Download Analisis multivariado. Un manual para investigadores by Andres Catena, Manuel M. Ramos y Humberto M. Trujillo PDF

By Andres Catena, Manuel M. Ramos y Humberto M. Trujillo

Show description

Read or Download Analisis multivariado. Un manual para investigadores PDF

Similar spanish books

Evangelio y Tradicion de Israel

Infrequent publication: fee in USD

Filosofía política I. Ideas políticas y movimientos sociales

Es indudable que los tiempos se han precipitado hacia l. a. conformación de una nueva forma de vida que obliga a pensarnos a nosotros mismos desde nuevos referentes de sentido. Los problemas planteados por el postmodernismo y las teorizaciones del ultimate de los angeles historia, por un lado, los angeles globalización de los angeles economía y las exigencias de nuevas instancias ordenadoras de l. a. convivencia mundial, por otro, así como l. a. emergencia de formas de identidad nacional y el elevado grado de autorreflexión alcanzado en torno a l. a. autonomía de los individuos: todo ello refuerza l. a. necesidad de recuperar el concepto de política en sentido fuerte.

Additional info for Analisis multivariado. Un manual para investigadores

Sample text

El análisis de covarianza puede entenderse, pues, como un análisis de varianza en el que se suprime la parte de la variabilidad de cada fuente (efectos y errores) que es predecible a partir de la relación lineal entre covariados y variables dependientes. realIzado una medIClOn de la depresión mediante BDI antes de aph~ar el tratam~ento (PRE o covariado) y otra tras 25 días de terapia (POST o vanable dependIente). 5. A2 A3 PRE POST PRE POST PRE POST 28 27 30 29 28 19 18 21 20 19 23 22 21 19 20 20 18 18 16 17 23 21 24 21 20 20 18 21 18 17 Comparación de~ análisis de varianza sobre la variable post con el análisis de covarianza de la vanable post usando como covariado la variable pre 1) Análisis de varianza Pruebas de los efectos intersujetos V:arIa .

La lógica sería, pues, la siguiente: si los sujetos son diferentes en el covariado que está relacionado con las variables dependientes, se esperaría que fuesen diferentes de manera proporcional en las variables dependientes. Por el contrario, si los sujetos fuesen iguales en el covariado, esperaríamos que fuesen también iguales en las variables dependientes. Lo importante es que las diferencias entre los sujetos en las variables dependientes que son esperadas a partir del covariado pueden descartarse.

Resultados similares a los de Tukey proporcionan pruebas como la GT2 de Hochberg o la prueba de Gabriel, aunque ésta última corrige menos de 10 necesario cuando el número de sujetos es muy desigual de un grupo a otro. Las pruebas de Bonferroni y Sidak usan las correcciones que hemos mencionado más arriba. Respecto de las que asumen varianzas desiguales, la más recomendable, debido a su potencia y flexibilidad es la de Games-Howell, el resto deben emplearse solamente cuando el control de la tasa de error sea absolutamente prioritario (véase Glosario para una descripción más detallada).

Download PDF sample

Rated 4.03 of 5 – based on 31 votes