>Test</i><br />
<i>tamaEfecto <- statistic( Test ) / sqrt( N )</i><br />
<i>tamaEfecto</i><br />
############################<br />
<br />
Por otra parte, el tamaño del efecto también puede ser obtenido directamente a partir<br />
<i>eta<sup>2</sup> = r<sup>2</sup></i><br />
...tomando los datos del ejemplo anterior tendríamos....<br />
<i> 0,849<sup>2</sup>= <b>0,72</b></i><br />
<i><b><br /></b></i>
....o también se puede resolver acudiendo a la expresión alternativa (<i>sobreestimadora</i> de resultados):<br />
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhnZ9Rg2Z-ErgMDjXRngOCi8miw2E_RN-JdOr1AzI5nPfHQvFOask9bwnT5Hp34KSeDEj11GEMNc3kxkRoWR-FJ4mSbJaPmxe_iRknxIqTFF3zcfTohpK7VpoLWG2y2io2ZyA6OVY46Ddqw/s1600/Imagen2.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="150" data-original-width="257" height="116" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhnZ9Rg2Z-ErgMDjXRngOCi8miw2E_RN-JdOr1AzI5nPfHQvFOask9bwnT5Hp34KSeDEj11GEMNc3kxkRoWR-FJ4mSbJaPmxe_iRknxIqTFF3zcfTohpK7VpoLWG2y2io2ZyA6OVY46Ddqw/s200/Imagen2.jpg" width="200" /></a></div>
<br />
...tomando los datos del ejemplo anterior tendríamos....<br />
<i> 2,685<sup>2</sup>/(10-1)= <b>0,80</b></i><br />
<i><b><br /></b></i>
Si la expresión anterior, cambiásemos el termino (N-1) por N el resultados sería semejante a r<sup>2</sup>....<br />
<i> 2,685<sup>2</sup>/10= <b>0,72</b></i><br />
<br />
Es muy útil (recomendable) cuando tenemos <u>porcentajes que contrastar</u> en dos situaciones independientes.<br />
<br />
<br />
<b>Referencias.</b><br />
*APA. (2009). <i>Publication Manual of the American Psychological Association</i> (6th ed.).
Washington, DC: American Psychological Association.<br />
*Cohen, J. (1988), <i>Statistical Power Analysis for the Behavioral Sciences</i>, 2nd Edition. Hillsdale: Lawrence Erlbaum.<br />
*Hattie, J. (2009). <i>Visible Learning</i>. London: Routledge.<br />
*Psychometrica (2016). Computation of Effect Sizes. Recuperado de http://www.psychometrica.de/effect_size.html.<br />
*Tomczak, M & Tomcak, E. (2014). The need to report effect size estimates revisited. An overview of some recommended measures of effect size. <i>Trends Sport Scicences</i>, <i>1(21)</i>, 19-25.<br />
*Wasserstein,R.L. & Lazar,N.A. (2016): The ASA's statement on p-values: context, process, and purpose, <i>The American Statistician,</i> DOI: 10.1080/00031305.2016.1154108 , recuperado de http://dx.doi.org/10.1080/00031305.2016.1154108)</div>
<br />
<div style="text-align: justify;">
<br /></div>
<div style="text-align: justify;">
<br /></div>
Gipuniovihttp://www.blogger.com/profile/00619880805952150621noreply@blogger.comtag:blogger.com,1999:blog-7797664292446506873.post-52103312113771069032016-03-12T10:29:00.001+01:002016-03-12T10:29:16.501+01:00Métodos de Observación: Introducción al programa Animal Behaviour Pro<div style="text-align: justify;">
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjMnoG-U9cl3D8ZJ4GRfQKiY9wAP0kUD4tThobijT8uwYScu7dAYLIsOJXcTg05meVlFHExn0MtaYJB23YN26wQ9uzsSu1t83QobV78Ew2WxBLskp2rYrDGjpU1rnfAfVMqh8YyDx1J_8CT/s1600/Image3.jpg" imageanchor="1" style="clear: left; float: left; margin-bottom: 1em; margin-right: 1em;"><iframe allowfullscreen="" class="YOUTUBE-iframe-video" data-thumbnail-src="https://i.ytimg.com/vi/qZTPyRPgyLg/0.jpg" frameborder="0" height="266" src="https://www.youtube.com/embed/qZTPyRPgyLg?feature=player_embedded" width="320"></iframe></a></div>
Entre las herramientas disponible en dispositivos <i>IOS</i> (<i>Iphone</i> & <i>Ipad</i>) para el registro observacional vamos a ver de forma breve la conocida como <i>Animal Behaviour Pro</i>.
Creada como un registrador de datos flexible, durante la codificación en vivo de los comportamientos bajo condiciones de campo, de acuerdo a la linea de Altmann (1974). </div>
<br />
<div style="text-align: justify;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjMnoG-U9cl3D8ZJ4GRfQKiY9wAP0kUD4tThobijT8uwYScu7dAYLIsOJXcTg05meVlFHExn0MtaYJB23YN26wQ9uzsSu1t83QobV78Ew2WxBLskp2rYrDGjpU1rnfAfVMqh8YyDx1J_8CT/s1600/Image3.jpg" imageanchor="1" style="clear: right; float: right; margin-bottom: 1em; margin-left: 1em; text-align: center;"><img border="0" height="200" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjMnoG-U9cl3D8ZJ4GRfQKiY9wAP0kUD4tThobijT8uwYScu7dAYLIsOJXcTg05meVlFHExn0MtaYJB23YN26wQ9uzsSu1t83QobV78Ew2WxBLskp2rYrDGjpU1rnfAfVMqh8YyDx1J_8CT/s200/Image3.jpg" width="116" /></a>El elemento central del programa consiste en un esquema de codificación, formado por una lista de temas (donde todos los individuos que se pueden observar son actores o receptores de comportamiento). En este apartado aparecerán todos los comportamientos que se deseen grabar (<i><span style="color: red;"><a href="https://en.wikipedia.org/wiki/Ethogram" target="_blank">etograma</a></span></i>), y una lista de 'modificadores' (calificadores de los patrones de comportamiento individuales). Se requiere además, en todos los comportamientos, especificar un objetivo cuando se crea (<i>auto</i>: el actor, <i>otro</i>: otro individuo, ó <i>ninguno</i>: sin objetivo). </div>
<div style="text-align: justify;">
<br /></div>
<div style="text-align: justify;">
Recordar que cuando se codifican las conductas, debe ser un proceso mutuamente excluyente y exhaustivo. No obstante, la aplicación es compatible con el uso de los códigos que no se excluyen mutuamente, para aquellas situaciones particulares que se requiera. </div>
<div style="text-align: justify;">
<a name='more'></a></div>
<div style="text-align: justify;">
Se debe tener en cuenta que la aplicación no planifica los muestreos, es una herramienta para aumentar la eficiencia de la recolección de datos, no un medio para convertir un observador inteligente en un robot de recogida de datos.
</div>
<div style="text-align: justify;">
<br /></div>
<div style="text-align: justify;">
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhbxEPHQXRPm1tnYHz1dfWmcK7jNrCFN6nIKmO-SC0Xb7dx3awtlP8JN3N3ID6puuCufYqXTB5YxjFi5M1nb2cxtEqaszm96WvDlDu0-PrLKaNgJSQ-gObKL4D9WKkznk1i3H94afKVujbU/s1600/Image6.jpg" imageanchor="1" style="clear: right; float: right; margin-bottom: 1em; margin-left: 1em;"><img border="0" height="320" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhbxEPHQXRPm1tnYHz1dfWmcK7jNrCFN6nIKmO-SC0Xb7dx3awtlP8JN3N3ID6puuCufYqXTB5YxjFi5M1nb2cxtEqaszm96WvDlDu0-PrLKaNgJSQ-gObKL4D9WKkznk1i3H94afKVujbU/s320/Image6.jpg" width="192" /></a></div>
Proporciona cuatro métodos muestrales estándar de registro:</div>
<div style="text-align: justify;">
-1. Animal <i>Focal</i>. Es un procedimiento dirigido de tipo continuo, donde podemos especificar si el sujeto es el actor o el receptor, así como la duración de la muestra. </div>
<div style="text-align: justify;">
-2. <i>Exploración</i>. Permite el registro instantáneo del comportamiento de uno o más individuos, donde son posibles seleccionar tres opciones:<br />
A)"<u>Todo comportamiento</u>", en el que las conductas enumeradas en el esquema de codificación se pueden grabar, junto con modificadores, para cada uno de los sujetos. Cabe señalar que esta ópción <<i>OK</i>> se usa para significar que se ha especificado la información correcta para cada actor, y un golpe de derecha a izquierda de la zona de notificación ofrece la opción de concluir (y guardar) la exploración.<br />
B) "<u>Comportamiento individual</u>", en la que se preselecciona un código de conducta individual y la exploración registra aquellos individuos que realizan ese comportamiento.<br />
C) "<u>Presencia</u>", en el que se registra la presencia (y por exclusión, ausencia) de los sujetos.<br />
-3. Comportamiento <i>Focal</i>. Este método permite tanto el comportamiento y muestreo "secuencial". Para utilizarlo el esquema de codificación debe tener comportamientos dispuestos en grupos; a continuación la aplicación limitará los códigos de comportamiento disponibles a los de los grupos que haya configurado. Los comportamientos se pueden asignar a grupos cuando se crean o se editan en el esquema de codificación.</div>
<div style="text-align: justify;">
-4. <i>Ad Libitum</i>. Es el registro tradicional enfoque, que todavía tiene sus usos para recolectar información contextual, o para registrar el comportamiento raro o situaciones interesantes fuera de su horario de recogida de datos elegido. La aplicación le permite hacer esto de dos maneras: en primer lugar, a través de una interfaz similar a la de los otros métodos de muestreo, con su propio sistema de codificación dedicado. Y en segundo lugar, mediante la opción de escribir el texto que necesita el observador en una forma de nota virtual.</div>
<div style="text-align: justify;">
<div class="separator" style="clear: both; text-align: center;">
<br /></div>
</div>
<div style="text-align: justify;">
Los datos se pueden exportar en formato estándar (<i>CSV</i>), bien a través de <i>iTunes</i> o por correo electrónico. En principio son "prácticamente" ilimitados el número de sujetos o comportamientos que se desean estudiar. Y en cuanto a los códigos pueden ser de la longitud deseada, aun cuando se recomienda ser lo más breve posible (2-4 caracteres) con objeto de facilitar la visibilidad en el dispositivo portátil.<br />
<br /></div>
<div style="text-align: justify;">
El proceso de registro del muestreo no se inicia hasta que se empieza a introducir una observación, y además el tiempo de aparición de un comportamiento se registra cuando se presiona el primer botón (típicamente para el sujeto relevante o el comportamiento de un individuo focal), pero la observación no se guardan hasta que se pulsa <<i>OK</i>>.<br />
<br />
Es posible consultar un tutorial en Youtube <a href="https://youtu.be/v9pLE9kpOnk" target="_blank">desde este enlace</a> (acceso el 11-03-2016):<br />
<br />
<div class="separator" style="clear: both; text-align: center;">
<iframe allowfullscreen="" class="YOUTUBE-iframe-video" data-thumbnail-src="https://i.ytimg.com/vi/v9pLE9kpOnk/0.jpg" frameborder="0" height="266" src="https://www.youtube.com/embed/v9pLE9kpOnk?feature=player_embedded" width="320"></iframe></div>
<br />
<br /></div>
Referencias:<br />
*Altmann, J. (1974). Observational study of behavior: sampling methods. <i>Behaviour,</i> <i>49(3), </i>227-67.Gipuniovihttp://www.blogger.com/profile/00619880805952150621noreply@blogger.comtag:blogger.com,1999:blog-7797664292446506873.post-52734469939616798812016-01-05T18:35:00.004+01:002016-01-05T21:49:42.279+01:00Odds ratio y Q de Yule en el SPSS<div style="text-align: justify;">
En el campo de la observación, es frecuente tener que cuantificar la asociación entre dos evaluadores, como medio de probar el grado de concordancia de sus registros, o bien el análisis secuencial de dos comportamientos.</div>
<br />
<div style="text-align: justify;">
Frecuentemente la recogida de información se simplifica mediante clasificaciones dicotómicas, de acuerdo al esquema general de la siguiente tabla, para evaluar la concordancia de investigadores:</div>
<br />
<center>
<table border="0" cellpadding="10" style="width: 75%px;">
<caption><b>Frecuencias para datos binarios de observación en dos investigadores
</b>
</caption>
<tbody>
<tr>
<th rowspan="2" valign="bottom">Observador 1</th>
<th colspan="2" valign="bottom">Observador 2</th>
</tr>
<tr border="0">
<th border="0"><b>+</b></th>
<th><b>-</b></th>
<!-- <td align=left ></b><i>total</i></td> -->
</tr>
<tr>
<td align="center"><b>+ </b></td>
<td align="center" bgcolor="yellow"><b>a </b></td>
<td align="center" bgcolor="yellow"><b>b </b></td>
<td align="left">a + b </td>
</tr>
<tr>
<td align="center"><b>- </b></td>
<td align="center" bgcolor="yellow"><b>c </b></td>
<td align="center" bgcolor="yellow"><b>d </b></td>
<td align="left">c + d </td>
</tr>
<tr>
<!-- <td align=center> <i>total</i></TD> -->
<td></td>
<td align="center">a + c</td>
<td align="center">b + d</td>
<td><i>Total</i></td>
</tr>
</tbody></table>
</center>
<br />
Mientras en el caso de un análisis secuencial, el formato sería:<br />
<center>
<table border="0" cellpadding="10" style="width: 75%px;"><caption><b>Frecuencias para datos binarios de dos comportamientos secuenciales</b></caption><tbody>
<tr><th rowspan="2" valign="bottom">Comportamiento 1</th><th colspan="2" valign="bottom">Comportamiento 2</th></tr>
<tr border="0"><th border="0"><b>+</b></th><th><b>-</b></th></tr>
<tr><td align="center"><b>+</b></td><td align="center" bgcolor="orange"><b>a</b></td><td align="center" bgcolor="orange"><b>b</b></td><td align="left">a + b </td></tr>
<tr><td align="center"><b>-</b></td><td align="center" bgcolor="orange"><b>c</b></td><td align="center" bgcolor="orange"><b>d</b></td><td align="left">c + d </td></tr>
<tr><td></td><td align="center">a + c</td><td align="center">b + d</td><td><i>Total</i></td></tr>
</tbody></table>
</center>
<a name='more'></a>Por ejemplo supongamos los datos siguientes tomados de la obra de Yoder & Symons (2010):<br />
<center>
<table border="0" cellpadding="10" style="width: 75%px;">
<caption>
<b>Datos de observación secuencial</b></caption>
<tbody>
<tr>
<th rowspan="2" valign="bottom">Comportamiento 1</th>
<th colspan="2" valign="bottom">Comportamiento 2</th>
</tr>
<tr border="0">
<th border="0">Y</th>
<th>N</th>
<!-- <td align=left ></b><i>total</i></td> -->
</tr>
<tr>
<td align="center"><b>Y</b></td>
<td align="center" bgcolor="green"><b>186</b></td>
<td align="center" bgcolor="green"><b>5</b></td>
<td align="left">191 </td>
</tr>
<tr>
<td align="center"><b>N</b></td>
<td align="center" bgcolor="green"><b>862</b></td>
<td align="center" bgcolor="green"><b>117</b></td>
<td align="left">979</td>
</tr>
<tr>
<!-- <td align=center> <i>total</i></TD> -->
<td></td>
<td align="center">1048</td>
<td align="center">122</td>
<td><i>1180</i></td></tr>
</tbody></table>
</center>
<div style="text-align: justify;">
Por definición, un <i>odds ratio</i> (<i>OR)</i> es el resultado de operar:<br />
<pre> [a/(a+b)] / [b/(a+b)]
OR = -----------------------, (1)
[c/(c+d)] / [d/(c+d)]</pre>
...en el ejemplo:<br />
<pre> [186/(186+5)] / [5/(186+5)]
OR = ---------------------------------- = 5,049
[862/(862+117)] / [117/(862+117)]
</pre>
<span style="font-family: 'Times New Roman'; white-space: normal;"><br /></span>
<span style="font-family: 'Times New Roman'; white-space: normal;">En esta ecuación (1), se ve claramente que tanto el numerador y el denominador contienen probabilidades, que podemos simplificar como:</span>
<br />
<pre> a/b
OR = ---------, (2)
c/d</pre>
<pre>...en el ejemplo:</pre>
<pre> 186/5
OR = --------- = 5,049
862/117
</pre>
<pre style="text-align: justify;"><span style="font-family: 'Times New Roman'; white-space: normal;">
</span></pre>
<pre style="text-align: justify;"><span style="font-family: 'Times New Roman'; white-space: normal;">En esta ecuación (2), se opera con las posibilidades (<i>ODD</i>). El numerador, a / b, da las posibilidades de un resultado que podemos estimar positivo frente a otro tipo de calificación de naturaleza negativa. El denominador, c / d, da las posibilidades de un resultado positivo frente calificación negativa. Es decir, es la relación entre estas dos posibilidades, de ahí su nombre <i>odds ratio</i>. </span></pre>
<pre style="text-align: justify;"></pre>
<pre style="text-align: justify;"></pre>
<br />
Y también, se puede calcular mediante el algoritmo:<b></b><br />
<pre> ad
OR = ----, (3)
bc
</pre>
<pre>...en el ejemplo:</pre>
<pre> 186*117
OR = -------- = 5,049
5*862</pre>
<br />
<b></b>Como se puede verificar en la última ecuación (3), un <i>OR</i> no es nada más que los productos cruzados de una tabla de frecuencias de 2×2.
<br />
<div style="text-align: justify;">
<br />
De lo expuesto, ya por si solo, hace que la razón de posibilidades sea una manera potencialmente útil, no solo para evaluar la asociación entre las calificaciones de los dos evaluadores, sino también el análisis secuencial de dos comportamiento. En el análisis secuencial de los procesos de observación, se puede interpretar como una medida de la magnitud de la asociación entre dos tipos de comportamiento que suponemos que están enlazados entre si.</div>
<div style="text-align: justify;">
<br /></div>
<div style="text-align: justify;">
También tiene algunas otras características atractivas. Téngase en cuenta que:</div>
<pre> a/b a/c d/b d/c ad
OR = ----- = ----- = ----- = ----- = ----
c/d b/d c/a b/a bc
</pre>
<pre></pre>
<pre>En nuestro ejemplo....</pre>
<pre> 186/5 186/862 117/5 117/862 186*117
OR = -------- = ------- = ------- = -------- = --------=5,049
862/117 5/117 862/186 5/186 5*862</pre>
<br />
De todo esto vemos que el estadístico <i>OR</i> se puede interpretar de distintas formas, dependiendo de cómo expresemos el calculo o la operatoria para llegar a la solución numérica final.<br />
<br />
<b><i>Q de Yule.</i></b><br />
<br />
El estadístico OR se puede transformar a una escala en el rango de -1 a 1, mediante la conversión al estadístico conocido como la Q de Yule, que resulta de operar la expresión:<br />
<pre> OR - 1
Q = --------
OR + 1
</pre>
<pre>...en el ejemplo:</pre>
<pre> 5,049-1
Q = -------- = 0,669
5,049+1</pre>
<pre>...recordando que para los datos brutos de una tabla de frecuencias la fórmula es:</pre>
<pre> (a*d)-(b*c)
Q = ------------,
(a*d)+(b*c)</pre>
<pre></pre>
<pre>...en nuestro caso:</pre>
<pre> (186*117)-(5*862)
Q = ------------------ = 0,669
(186*117)+(5*862)</pre>
<pre></pre>
<br />
<span style="font-family: 'Times New Roman'; white-space: normal;"><b><i>SPSS: OR & Q de Yule.</i></b></span><br />
<span style="font-family: 'Times New Roman'; white-space: normal;"><br /></span>
<span style="font-family: 'Times New Roman'; white-space: normal;">Los procedimientos estadísticos contemplados podemos programarlos fácilmente en SPSS, como podemos ver en la siguiente captura de pantalla:</span><b>
</b><br />
<div class="separator" style="clear: both; text-align: center;">
<b><a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjOrRZ2KpyGRCL742ndREkoqmXW1gjXpTVgbxbdRnMxE_GE0Np_24pKh237IcshKylzysF-08ypik2Zyerfxr2latCeCby2j1WIKPlMHUtXO6lBRiT4U-XsTQYz1lrQ4avjckEPY6I0d1R5/s1600/Image2.jpg" imageanchor="1" style="font-family: 'Times New Roman'; margin-left: 1em; margin-right: 1em; text-align: center; white-space: normal;"><img border="0" height="252" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjOrRZ2KpyGRCL742ndREkoqmXW1gjXpTVgbxbdRnMxE_GE0Np_24pKh237IcshKylzysF-08ypik2Zyerfxr2latCeCby2j1WIKPlMHUtXO6lBRiT4U-XsTQYz1lrQ4avjckEPY6I0d1R5/s400/Image2.jpg" width="400" /></a></b></div>
<br />
<span style="font-family: 'Times New Roman'; white-space: normal;">Conviene hace notar, en los resultados anteriores, que han sido generados utilizando la ventana de sintaxis (también se puede generar interactivamente) y que el estadístico <i>Q de Yule</i> coincide con el estadístico Gamma ofrecido por el SPSS, mientras el OR aparece como <i>razón de ventaja</i>.</span><br />
<div class="separator" style="clear: both; text-align: center;">
<b><br /></b></div>
<b>Referencias.</b><br />
<br />
*Yoder,P. & Symons,F. (2010). <i>Observational Measurement of Behavior</i>. New York: Springer.<br />
<br />
<br /></div>
Gipuniovihttp://www.blogger.com/profile/00619880805952150621noreply@blogger.comtag:blogger.com,1999:blog-7797664292446506873.post-33077166985115523192015-05-31T20:19:00.000+02:002015-05-31T20:45:16.910+02:00Detección de series temporales anómalas en R: anomalous-acm<div style="text-align: justify;">
En las organizaciones, como puede ser una universidad pública, sus redes informáticas recopilan grandes cantidades de datos todos los días, y frecuentemente es necesario detectar en esas series de tiempo los comportamientos anómalos. Por ejemplo, en la monitorización de los servidores de páginas webs, del correo electrónico, de las aulas informáticas o de los profesores, una tarea común es identificar aquellas máquinas que se comportan de forma inusual. </div>
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjUXqBkJHKtb37e9StEtbcmejfBL0DBr-Xk3ydLfQn_41hyphenhyphenu3wqQtYdbsUOHK9fxnHA0CPnVbhQHYrRCZKJpE7OX4QqgTEBeLrvCc49gxMqBdkbBQYptEUIniMBpbw1CgKMtNiQsYZZ2jqn/s1600/posible+virus.png" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" height="200" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjUXqBkJHKtb37e9StEtbcmejfBL0DBr-Xk3ydLfQn_41hyphenhyphenu3wqQtYdbsUOHK9fxnHA0CPnVbhQHYrRCZKJpE7OX4QqgTEBeLrvCc49gxMqBdkbBQYptEUIniMBpbw1CgKMtNiQsYZZ2jqn/s320/posible+virus.png" width="320" /></a></div>
<div style="text-align: justify;">
<br />
<a name='more'></a></div>
<div style="text-align: justify;">
Una herramienta reciente que podemos utilizar en este tipo de tarea es <i><span style="color: red;"><a href="https://github.com/robjhyndman/anomalous-acm" target="_blank">anomalous-acm</a> </span></i>(Hyndman et al., 2015), destinada a calcular las características para cada serie de tiempo, como puede ser la estacionalidad o la entropía espectral, así como los valores extraños.</div>
<div style="text-align: justify;">
<br /></div>
<div style="text-align: justify;">
Muy recomendable en la detección de comportamientos anómalos en las redes sociales.</div>
<div style="text-align: justify;">
<br /></div>
<div style="text-align: justify;">
<b>Referencias.</b></div>
<div style="text-align: justify;">
*Hyndman,R.J.; Wang,E.; Laptev,N.;Kang,Y. and Smith-Miles,K. (2015).
Visualization of big time series data. (URL: <span style="color: red;"><a href="http://robjhyndman.com/talks/big-time-series/">http://robjhyndman.com/talks/big-time-series/</a></span>, acceso 31-5-2015)</div>
Gipuniovihttp://www.blogger.com/profile/00619880805952150621noreply@blogger.comtag:blogger.com,1999:blog-7797664292446506873.post-74096752632687839252015-04-17T18:27:00.001+02:002015-04-17T20:04:31.078+02:00Estimar Odds Ratio y los factores de confusión a través del SPSS<div style="text-align: justify;">
La asociación entre un comportamiento considerado problemático, y la exposición a un factor, es un análisis clásico (<span style="color: blue;"><a href="http://gdiyaduniovi.blogspot.com.es/2015/02/odds-ratio-en-r.html" target="_blank">Herrero, 2015</a></span>), y frecuentemente susceptible de confusión (<i><span style="color: blue;"><a href="http://es.wikipedia.org/wiki/Relaci%C3%B3n_espuria">relación espuria</a></span></i>).</div>
<div style="text-align: justify;">
Supongamos el caso siguiente (estudio en el centro de Villabona dirigido por el doctor F.J.Rodríguez de la Universidad de Oviedo), donde se relaciona la reincidencia (comportamiento objetivo) con la exposición a niveles de ingresos bajos en la familia. Usando el SPSS obtenemos la siguiente tabla de frecuencias y su <i><span style="color: blue;"><a href="http://es.wikipedia.org/wiki/Raz%C3%B3n_de_momios">Odds Ratio</a></span></i> (<i>OR</i>):</div>
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhSo1B0dvo3XXqK5G3wMNiMLSxx2gb8TMNCZ-iVPpoVXKBQd2cc0Duw5QAINOUEhbFJZ90DNeAZ9nEJ3W-TmgRvtIoCXSfETPf4IqVk3lBrPuvCPoDz9DQIUJ-uZgjSCP27PupaJH2AgoD0/s1600/OddsIngyReciv.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhSo1B0dvo3XXqK5G3wMNiMLSxx2gb8TMNCZ-iVPpoVXKBQd2cc0Duw5QAINOUEhbFJZ90DNeAZ9nEJ3W-TmgRvtIoCXSfETPf4IqVk3lBrPuvCPoDz9DQIUJ-uZgjSCP27PupaJH2AgoD0/s1600/OddsIngyReciv.jpg" /></a></div>
<div style="text-align: justify;">
Como el <i>OR</i> es de 2,5 (Ingresos bajos/Ingresos medios altos), con un <span style="color: blue;"><a href="http://es.wikipedia.org/wiki/Intervalo_de_confianza">intervalo de confianza</a></span> (<i>IC</i>) entre 1,28 y 4,99 (no contiene el 1), podemos asumir relación entre las dos variables estudiadas. Es decir, los ingresos familiares bajos son un factor de riesgo, a la hora de determinar un comportamiento de recidiva (reincidencia) en los sujetos internados en el centro de Villabona.<br />
<a name='more'></a>Si nos surge la duda sobre la asociación, es decir, si sospechamos que puede haber otro tipo de factor no contemplado en el estadístico, podemos realizar la operación de estratificar los análisis y comprobar de nuevo los resultados.<br />
<br />
En este caso, vamos a elegir la "edad irregular de comenzar a trabajar", que puede ser un determinante significativo en este tipo de sujetos.<br />
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEif0ziuvDTN9GKm44asq5djAIlZyvp6AwEgkLwndiOtVzpMZ4rbW-vX5h2NaG3WK2rwn0ynVLEy1jseCu0rurQVuuTN4jdJKJ32d3vp38W5T6SS7yiJnvwKHZ51qULZ-ztuA_AgwWcAmYDf/s1600/OddsIngyReciv2.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEif0ziuvDTN9GKm44asq5djAIlZyvp6AwEgkLwndiOtVzpMZ4rbW-vX5h2NaG3WK2rwn0ynVLEy1jseCu0rurQVuuTN4jdJKJ32d3vp38W5T6SS7yiJnvwKHZ51qULZ-ztuA_AgwWcAmYDf/s1600/OddsIngyReciv2.jpg" /></a></div>
<br />
Y efectivamente, ahora los <i>OR</i> cambian (1,556[0,467-5,182]) y 2,133[0,867-5,247]), no siendo significativa la asociación al contener el 1 en los <i>IC</i>.<br />
<br />
Si deseamos obtener un resultado global de los estratos, se utiliza la técnica de <i>Mantel-Haenszel</i> (<i>M-H</i>), siempre que los estratos sean homogéneos (semejante al <i><span style="color: blue;"><a href="http://es.wikipedia.org/wiki/An%C3%A1lisis_de_la_varianza">ANOVA</a></span></i>). Si no es homogéneo, significa que existen interacción entre los niveles, y deberíamos usar alternativas como puede ser la<span style="color: blue;"><a href="http://es.wikipedia.org/wiki/Regresi%C3%B3n_log%C3%ADstica"> regresión logística</a></span>.<br />
<br />
Aplicado a nuestro caso los resultados son:<br />
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgnZ8W1Bl41I0u27x07W8RWAi4wt5OPuiPcU3ipYc825TkrZV2T9B2gSRL9mCk0iJOZHzrauEodi6peRgebO3u9XHSHyIqcC9YBbTBkK7whYy7yTI-zSJl3zIOxXxRL_PgRrENg4RFfdVuM/s1600/OddsIngyReciv3.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgnZ8W1Bl41I0u27x07W8RWAi4wt5OPuiPcU3ipYc825TkrZV2T9B2gSRL9mCk0iJOZHzrauEodi6peRgebO3u9XHSHyIqcC9YBbTBkK7whYy7yTI-zSJl3zIOxXxRL_PgRrENg4RFfdVuM/s1600/OddsIngyReciv3.jpg" /></a></div>
Como podemos observar el test de homogeneidad se cumple (<i>p</i>=0,680), ya que la <i><span style="color: blue;"><a href="http://es.wikipedia.org/wiki/Hip%C3%B3tesis_nula">Ho</a></span></i> en este estadístico es que los<i> OR</i> se distribuyen de forma homogénea. Por tanto podemos usar los resultados ofrecidos por la técnica de <i>M-H</i>. Así tenemos que el<i> OR</i> ajustado es 1,906, con un <i>IC</i> de 0,928-3,912 (contiene el 1, por tanto no es significativo). Es decir, al final concluimos que la edad de comenzar a trabar (de forma legal) es un elemento de confusión, ya que altera la solución del <i>OR</i> inicial (2,531[1,28-4,99]). <br />
<br />
<b>Referencias.</b><br />
<span style="text-align: left;">*Herrero,F.J.(28 de febrero de 2015). Odds Ratio en R [Mensaje en un blog]. Recuperado de </span><span style="color: blue; text-align: left;"><a href="http://gdiyaduniovi.blogspot.com.es/2015/02/odds-ratio-en-r.html">http://gdiyaduniovi.blogspot.com.es/2015/02/odds-ratio-en-r.html</a></span><span style="text-align: left;">.</span><br />
<br />
<br /></div>
Gipuniovihttp://www.blogger.com/profile/00619880805952150621noreply@blogger.comtag:blogger.com,1999:blog-7797664292446506873.post-81569696046209217242015-03-24T09:24:00.000+01:002015-03-25T08:11:37.221+01:00Odds Ratio y Riesgo relativo en SPSS<div style="text-align: justify;">
En <span style="color: blue;"><a href="http://es.wikipedia.org/wiki/Metodolog%C3%ADa">Metodología</a></span>, frecuentemente usamos algoritmos para considerar una
exposición (factor de riesgo) y determinar su relación
al comportamiento problemático (por ejemplo , suicidio) . Son útiles
a la hora de expresar una cantidad (magnitud) del riesgo de comportamiento problemático para las personas que son
expuestas a determinados agentes (<span style="color: blue;"><a href="http://gdiyaduniovi.blogspot.com.es/2015/02/odds-ratio-en-r.html" target="_blank">Herrero, 2015</a></span>).</div>
<br />
Supongamos como ejemplo los datos siguientes:
<br />
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjoTsWgpgSMBLIjan66uu1xDm1tEHzd151pOGPAevPLxl9h9MjsyPzr46vc9ND5vND8eIsXlcsOhfKVc-yZur1zAyxFjxqdiuVOcHoVpQn2j-knUCzQWquNqXmQlx7lkoG_3Pi9aLgWUD8/s1600/Giardia+OR-1.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjoTsWgpgSMBLIjan66uu1xDm1tEHzd151pOGPAevPLxl9h9MjsyPzr46vc9ND5vND8eIsXlcsOhfKVc-yZur1zAyxFjxqdiuVOcHoVpQn2j-knUCzQWquNqXmQlx7lkoG_3Pi9aLgWUD8/s1600/Giardia+OR-1.jpg" height="165" width="200" /></a></div>
<br />
<div style="text-align: justify;">
El riesgo se expresa en modelos de probabilidad, de una exposición dada causando
un comportamiento. Es decir, la probabilidad de comportamiento problemático en los expuestos con respecto a la probabilidad de
comportamiento problemático en los que no han sido expuestos.
A esto, se conoce como el <span style="color: red;"><a href="http://es.wikipedia.org/wiki/Riesgo_relativo">riesgo relativo</a></span> (<b>RR</b>). En nuestro ejemplo el valor es 3.3</div>
<a name='more'></a><br />
<div style="text-align: justify;">
Otra forma de calcular el<b> RR</b> es en forma de un <b><span style="color: blue;"><a href="http://es.wikipedia.org/wiki/Raz%C3%B3n_de_momios" target="_blank">Odd Ratio</a></span></b> (<b>OR</b>), que es una razón de dos <b><span style="color: blue;"><a href="http://en.wikipedia.org/wiki/Odds" target="_blank">Odds</a></span></b>, el <b>Odd</b> del comportamiento (evento ) en el grupo expuesto dividido por el <b>Odd</b> del comportamiento en el grupo no expuesto . En el caso contemplado esto vale 3,6.
</div>
<div style="text-align: justify;">
<br /></div>
<div style="text-align: justify;">
La<b> OR</b> es interpretada también como una medida de la magnitud de asociación en los que tienen y los que no tienen la característica
en cuestión dentro de una población específica (Prasad et al. , 2008). Si el <b>OR</b> es mayor de 1.00 , el riesgo es mayor en el grupo expuesto (dirección positiva). Si el<b> OR</b> es menor que 1,00 ,
el riesgo es menor en el grupo expuesto (dirección negativa).
Si el <b>OR</b> es igual a 1.00 , el riesgo es el mismo en ambos grupos (el valor nulo, indica que no hay diferencia). </div>
<div class="separator" style="clear: both; text-align: center;">
</div>
<div style="text-align: justify;">
<br /></div>
<div style="text-align: justify;">
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEg3mAIhtYBrQtEKMv2vNZhB_OaV2k0EiX-2tRBjF1rv_0pE0EPIN5l_ojnO7ARL3_VFg639wRSAvTVsKjz8Bai0hlmGW7oSIrWfZB_qgBHFZVI1tm49G_dz9JyI_6aY7F_xdrPn3ZxJ-P4E/s1600/armas_muerte.jpeg" imageanchor="1" style="clear: left; float: left; margin-bottom: 1em; margin-right: 1em;"><img border="0" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEg3mAIhtYBrQtEKMv2vNZhB_OaV2k0EiX-2tRBjF1rv_0pE0EPIN5l_ojnO7ARL3_VFg639wRSAvTVsKjz8Bai0hlmGW7oSIrWfZB_qgBHFZVI1tm49G_dz9JyI_6aY7F_xdrPn3ZxJ-P4E/s1600/armas_muerte.jpeg" height="182" width="200" /></a></div>
Por supuesto estos son los valores muestrales, en caso de intentar generalizar a la población deberemos hacer uso de los intervalos confidenciales (<b>IC</b>). Estos
cuantifican el grado de imprecisión de nuestas estimaciones.<br />
<br />
Por otra parte, recordar que si el intervalo contiene el valor nulo (1)
eso significa que el resultado no es estadísticamente significativo en contraste de hipótesis. </div>
<div style="text-align: justify;">
<br /></div>
<div style="text-align: justify;">
En IBM SPSS, lo primero que deberemos realizar es la introducción de los datos en la hoja de datos, indicando que columna funcionará como ponderadora (frecuencia de los casos):<br />
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEh7Y7f95_qBFvul8-pv8Iv5wdMzTFXRVGUX0ar8EPmwGjyAF0UTfnPuz83jxp5I8Bxo3PJgLAHYlVxRbvEey2SMETetmzSjJihyphenhyphen7PMgquRtC8weKIQXHqQZ0rNMjTo6L5PELRiY8A6D08EM/s1600/datos.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEh7Y7f95_qBFvul8-pv8Iv5wdMzTFXRVGUX0ar8EPmwGjyAF0UTfnPuz83jxp5I8Bxo3PJgLAHYlVxRbvEey2SMETetmzSjJihyphenhyphen7PMgquRtC8weKIQXHqQZ0rNMjTo6L5PELRiY8A6D08EM/s1600/datos.jpg" height="192" width="400" /></a></div>
<br />
Posteriormente localizaremos el procedimiento correspondiente a las tablas de frecuencias, activando el estadístico de riesgo:<br />
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhnsuw-aWmSaX2fcDZTOhPCiX7dxQcbnP8t8MD0L-tQw3dsd7pIGIgyt5J65kF1A5f79C_q-GMj_yDspgGKT0t4lZlNwIpvqgBxgdRYALt-xGgO4RvFbj9PiYoIrCQbnGlid0VIRbri9AsW/s1600/menuspss.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhnsuw-aWmSaX2fcDZTOhPCiX7dxQcbnP8t8MD0L-tQw3dsd7pIGIgyt5J65kF1A5f79C_q-GMj_yDspgGKT0t4lZlNwIpvqgBxgdRYALt-xGgO4RvFbj9PiYoIrCQbnGlid0VIRbri9AsW/s1600/menuspss.jpg" height="202" width="400" /></a></div>
A continuación, después de un breve tiempo, obtendremos los resultados, tanto de los estadísticos <b>RR</b> como <b>OR</b>, así como sus intervalos de confianza al 95% (en este caso con amplitud muy ancha, reflejando un grado muy elevado de imprecisión).<br />
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEja-VFibg3KSXQJw0cUErrIUU13YeEdbcAney0pBSLW-LFB4btyfEmCG3EFgOOSz6ePwXCv2QhRsa73HV0-9fbP-dJvzFWUUVe42mr42XukXOheaNOaIp86PKXEE38_YwNC4QA6XYnTs6gN/s1600/resultados.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEja-VFibg3KSXQJw0cUErrIUU13YeEdbcAney0pBSLW-LFB4btyfEmCG3EFgOOSz6ePwXCv2QhRsa73HV0-9fbP-dJvzFWUUVe42mr42XukXOheaNOaIp86PKXEE38_YwNC4QA6XYnTs6gN/s1600/resultados.jpg" height="290" width="320" /></a></div>
<br /></div>
<br />
<b>Referencias.</b><br />
<div style="text-align: justify;">
<div style="text-align: left;">
*Herrero,F.J.(28 de febrero de 2015). Odds Ratio en R [Mensaje en un blog]. Recuperado de <span style="color: blue;"><a href="http://gdiyaduniovi.blogspot.com.es/2015/02/odds-ratio-en-r.html">http://gdiyaduniovi.blogspot.com.es/2015/02/odds-ratio-en-r.html</a></span>.</div>
*Prasad, K., Jaeschke, K., Wyer, P., Keitz, S., & Guyatt, G.(2008). Tips for teachers of evidence-based medicine:Understanding odds ratios and their relationship to risk ratios. <i>Journal of General Internal Medicine</i>, <i>23</i>, 635-640.</div>
<br />Gipuniovihttp://www.blogger.com/profile/00619880805952150621noreply@blogger.comtag:blogger.com,1999:blog-7797664292446506873.post-7668324937046527542015-02-27T09:04:00.001+01:002015-02-27T09:04:12.095+01:00Estimación de la normalidad multivariante: librería MVN en R<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjFlYezhQb243O_Hcai3lQFnJnlyKABvpuIRRLw_J1Q50Vpe5KjaNGM0Eq1XQMWFd92gDP0yIP7eenG-sRcsowpHxYmiZg_XXvg2rDY8mc5JZRlI4tw2cZE2OGxFH4gb2VK_zSL2BrmnceJ/s1600/Image2.jpg" imageanchor="1" style="clear: left; float: left; margin-bottom: 1em; margin-right: 1em;"><img border="0" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjFlYezhQb243O_Hcai3lQFnJnlyKABvpuIRRLw_J1Q50Vpe5KjaNGM0Eq1XQMWFd92gDP0yIP7eenG-sRcsowpHxYmiZg_XXvg2rDY8mc5JZRlI4tw2cZE2OGxFH4gb2VK_zSL2BrmnceJ/s1600/Image2.jpg" height="181" width="200" /></a></div>
<div style="text-align: justify;">
La suposición de que los <span style="color: red;"><a href="http://es.wikipedia.org/wiki/Distribuci%C3%B3n_normal_multivariante">datos multivariantes presentan una distribución normal</a></span> es un presupuesto fundamental para muchas las técnicas estadísticas
utilizadas en el campo de la Psicología. Por tanto, la necesidad de probar la validez de esta hipótesis es de suma importancia
antes de realizar los análisis correspondientes. </div>
<br />
<div style="text-align: justify;">
Entre las series de pruebas disponibles en la literatura científica, vamos a recomendar el paquete (<span style="color: red;"><a href="http://cran.r-project.org/web/packages/MVN/index.html">MVN</a></span>), recientemente publicado en <span style="color: red;"><a href="http://es.wikipedia.org/wiki/R_%28lenguaje_de_programaci%C3%B3n%29">R</a>,</span> por Korkmaz et al. (2014 ). Presenta la ventaja de reunir varios procedimientos de una forma muy accesible, incluyendo las
pruebas propuestas por Mardia , Henze - Zirkler y Royston, así como una serie de procedimientos gráficos complementarios muy útiles. </div>
<br />
<b>Referencias.</b><br />
<div style="text-align: justify;">
*Korkmaz, S.; D. Goksuluk, and Zarasiz,G. (2014). An R package for assessing multivariate normality. <i>The R Journal</i>, <i>6/2</i>, 151-162.</div>
Gipuniovihttp://www.blogger.com/profile/00619880805952150621noreply@blogger.comtag:blogger.com,1999:blog-7797664292446506873.post-77660427683308098412015-01-21T12:02:00.000+01:002015-01-22T08:57:21.533+01:00Efecto Streisand: Ciutat Morta<div style="text-align: justify;">
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgkx5Zhie6LcqUCk9-GX6T7k_V8AJ6E_2i4BUcyMEd3UeQHnFZFHu23ocz5m7sMazkGnTtgiJGRjNV6Rx-tTamdZxJCj9mJrWruHCRpu5ZSG0OkEw3c8U1T4hM9cHyFxVfyO0TDfLseBB6s/s1600/influencia3.gif" imageanchor="1" style="clear: left; float: left; margin-bottom: 1em; margin-right: 1em;"><img border="0" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgkx5Zhie6LcqUCk9-GX6T7k_V8AJ6E_2i4BUcyMEd3UeQHnFZFHu23ocz5m7sMazkGnTtgiJGRjNV6Rx-tTamdZxJCj9mJrWruHCRpu5ZSG0OkEw3c8U1T4hM9cHyFxVfyO0TDfLseBB6s/s1600/influencia3.gif" height="270" width="320" /></a></div>
El denominado <span style="color: red;"><a href="http://en.wikipedia.org/wiki/Streisand_effect">Efecto Streisand</a> (<a href="http://en.wikipedia.org/wiki/Reactance_(psychology)">reactancia emocional</a>)</span>, es un fenómeno ligado a internet, y a la reacción frente a un intento de censura por parte de entidades públicas y/o privadas (Brehm, 1966; Brehm & Brehm, 1981).
Produciendo un efecto contrario al deseado por el agente promotor del ocultamiento de la información, ya que, termina
siendo ampliamente divulgada. Frecuentemente se dirigen presiones judiciales hacia fotos, archivos o páginas web, que
lejos de ser eliminada, recibe gran publicidad, y acaba siendo rápidamente difundida través de <i>Facebook</i>, <i>Twitter</i>, <i>blogs</i>, <i>Youtube</i>, sitios de noticias
o sistemas de intercambio tipo <i>P2P</i>.<br />
<br />
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEiM6V4VXZOIwXoyK6BaHld2cTqKAy5XVoXRrQdpl1DkeMthuq_Xqda9CYmkL7ClN66fyEJ_9vzNkdibfDsnPR-3jkbrWpszP78EBmHgDa9jekAqTZKQhPtN7PUCWs_sgaCTbBKKWzd5U9xf/s1600/1421679013822.jpg" imageanchor="1" style="clear: right; float: right; margin-bottom: 1em; margin-left: 1em;"><img border="0" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEiM6V4VXZOIwXoyK6BaHld2cTqKAy5XVoXRrQdpl1DkeMthuq_Xqda9CYmkL7ClN66fyEJ_9vzNkdibfDsnPR-3jkbrWpszP78EBmHgDa9jekAqTZKQhPtN7PUCWs_sgaCTbBKKWzd5U9xf/s1600/1421679013822.jpg" height="179" width="320" /></a></div>
<div style="text-align: justify;">
El último caso reciente, de este tipo de caso, es <span style="color: red;"><a href="http://www.elperiodico.com/es/noticias/sociedad/ciutat-morta-desata-una-ola-indignacion-peticion-reapertura-del-caso-3863188">"Ciutat Morta"</a></span>, reportaje censurado 5 minutos y distribuido
por el canal 33 de Cataluña. La reacción de las redes convirtió al programa en el más visto del sábado en esa comunidad, con 569.000 espectadores
y una cuota de pantalla del 20%. Además, las redes sociales se convirtieron en el motor de la emisión al sugerir su visión
para descubrir unos hechos poco conocidos por la sociedad, indicando además que era accesible también en Youtube de manera íntegra,
sin censuras (López, 2015).<br />
<a name='more'></a><br />
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgFYchhVZsZtc6TcEsjsjBXooJTmv2sDAaoM-jLjk5mUozbIm60sNgbG4_K68th6i8DSgs0XQxR8Z707n-SMyrWeOJ8FINIxqIhDZfmVlKGWisSZAJXsvn3r1qGMpLgn_LIPStuT874wGks/s1600/1421871716619.jpg" imageanchor="1" style="clear: left; float: left; margin-bottom: 1em; margin-right: 1em;"><img border="0" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgFYchhVZsZtc6TcEsjsjBXooJTmv2sDAaoM-jLjk5mUozbIm60sNgbG4_K68th6i8DSgs0XQxR8Z707n-SMyrWeOJ8FINIxqIhDZfmVlKGWisSZAJXsvn3r1qGMpLgn_LIPStuT874wGks/s1600/1421871716619.jpg" height="167" width="320" /></a></div>
En nuestro caso, el grupo de investigación colaboró con el siguiente <i>tweet</i> de difusión:<br />
<i>Fco.Javier Herrero @gipUniovi · 17 de ene. </i><br />
<i>Fragmento censurado de "Ciutat morta"... </i><br />
<i>#ViolenciaEstructural
http://youtu.be/amXytLLPAOs
</i></div>
<br />
Recogiendo además algunos de los resultados producidos en la red, como es el <i>tweet</i> escrito por la periodista Julia Otero:<br />
<i>Fco.Javier Herrero ha retwitteado
Julia Otero @julia_otero · 18 de ene. </i><br />
<i>“@IosudelaTorre: #CiutatMorta fa mal. Molt mal. #CiutatMorta duele. Duele mucho.” Y, sobre todo, avergüenza a nuestro gremio.
</i><br />
<br />
<b>Referencias.
</b><br />
*Brehm, J. W. (1966). <i>A theory of psychological reactance</i>. New York: Academic Press.<br />
*Brehm, J. W., & Brehm, S. S. (1981).<i> Psychological reactance: A theory of freedom and control</i>. San Diego, CA: Academic Press.<br />
*E.López (2015).'Ciutat morta' desata una ola de indignación y la petición de la reapertura del 'caso 4F'<i>.El Periódico</i>, <i>19 de enero</i>. (URL: http://www.elperiodico.com/es/noticias/sociedad/ciutat-morta-desata-una-ola-indignacion-peticion-reapertura-del-caso-3863188, acceso 20-01-2015).Gipuniovihttp://www.blogger.com/profile/00619880805952150621noreply@blogger.comtag:blogger.com,1999:blog-7797664292446506873.post-70453177243186328912014-12-30T18:34:00.002+01:002015-01-02T12:40:22.975+01:00Psicosociología Visual: La Asturias desaparecida<div style="text-align: justify;">
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjVq3PXlrQvQQABJiuSXkWd0EiFcCuKirCcaGCdizvLmzAiz3wQ_ap47kvhJMGLtkZ-LLtH6crUfiMItDnG1EezBUBwjpwAyAk-veFXMCxcM7fC5ZMqmqNMps-XxI7Lf3lkYAJpSw2PS0hi/s1600/DSC_0001.JPG" imageanchor="1" style="margin-left: 1em; margin-right: 1em; text-align: center;"><img border="0" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjVq3PXlrQvQQABJiuSXkWd0EiFcCuKirCcaGCdizvLmzAiz3wQ_ap47kvhJMGLtkZ-LLtH6crUfiMItDnG1EezBUBwjpwAyAk-veFXMCxcM7fC5ZMqmqNMps-XxI7Lf3lkYAJpSw2PS0hi/s1600/DSC_0001.JPG" height="209" width="320" /></a></div>
La imagen fotográfica parece ser un fiel reflejo de la realidad, pero no es un espejo donde se refleja aquella, sino la subjetividad del investigador. Está sesgada al seleccionar una parte del mundo que estudiamos (construye un marco visual psicosocial), no siendo un reflejo neutral de la realidad (Buckingham, 2009).<br />
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgdNKmDIZq3nYlanMUxEgOt0F_2azbkKTnHQlflioCTLVOd43Xh3JqPr1mDgOQyJm8IwgymTJK1nyGCd2gYfxeZJoeZe1f8nFyA5vS4hRJDF6gTU4xF6vVSL-WArLl2gwJuaq6lN9Xxi-QA/s1600/DSC_0035.JPG" imageanchor="1" style="clear: right; float: right; margin-bottom: 1em; margin-left: 1em; text-align: center;"><img border="0" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgdNKmDIZq3nYlanMUxEgOt0F_2azbkKTnHQlflioCTLVOd43Xh3JqPr1mDgOQyJm8IwgymTJK1nyGCd2gYfxeZJoeZe1f8nFyA5vS4hRJDF6gTU4xF6vVSL-WArLl2gwJuaq6lN9Xxi-QA/s1600/DSC_0035.JPG" height="132" width="200" /></a><br />
No obstante, nos permite registrar comportamientos en su contexto, de tal forma, que no solo nos sirve para analizar las conductas sino también el ambiente donde se producen (Basil, 2011). El resultado debería siempre finalizar en un póster-narrativo, como herramienta analítica, que no solo aporta soluciones a las preguntas planteadas, sino también sugerencias sobre nuevas hipótesis de trabajos de investigación (Mitchell, 2011).<br />
<br />
<a name='more'></a></div>
<div style="text-align: justify;">
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEh9uvhoXjKwZix6F56Ep7eRVAtCPUyywkih3FiIjp5kGXYbtFhSl9R4PFFLzjEU0k5VXsMr9fdoQJfQ97FC0FZgGPrmp6cwFNUzMkDuZyxXJ4FCKJz3IPfYHSdb39D4TIs8x5e8Vn-IzXW_/s1600/DSC_0012.JPG" imageanchor="1" style="margin-left: 1em; margin-right: 1em; text-align: center;"><img border="0" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEh9uvhoXjKwZix6F56Ep7eRVAtCPUyywkih3FiIjp5kGXYbtFhSl9R4PFFLzjEU0k5VXsMr9fdoQJfQ97FC0FZgGPrmp6cwFNUzMkDuZyxXJ4FCKJz3IPfYHSdb39D4TIs8x5e8Vn-IzXW_/s1600/DSC_0012.JPG" height="211" width="320" /></a></div>
La psicosociología visual es una herramienta largo tiempo utilizada en el campo de las Ciencias del Comportamiento (Laing, 1980), que trata de ir más allá de la mirada que cree ingenuamente en la transparencia de la realidad, para penetrar en el sentido escondido detrás de la imagen considerada pura. Toda fotografía es un hecho psicosocial donde participan tres actores principales: </div>
<div style="text-align: justify;">
a) el personaje/objeto cuya imagen es capturada </div>
<div style="text-align: justify;">
b) el sujeto/investigador que realiza la fotografía </div>
<div style="text-align: justify;">
c) el público/grupo de investigadores. </div>
<div style="text-align: justify;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhP1uEeRQmYJHjSVleSYTtZWPegb4O6nPEvMJD1MfM_3Zs7nUJ-AnItfvXd1Ej0L8eWJcCVoxUAT1IkPc8gwVCcz1KXpvJBDW-5k8SCGzE0UwEKtIwHw7aDct7uRt8RqRO7byaAklkRZJ1P/s1600/DSC_0023.JPG" imageanchor="1" style="clear: right; float: right; margin-bottom: 1em; margin-left: 1em; text-align: center;"><img border="0" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhP1uEeRQmYJHjSVleSYTtZWPegb4O6nPEvMJD1MfM_3Zs7nUJ-AnItfvXd1Ej0L8eWJcCVoxUAT1IkPc8gwVCcz1KXpvJBDW-5k8SCGzE0UwEKtIwHw7aDct7uRt8RqRO7byaAklkRZJ1P/s1600/DSC_0023.JPG" height="132" width="200" /></a></div>
<div style="text-align: justify;">
<br />
Mientras que el actor retratado y el fotógrafo coinciden en el tiempo y en el espacio, la imagen será mostrada en un tiempo futuro y en diferentes sitios, a diversos públicos dotados de particulares ópticas culturales y en diferentes contextos. Este hecho conlleva la necesidad de explicitar en el mayor grado posible la información relevante del proceso registrado (Herrero, 2011).<br />
<br />
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjlnE9Kk2WOFkaXzTonzPYYJritg_Us45_eg0rxNOxrXxJ_1odXnOuIcepjGplYaIfo4w7TPGtTEoYzh0cZcqt0RowdUCe08o1aYblA870iKGh8UHdVGeQPzjEw0_KGgqSqfJv0pyf9Bsnb/s1600/DSC_0071.JPG" imageanchor="1" style="clear: left; float: left; margin-bottom: 1em; margin-right: 1em;"><img border="0" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjlnE9Kk2WOFkaXzTonzPYYJritg_Us45_eg0rxNOxrXxJ_1odXnOuIcepjGplYaIfo4w7TPGtTEoYzh0cZcqt0RowdUCe08o1aYblA870iKGh8UHdVGeQPzjEw0_KGgqSqfJv0pyf9Bsnb/s1600/DSC_0071.JPG" height="132" width="200" /></a><i><b>La Asturias desaparecida.</b></i></div>
<div style="text-align: justify;">
Cada ruina representa una ventana a un conjunto diferente de vida y un período temporal distinto. Algunas persistirán en el tiempo y otras desaparecen en un breve tiempo, pero todas ellas son registradas fotográficamente por el investigador psicosocial. Esta decadencia representa la trágica verdad, que algo extraordinario ha terminado y que nada como aquello volverá. Estamos simplemente caminando en la otra dirección a pesar de una gran cantidad de buenos deseos. Hacia una pérdida de complejidad, una reducción en el volumen de actividades, una pérdida de talentos profesionales, y probablemente el final de muchas comodidades y servicios que venimos a dar por sentado (Herrero y Rodríguez, 2001).<br />
<br />
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEg9x3M8dvmJUhkwDu7l5eGKAV18chsKo6U1bSlXRjd9xCDlwj04N7OlDi7xQPKLaPriMQNH7_hx0DHpr6S5h3Q0-7aVm7iZOJAWKEY-Fst1rOT9NRmyKGsHJPJ84XxSJzSy03QxoxN73alC/s1600/DSC_0078.JPG" imageanchor="1" style="margin-left: 1em; margin-right: 1em; text-align: center;"><img border="0" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEg9x3M8dvmJUhkwDu7l5eGKAV18chsKo6U1bSlXRjd9xCDlwj04N7OlDi7xQPKLaPriMQNH7_hx0DHpr6S5h3Q0-7aVm7iZOJAWKEY-Fst1rOT9NRmyKGsHJPJ84XxSJzSy03QxoxN73alC/s1600/DSC_0078.JPG" height="211" width="320" /></a></div>
Esta Metodología, en este caso aplicada a la <span style="color: red;"><a href="http://es.wikipedia.org/wiki/Asturias">comunidad asturiana</a></span>, está diseñada para ayudar a otros a entender las estructuras olvidadas y menospreciadas, y compartir los sitios con todos aquellos que no puedan tener la oportunidad de verlos antes de que sean borrados por el paso del tiempo.<br />
<br /></div>
<div style="text-align: justify;">
</div>
<div style="text-align: justify;">
<b>Referencias.</b></div>
*Buckingham,D.(2009. Video culture: an introduction. <i>Journal of Education Media</i>, <i>26</i>(3),167-172.<br />
*Basil,M. (2011). Use of photography and video in observational research. <i>Qualitative Market Research:An International Journal</i>, <i>14</i>(3), 246-257.<br />
*Herrero,F.J. y Rodríguez,F.J. (2001). Evaluación de Desarrollo del Proyecto Medidas de Animación para la Inserción Laboral. <i>Informe inédito subvencionado por el Instituto de Formación y Estudios Sociales (IFES)</i>, Universidad de Oviedo.<br />
*Herrero,F.J. (2011). Psicosociología Visual: Uso de la herramienta de realidad aumentada Theodolite. <i>Informe interno #07.2011A,</i> Departamento de Psicología, Universidad de Oviedo.<br />
<div>
<div>
*Laing,J. (1980). Art therapy. <i>Journal of Audiovisual Media in Medecine</i>, <i>3</i>, 84-91.</div>
<div>
*Mitchell,C. (2011). <i>Doing Visual Research</i>. Los Angeles:SAGE.</div>
</div>
<div>
<br /></div>
(Imágenes: Transecto de <span style="color: red;"><a href="http://es.wikipedia.org/wiki/Monasterio_de_Hermo">Monasterio de Hermo</a></span> - <span style="color: red;"><a href="http://es.wikipedia.org/wiki/Cangas_del_Narcea">Cangas del Narcea</a></span>, Observación No Participante correspondiente a la campaña 2014, G.I.P.)Gipuniovihttp://www.blogger.com/profile/00619880805952150621noreply@blogger.comtag:blogger.com,1999:blog-7797664292446506873.post-11762920472688383702014-12-20T09:41:00.001+01:002014-12-27T17:52:18.822+01:00Psicoterapia "Online"<div style="text-align: justify;">
<div class="separator" style="clear: both; text-align: center;">
</div>
<div class="separator" style="clear: both; text-align: center;">
</div>
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjs-Oh9EW8uv68woKMFjdRgM_jfxdpT_aL-V5zuMDkLSWFVRxYS3ZPwNrywrHbB4KVLrzhyphenhyphenMEbaOuAh1Y1Hl5vbj4CuNdiKCFElGZei128noOs1Ed_aO7V2WOnxNsFgW5-JlR0aiPJh6XT8/s1600/watch-web-therapy-season-4-episo1.jpg" imageanchor="1" style="clear: left; float: left; margin-bottom: 1em; margin-right: 1em;"><img border="0" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjs-Oh9EW8uv68woKMFjdRgM_jfxdpT_aL-V5zuMDkLSWFVRxYS3ZPwNrywrHbB4KVLrzhyphenhyphenMEbaOuAh1Y1Hl5vbj4CuNdiKCFElGZei128noOs1Ed_aO7V2WOnxNsFgW5-JlR0aiPJh6XT8/s1600/watch-web-therapy-season-4-episo1.jpg" height="152" width="320" /></a></div>
En la <span style="color: red;"><a href="http://es.wikipedia.org/wiki/Psicoterapia_online">psicoterapia online</a></span> el paciente y el terapeuta se relacionan a través de las nuevas tecnologías (ej.:vídeo conferencia),
no encontrándose en el mismo lugar físico, sino a través de un punto de encuentro en internet (<span style="text-align: start;">Emmelkamp, 2011</span>).
Se ajusta muy bien a los pacientes con situaciones complicadas, bien por falta de tiempo
para acudir al consultorio del terapeuta, o por la distancia para desplazarse hasta el despacho del psicólogo. Por supuesto, es necesario que tengan los conocimientos y el acceso a la nueva tecnología, de forma tal que posibilite este tipo de servicio. Muy útil en lo que se conoce como <span style="color: red;"><a href="http://es.wikipedia.org/wiki/Terapia_breve_centrada_en_soluciones">psicoterapia breve</a> centrada en soluciones.</span><br />
<br /></div>
<div style="text-align: justify;">
Las modalidades de interacción en la terapia online, solemos diferenciarlas de tres formas distintas:<br />
*<b>Vídeo conferencia</b>, por herramientas <span style="color: red;"><a href="http://en.wikipedia.org/wiki/FaceTime">Facetime</a></span>, <span style="color: red;"><a href="http://es.wikipedia.org/wiki/Skype">Skype</a></span>, <span style="color: red;"><a href="http://es.wikipedia.org/wiki/Hangouts">Hangouts</a></span>, o herramientas similares. </div>
<div style="text-align: justify;">
*<b>Chat</b>, aconsejable para aquellos pacientes donde una vídeo conferencia puede ser intimidante, o que no dispone de las herramientas
básicas en su hogar (ej: falta de <span style="color: red;"><a href="http://es.wikipedia.org/wiki/C%C3%A1mara_web">Webcam</a></span> en el dispositivo informático). </div>
<div style="text-align: justify;">
*<b>Correo electrónico</b>, donde se puede expresar consultas, dudas, y recibiendo por el mismo medio las respuestas.<br />
<br />
<a name='more'></a><br /></div>
<div style="text-align: justify;">
La psicoterapia online suele tener una duración variable (entre 10 minutos y una hora por sesión dependiendo del terapeuta), y unos costes semejantes a las sesiones presenciales.
En cuanto a la frecuencia, esta puede variar de una a cinco sesiones semanales, en función de la necesidad de cada persona. Por
regla general, las sesiones breves (10 minutos) suelen ser las que se relacionan con una frecuencia mayor a la semana.<br />
<br />
Los psicólogos <i>online </i>suelen dar servicio internacional, los pacientes pertenecen a diferentes países. Y esto se refleja en las tarifas, que son muy similares a lo largo de la red. En ese sentido, el rango promedio suele fluctuar (convertido al dólar americano) entre los 25$ y los 55$ (sesión de una hora).
En los extremos, podemos encontrar tanto psicólogos con unos honorarios de hasta 100$, como gratuitos, financiados por organizaciones privadas y/o públicas.
<br />
<br /></div>
<div style="text-align: justify;">
Con la aparición de<i><a href="http://youtu.be/G87pHe6mP0I"> traductores online, como ocurre con Skype</a></i>, el tipo cultural de pacientes se puede ampliar fácilmente, de
forma tal que paciente y terapeuta no tengan que conocer el mismo idioma. Es algo aún experimental, que deberá investigarse con
sumo cuidado en las próximas décadas.</div>
<br />
<b>Referencias. </b><br />
Emmelkamp,P.M. (2011). Effectiveness of cybertherapy in mental health: a critical appraisal.<i> Studies in Health Technology and Informatics</i>,<i> 167</i>, 3–8.Gipuniovihttp://www.blogger.com/profile/00619880805952150621noreply@blogger.comtag:blogger.com,1999:blog-7797664292446506873.post-88079597892290669022014-10-07T17:18:00.005+02:002014-10-08T13:10:05.907+02:00Herramientas de Ciberseguridad (II)<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhppj86bkZaiZ4MspCLfrmWMM8OtHmjHTuHXjYW2bjh3yl3-1U8t1lXUz7MlKM4MfjJTQmo9LKQvhMJJzjf0bSeNlRWjkePFztZAIh6_hU7YjPfFhZH2r2u6mLXKsVhoEPJHe88YxABJT4K/s1600/IMG_1256.JPG" imageanchor="1" style="clear: left; float: left; margin-bottom: 1em; margin-right: 1em;"><img border="0" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhppj86bkZaiZ4MspCLfrmWMM8OtHmjHTuHXjYW2bjh3yl3-1U8t1lXUz7MlKM4MfjJTQmo9LKQvhMJJzjf0bSeNlRWjkePFztZAIh6_hU7YjPfFhZH2r2u6mLXKsVhoEPJHe88YxABJT4K/s1600/IMG_1256.JPG" height="238" width="320" /></a>Las incidencias informáticas persistentes están entre nosotros desde la aparición de Internet, pero con su extensión a todo tipo de dispositivos el problema se ha generalizado.
Dentro de esta problemática (ciberseguridad), una lista de las herramientas que se utilizan para la red (LAN y WAN) destinadas al registro de actividad (monitoreo, útil a los administradores de red), es la gestionada en Stanford:<br />
<a href="http://www.slac.stanford.edu/xorg/nmtf/nmtf-tools.html">http://www.slac.stanford.edu/xorg/nmtf/nmtf-tools.html</a>Gipuniovihttp://www.blogger.com/profile/00619880805952150621noreply@blogger.comtag:blogger.com,1999:blog-7797664292446506873.post-67815131178020002902014-06-28T09:42:00.001+02:002014-06-28T12:34:33.985+02:00Experimento en Facebook: Experimental evidence of massive-scale emotional contagion through social networks<div style="text-align: justify;">
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEiMmz8ABauGD_4peTwy6FgJ3SwFxOkUkHmJl5wENTqfgQSGNR-Er4WUlW1w9uohcsgP8qY7Og9t4Ky_Vj86Z-aQ9eMBZewGJwZN0JdFhDMMdEXng0OB370Ge9Dn6DMdX71PGs9pwXkP6Y3j/s1600/descarga.jpg" imageanchor="1" style="clear: left; float: left; margin-bottom: 1em; margin-right: 1em;"><img border="0" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEiMmz8ABauGD_4peTwy6FgJ3SwFxOkUkHmJl5wENTqfgQSGNR-Er4WUlW1w9uohcsgP8qY7Og9t4Ky_Vj86Z-aQ9eMBZewGJwZN0JdFhDMMdEXng0OB370Ge9Dn6DMdX71PGs9pwXkP6Y3j/s1600/descarga.jpg" height="150" width="200" /></a></div>
<div style="text-align: start;">
Kramera et al. (2014) han publicado recientemente un documento científico, en el que se muestra la alteración de contenidos en Facebook de <span style="background-color: rgba(255, 255, 255, 0); text-align: left;">689.003 </span>usuarios. El objetivo del estudio era determinar si estas manipulaciones de datos afectaría a su estado emocional. </div>
</div>
<div style="text-align: justify;">
<br />
El trabajo denominado "<span style="color: red;"><a href="http://www.pnas.org/content/111/24/8788.full">Experimental evidence of massive-scale emotional contagion through social networks</a></span>", ha sido publicado en The Proceedings of The National Academy of Sciences .</div>
<br />
<b>Referencias. </b><br />
Kramera,A.D.I.; Guillory,J.E. and Hancock,J.T. (2014). Experimental evidence of massive-scale emotional contagion through social networks. <i>The Proceedings of The National Academy of Sciences</i>, <i>111(24)</i>, 8788–8790. <span style="color: red;"><a href="http://www.pnas.org/content/111/24/8788.full">doi: 10.1073/pnas.1320040111 </a></span>Gipuniovihttp://www.blogger.com/profile/00619880805952150621noreply@blogger.comtag:blogger.com,1999:blog-7797664292446506873.post-73908215971251177032014-06-01T09:49:00.002+02:002014-06-03T08:18:39.443+02:00Estudio sobre violencia doméstica<div>
<div>
<div style="text-align: justify;">
A diferencia de los estudios convencionales basados en los textos y datos numéricos, en la psicosociología visual el investigador emplea las imágenes como fuente de datos y se centra en los iconos como instrumentos de investigación de los hechos sociales. Enfoca la imagen como una interpretación del mundo desde el punto de vista del fotógrafo/investigador; y al análisis de la misma, como la interpretación de otra interpretación (metainterpretación). Aunque se considera que mirar no es una práctica que deba aprenderse (instintiva), ver bien con un ojo psicosociológico, demanda un aprendizaje que se puede adquirir metodológicamente. Siguiendo a Pierre Bourdieu, el ojo sociológico es la mirada de la razón. De esta forma la psicosociología visual observa al mundo tal como es y mira las causas por las que ha llegado a ser lo que es, en el sentido propio de Espinoza.</div>
</div>
</div>
<div style="text-align: justify;">
El caso que traemos a colación hoy, dentro de este paradigma, es la violencia doméstica que suele ser entendida como la ejercida por el macho sobre la hembra en la especie humana, cuando se produce en sentido contrario las reacciones son al menos contradictorias.
</div>
<div style="text-align: justify;">
Un ejemplo de lo que estamos describiendo lo podemos visualizar en el siguiente vídeo en Youtube:</div>
<div class="separator" style="clear: both; text-align: justify;">
<a href="http://youtu.be/sQLwUDerJQM" style="clear: left; float: left; margin-bottom: 1em; margin-right: 1em;"><img alt="http://youtu.be/sQLwUDerJQM" border="0" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEh9u81ynFYZY9p5hXIT2OT0mAwVDq06u4S_Xn5ynJer5oKhcaRmQ2SHyf3LdZPHBxOJi9XnUijTotqBl0xxA-jWHBRiOSkvZYgb9IqPXhluPG7YdVxZtOat-y4P5RA2eJJjHj46AxfbMmJf/s1600/viogen.jpg" height="166" width="320" /></a></div>
<div style="text-align: justify;">
<br /></div>
<div style="text-align: center;">
<div style="text-align: justify;">
<a href="http://youtu.be/sQLwUDerJQM">http://youtu.be/sQLwUDerJQM</a></div>
</div>
Gipuniovihttp://www.blogger.com/profile/00619880805952150621noreply@blogger.com