Sin título de diapositiva - UB 2_0.pdfsegunda presentación un repaso (condición A: 2), tres...
Transcript of Sin título de diapositiva - UB 2_0.pdfsegunda presentación un repaso (condición A: 2), tres...
![Page 1: Sin título de diapositiva - UB 2_0.pdfsegunda presentación un repaso (condición A: 2), tres presentaciones y dos repasos (condición A: 3) y, por último, cuatro presentaciones](https://reader030.fdocumento.com/reader030/viewer/2022040306/5ec75f61236dc135c330a9cb/html5/thumbnails/1.jpg)
TEMA II
![Page 2: Sin título de diapositiva - UB 2_0.pdfsegunda presentación un repaso (condición A: 2), tres presentaciones y dos repasos (condición A: 3) y, por último, cuatro presentaciones](https://reader030.fdocumento.com/reader030/viewer/2022040306/5ec75f61236dc135c330a9cb/html5/thumbnails/2.jpg)
Diseño experimental de dos grupos: definición Formatos del diseño y prueba de hipótesis Diseño experimental multigrupo: definición
Formato del diseño multigrupo completamente al azar, modelo estructural y componentes de variación
DISEÑOS EXPERIMENTALES DE DOS GRUPOS Y MULTIGRUPO
ESQUEMA GENERAL
![Page 3: Sin título de diapositiva - UB 2_0.pdfsegunda presentación un repaso (condición A: 2), tres presentaciones y dos repasos (condición A: 3) y, por último, cuatro presentaciones](https://reader030.fdocumento.com/reader030/viewer/2022040306/5ec75f61236dc135c330a9cb/html5/thumbnails/3.jpg)
Diseño experimental de dos grupos: definición
![Page 4: Sin título de diapositiva - UB 2_0.pdfsegunda presentación un repaso (condición A: 2), tres presentaciones y dos repasos (condición A: 3) y, por último, cuatro presentaciones](https://reader030.fdocumento.com/reader030/viewer/2022040306/5ec75f61236dc135c330a9cb/html5/thumbnails/4.jpg)
Definición del diseño experimental de dos grupos
Una de las situaciones más simples de investigación experimental, tanto en ciencias sociales como del comportamiento, es la formada por dos grupos, uno de control y otro experimental.
La condición básica de cualquier experimento es la presencia de un grupo de contraste denominado grupo de no tratamiento o de control. Esto no quiere decir que el diseño experimental de dos grupos sólo se caracteriza por la ausencia o presencia de tratamiento.
![Page 5: Sin título de diapositiva - UB 2_0.pdfsegunda presentación un repaso (condición A: 2), tres presentaciones y dos repasos (condición A: 3) y, por último, cuatro presentaciones](https://reader030.fdocumento.com/reader030/viewer/2022040306/5ec75f61236dc135c330a9cb/html5/thumbnails/5.jpg)
Formato del diseño de dos grupos al azar
![Page 6: Sin título de diapositiva - UB 2_0.pdfsegunda presentación un repaso (condición A: 2), tres presentaciones y dos repasos (condición A: 3) y, por último, cuatro presentaciones](https://reader030.fdocumento.com/reader030/viewer/2022040306/5ec75f61236dc135c330a9cb/html5/thumbnails/6.jpg)
Universo o Población de origen
Muestra experimental
Selección o muestreo
Asignación aleatoria
A1 A2
Prueba de hipótesis
V. Tratamiento
Y1 Y2
S u j e t o s
S u j e t o s
V. Extraña Z1 Z2
![Page 7: Sin título de diapositiva - UB 2_0.pdfsegunda presentación un repaso (condición A: 2), tres presentaciones y dos repasos (condición A: 3) y, por último, cuatro presentaciones](https://reader030.fdocumento.com/reader030/viewer/2022040306/5ec75f61236dc135c330a9cb/html5/thumbnails/7.jpg)
Diseño experimental multigrupo
![Page 8: Sin título de diapositiva - UB 2_0.pdfsegunda presentación un repaso (condición A: 2), tres presentaciones y dos repasos (condición A: 3) y, por último, cuatro presentaciones](https://reader030.fdocumento.com/reader030/viewer/2022040306/5ec75f61236dc135c330a9cb/html5/thumbnails/8.jpg)
Concepto
Los diseños multigrupo, de uso frecuente en ciencias psicológicas y sociales, son estructuras de una sola variable independiente a tres o más valores o niveles. Al seleccionar más de dos valores de la variable independiente o causal, es posible extraer la relación funcional entre la variable independiente y dependiente del experimento.
![Page 9: Sin título de diapositiva - UB 2_0.pdfsegunda presentación un repaso (condición A: 2), tres presentaciones y dos repasos (condición A: 3) y, por último, cuatro presentaciones](https://reader030.fdocumento.com/reader030/viewer/2022040306/5ec75f61236dc135c330a9cb/html5/thumbnails/9.jpg)
El diseño multigrupo totalmente al azar requiere la asignación aleatoria de los sujetos de la muestra a los distintos grupos, sin restricción alguna. Se trata de una extensión del diseño de dos grupos, ya que en esta situación se eligen de la variable de tratamiento más de dos valores o condiciones.
![Page 10: Sin título de diapositiva - UB 2_0.pdfsegunda presentación un repaso (condición A: 2), tres presentaciones y dos repasos (condición A: 3) y, por último, cuatro presentaciones](https://reader030.fdocumento.com/reader030/viewer/2022040306/5ec75f61236dc135c330a9cb/html5/thumbnails/10.jpg)
Formato del diseño multigrupo al azar
![Page 11: Sin título de diapositiva - UB 2_0.pdfsegunda presentación un repaso (condición A: 2), tres presentaciones y dos repasos (condición A: 3) y, por último, cuatro presentaciones](https://reader030.fdocumento.com/reader030/viewer/2022040306/5ec75f61236dc135c330a9cb/html5/thumbnails/11.jpg)
Muestra experimental
Asignación aleatoria
Tratamientos
.…………
A1 A2 … Aj … Aa
S u j e t o s
S u j e t o s
S u j e t o s
![Page 12: Sin título de diapositiva - UB 2_0.pdfsegunda presentación un repaso (condición A: 2), tres presentaciones y dos repasos (condición A: 3) y, por último, cuatro presentaciones](https://reader030.fdocumento.com/reader030/viewer/2022040306/5ec75f61236dc135c330a9cb/html5/thumbnails/12.jpg)
Análisis aplicables
![Page 13: Sin título de diapositiva - UB 2_0.pdfsegunda presentación un repaso (condición A: 2), tres presentaciones y dos repasos (condición A: 3) y, por último, cuatro presentaciones](https://reader030.fdocumento.com/reader030/viewer/2022040306/5ec75f61236dc135c330a9cb/html5/thumbnails/13.jpg)
Prueba de significación general
Si la V. Independiente es categórica
Si la V. Independiente es cuantitativa
ANOVA unidireccional
Comparaciones múltiples
Análisis de tendencias
Comparaciones múltiples
![Page 14: Sin título de diapositiva - UB 2_0.pdfsegunda presentación un repaso (condición A: 2), tres presentaciones y dos repasos (condición A: 3) y, por último, cuatro presentaciones](https://reader030.fdocumento.com/reader030/viewer/2022040306/5ec75f61236dc135c330a9cb/html5/thumbnails/14.jpg)
Ejemplo 1
Supóngase que se pretende probar si la cantidad de repasos es una variable decisiva en la retención (memoria de recuerdo), para un conjunto de palabras monosílabas de igual valor asociativo. De la variable independiente o variable repaso se seleccionan los siguientes valores: presentación de la lista sin repaso (condición A1), dos presentaciones de la lista, siendo la segunda presentación un repaso (condición A2), tres presentaciones y dos repasos (condición A3) y, por último, cuatro presentaciones y tres repasos (condición A4) ..//..
![Page 15: Sin título de diapositiva - UB 2_0.pdfsegunda presentación un repaso (condición A: 2), tres presentaciones y dos repasos (condición A: 3) y, por último, cuatro presentaciones](https://reader030.fdocumento.com/reader030/viewer/2022040306/5ec75f61236dc135c330a9cb/html5/thumbnails/15.jpg)
Se instruye a los sujetos que lean en voz alta cada uno de los ítems presentados, a un ítem por segundo. Al terminar las lecturas, los sujetos realizan una prueba de memoria de recuerdo consistente en restituir o recuperar de la memoria la mayor cantidad de ítems. La medida de la variable dependiente es la cantidad de respuestas o ítems correctamente recordados. Asumiendo que cada ítem tiene la misma dificultad de recuerdo, se considera que la escala de medida es de intervalo.
![Page 16: Sin título de diapositiva - UB 2_0.pdfsegunda presentación un repaso (condición A: 2), tres presentaciones y dos repasos (condición A: 3) y, por último, cuatro presentaciones](https://reader030.fdocumento.com/reader030/viewer/2022040306/5ec75f61236dc135c330a9cb/html5/thumbnails/16.jpg)
Modelo de prueba estadística Paso 1. La hipótesis de nulidad asume que las medias
de los grupos experimentales proceden de una misma población y, por consiguiente, son idénticas:
H0: μ1 = μ2 = μ3 = μ4 Paso 2. La hipótesis experimental asume que la
cantidad media de palabras recordadas variará positivamente en función de la cantidad de repasos. En términos estadísticos:
H1: μ1 < μ2 < μ3 < μ4
![Page 17: Sin título de diapositiva - UB 2_0.pdfsegunda presentación un repaso (condición A: 2), tres presentaciones y dos repasos (condición A: 3) y, por último, cuatro presentaciones](https://reader030.fdocumento.com/reader030/viewer/2022040306/5ec75f61236dc135c330a9cb/html5/thumbnails/17.jpg)
Paso 3. Se aplica una prueba de significación general o prueba ómnibus, cuyo estadístico es la F de Snedecor. El nivel de significación de α = 0.05.
El tamaño de la muestra experimental y las submuestras de tratamiento son:
N = 20 y n = 5. F0.95(3/16) = 3.24 Paso 4. Tras la ejecución del experimento, se
calcula el valor empírico de F, a partir de la matriz de datos.
![Page 18: Sin título de diapositiva - UB 2_0.pdfsegunda presentación un repaso (condición A: 2), tres presentaciones y dos repasos (condición A: 3) y, por último, cuatro presentaciones](https://reader030.fdocumento.com/reader030/viewer/2022040306/5ec75f61236dc135c330a9cb/html5/thumbnails/18.jpg)
Matriz de datos del diseño
![Page 19: Sin título de diapositiva - UB 2_0.pdfsegunda presentación un repaso (condición A: 2), tres presentaciones y dos repasos (condición A: 3) y, por último, cuatro presentaciones](https://reader030.fdocumento.com/reader030/viewer/2022040306/5ec75f61236dc135c330a9cb/html5/thumbnails/19.jpg)
41 8.2
33 6.6
25 5
12 2.4
9 7 8 9 8
6 7 8 7 5
4 3 5 7 6
2 1 3 4 2
A4 A3 A2 A1 TRATAMIENTOS
DISEÑO MULTIGRUPO
Totales: Medias:
111 5.5
Matriz de datos
![Page 20: Sin título de diapositiva - UB 2_0.pdfsegunda presentación un repaso (condición A: 2), tres presentaciones y dos repasos (condición A: 3) y, por último, cuatro presentaciones](https://reader030.fdocumento.com/reader030/viewer/2022040306/5ec75f61236dc135c330a9cb/html5/thumbnails/20.jpg)
ANOVA unidireccional
![Page 21: Sin título de diapositiva - UB 2_0.pdfsegunda presentación un repaso (condición A: 2), tres presentaciones y dos repasos (condición A: 3) y, por último, cuatro presentaciones](https://reader030.fdocumento.com/reader030/viewer/2022040306/5ec75f61236dc135c330a9cb/html5/thumbnails/21.jpg)
Modelo estructural del ANOVA: Diseño multigrupo
ijjijY εαµ ++=
![Page 22: Sin título de diapositiva - UB 2_0.pdfsegunda presentación un repaso (condición A: 2), tres presentaciones y dos repasos (condición A: 3) y, por último, cuatro presentaciones](https://reader030.fdocumento.com/reader030/viewer/2022040306/5ec75f61236dc135c330a9cb/html5/thumbnails/22.jpg)
Especificación de modelo del ANOVA
Yij = la puntuación del i sujeto bajo la j condición experimental o tratamiento.
μ = la media global de los datos del experimento. αj = μj - μ, es el efecto o impacto del j nivel de la variable de
tratamiento A. εij = Yij - μj, es el error experimental asociado al i sujeto bajo el j
tratamiento. Para que el modelo sea válido, se especifican las siguientes condiciones: Σαj = 0 y εij ≅ NID(0, σ²)
![Page 23: Sin título de diapositiva - UB 2_0.pdfsegunda presentación un repaso (condición A: 2), tres presentaciones y dos repasos (condición A: 3) y, por último, cuatro presentaciones](https://reader030.fdocumento.com/reader030/viewer/2022040306/5ec75f61236dc135c330a9cb/html5/thumbnails/23.jpg)
Cuadro resumen del ANOVA: Diseño multigrupo
F0.95(3/16) = 3.24
an-1=19 114.95 Total (T)
<0.05 21.08 30.58 1.45
(a-1)=3 a(n-1)=16
91.75 23.20
Trat (A) Error (S/A)
p F CM g.l SC F.V.
![Page 24: Sin título de diapositiva - UB 2_0.pdfsegunda presentación un repaso (condición A: 2), tres presentaciones y dos repasos (condición A: 3) y, por último, cuatro presentaciones](https://reader030.fdocumento.com/reader030/viewer/2022040306/5ec75f61236dc135c330a9cb/html5/thumbnails/24.jpg)
Modelo de prueba estadística
Paso 5. Dado que el valor observado de F es mayor que el valor teórico al 5% y en función de los grados de libertad correspondientes, se rechaza la hipótesis de nulidad y se acepta la hipótesis alternativa o hipótesis experimental a este nivel de significación.
![Page 25: Sin título de diapositiva - UB 2_0.pdfsegunda presentación un repaso (condición A: 2), tres presentaciones y dos repasos (condición A: 3) y, por último, cuatro presentaciones](https://reader030.fdocumento.com/reader030/viewer/2022040306/5ec75f61236dc135c330a9cb/html5/thumbnails/25.jpg)
Supuestos del ANOVA
Existen tres supuestos que han de cumplirse si queremos aplicar un ANOVA:
1. Independencia de las observaciones
2. Normalidad de los datos
3. Homogeneidad: Igualdad de las varianzas de los grupos:
H0: σ1² = σ2² = ... = σj²
![Page 26: Sin título de diapositiva - UB 2_0.pdfsegunda presentación un repaso (condición A: 2), tres presentaciones y dos repasos (condición A: 3) y, por último, cuatro presentaciones](https://reader030.fdocumento.com/reader030/viewer/2022040306/5ec75f61236dc135c330a9cb/html5/thumbnails/26.jpg)
Supuesto de homogeneidad
Igualdad de las varianzas de los grupos: H0: σ1² = σ2² = ... = σj²
![Page 27: Sin título de diapositiva - UB 2_0.pdfsegunda presentación un repaso (condición A: 2), tres presentaciones y dos repasos (condición A: 3) y, por último, cuatro presentaciones](https://reader030.fdocumento.com/reader030/viewer/2022040306/5ec75f61236dc135c330a9cb/html5/thumbnails/27.jpg)
Prueba de la homogeneidad
Hartley: cuando n por grupo es constante
mayor de las varianzas s²mayor Fmax = --------------------------------- = ----------
menor de las varianzas s²menor
![Page 28: Sin título de diapositiva - UB 2_0.pdfsegunda presentación un repaso (condición A: 2), tres presentaciones y dos repasos (condición A: 3) y, por último, cuatro presentaciones](https://reader030.fdocumento.com/reader030/viewer/2022040306/5ec75f61236dc135c330a9cb/html5/thumbnails/28.jpg)
Prueba del supuesto de homogeneidad de las varianzas
60.20)4/4(F
42.37.05.2F
95.0 =
==
max
max
7.0s3.1s5.2s3.1s
24
23
22
21
=
=
=
=
j/(n-1)
2menor
2mayor
ss
F =max
![Page 29: Sin título de diapositiva - UB 2_0.pdfsegunda presentación un repaso (condición A: 2), tres presentaciones y dos repasos (condición A: 3) y, por último, cuatro presentaciones](https://reader030.fdocumento.com/reader030/viewer/2022040306/5ec75f61236dc135c330a9cb/html5/thumbnails/29.jpg)
Resultado de la prueba
Entrando en la tabla de Fmax, con los parámetros correspondientes y a un nivel de significación de 0.05, el valor teórico de Fmax 0.95(4/4) es 20.60. Dado que el valor observado del estadístico es más pequeño que el de las tablas, se acepta la hipótesis de nulidad o supuesto de homogeneidad de las varianzas.
![Page 30: Sin título de diapositiva - UB 2_0.pdfsegunda presentación un repaso (condición A: 2), tres presentaciones y dos repasos (condición A: 3) y, por último, cuatro presentaciones](https://reader030.fdocumento.com/reader030/viewer/2022040306/5ec75f61236dc135c330a9cb/html5/thumbnails/30.jpg)
Comparaciones múltiples
![Page 31: Sin título de diapositiva - UB 2_0.pdfsegunda presentación un repaso (condición A: 2), tres presentaciones y dos repasos (condición A: 3) y, por último, cuatro presentaciones](https://reader030.fdocumento.com/reader030/viewer/2022040306/5ec75f61236dc135c330a9cb/html5/thumbnails/31.jpg)
Contrastes de medias
Las comparaciones o contrastes se efectúan, por lo general, entre las medias de los grupos de tratamiento. Genéricamente, una comparación entre k medias es la combinación lineal o suma ponderada de medias. Antes de examinar los distintos procedimientos de comparaciones múltiples, proponemos una clasificación práctica para su descripción.
![Page 32: Sin título de diapositiva - UB 2_0.pdfsegunda presentación un repaso (condición A: 2), tres presentaciones y dos repasos (condición A: 3) y, por último, cuatro presentaciones](https://reader030.fdocumento.com/reader030/viewer/2022040306/5ec75f61236dc135c330a9cb/html5/thumbnails/32.jpg)
Comparaciones múltiples
A priori o planificadas
A posteriori o no planificadas
![Page 33: Sin título de diapositiva - UB 2_0.pdfsegunda presentación un repaso (condición A: 2), tres presentaciones y dos repasos (condición A: 3) y, por último, cuatro presentaciones](https://reader030.fdocumento.com/reader030/viewer/2022040306/5ec75f61236dc135c330a9cb/html5/thumbnails/33.jpg)
Contrastes a priori o planificados
Las comparaciones a priori o planificadas se formulan de acuerdo con los intereses previos o teóricos del investigador, y se plantean antes de obtener los resultados del experimento.
![Page 34: Sin título de diapositiva - UB 2_0.pdfsegunda presentación un repaso (condición A: 2), tres presentaciones y dos repasos (condición A: 3) y, por último, cuatro presentaciones](https://reader030.fdocumento.com/reader030/viewer/2022040306/5ec75f61236dc135c330a9cb/html5/thumbnails/34.jpg)
Ejemplos de hipótesis de nulidad distintos contrastes
1. H0 = μ2 - μ1 = 0 Dos lecturas de la lista (condición A2) no
difiere de una sola lectura (condición A1) 2. H0 = μ3 - μ1 = 0 Se asume la igualdad entre la condición tres
(A3) y uno (A1) ..//..
![Page 35: Sin título de diapositiva - UB 2_0.pdfsegunda presentación un repaso (condición A: 2), tres presentaciones y dos repasos (condición A: 3) y, por último, cuatro presentaciones](https://reader030.fdocumento.com/reader030/viewer/2022040306/5ec75f61236dc135c330a9cb/html5/thumbnails/35.jpg)
3. H0 = μ4 - μ1 = 0 Se asume la igualdad entre cuatro lecturas
(condición A4) y una sola lectura (condición A1) ..//..
![Page 36: Sin título de diapositiva - UB 2_0.pdfsegunda presentación un repaso (condición A: 2), tres presentaciones y dos repasos (condición A: 3) y, por último, cuatro presentaciones](https://reader030.fdocumento.com/reader030/viewer/2022040306/5ec75f61236dc135c330a9cb/html5/thumbnails/36.jpg)
4. H0 = μ3 - 1/2(μ1 + μ2) = 0 Se establece la igualdad entre tres lecturas y
el promedio entre una y dos lecturas. 5. H0 = μ4 - 1/3(μ1 + μ2 + μ3) = 0 Se define la igualdad entre cuatro lecturas y
el promedio de las restantes.
![Page 37: Sin título de diapositiva - UB 2_0.pdfsegunda presentación un repaso (condición A: 2), tres presentaciones y dos repasos (condición A: 3) y, por último, cuatro presentaciones](https://reader030.fdocumento.com/reader030/viewer/2022040306/5ec75f61236dc135c330a9cb/html5/thumbnails/37.jpg)
Reformulación de las hipótesis nulas en combinaciones lineales
1. (-1)μ1 + (1)μ2 + (0)μ3 + (0)μ4 = 0 2. (-1)μ1 + (0)μ2 + (1)μ3 + (0)μ4 = 0 3. (-1)μ1 + (0)μ2 + (0)μ3 + (1)μ4 = 0 4. (-1/2)μ1 + (-1/2)μ2 + (1)μ3 + (0)μ4 = 0 5. (-1/3)μ1 + (-1/3)μ2 + (-1/3)μ3 + (1)μ4 = 0
![Page 38: Sin título de diapositiva - UB 2_0.pdfsegunda presentación un repaso (condición A: 2), tres presentaciones y dos repasos (condición A: 3) y, por último, cuatro presentaciones](https://reader030.fdocumento.com/reader030/viewer/2022040306/5ec75f61236dc135c330a9cb/html5/thumbnails/38.jpg)
Cuadro resumen de los valores de t y F
Valores t Valores F c1 = 3.42 c1 = 11.66 c2 = 5.53 c2 = 30.41 c3 = 7.65 c3 = 58 ..//..
![Page 39: Sin título de diapositiva - UB 2_0.pdfsegunda presentación un repaso (condición A: 2), tres presentaciones y dos repasos (condición A: 3) y, por último, cuatro presentaciones](https://reader030.fdocumento.com/reader030/viewer/2022040306/5ec75f61236dc135c330a9cb/html5/thumbnails/39.jpg)
Valores t Valores F c4 = 4.39 c4 = 19.33 c5 = 5.69 c5 = 32.3
![Page 40: Sin título de diapositiva - UB 2_0.pdfsegunda presentación un repaso (condición A: 2), tres presentaciones y dos repasos (condición A: 3) y, por último, cuatro presentaciones](https://reader030.fdocumento.com/reader030/viewer/2022040306/5ec75f61236dc135c330a9cb/html5/thumbnails/40.jpg)
Entrando en la tabla de t, con los grados de libertad asociados al término de error del ANOVA y a un nivel de significación del 5%, se tiene
t0.95 (16) = 2.12 De igual modo, entrando en la tabla de F, se tienen F0.95(1/16) = 4.49 De esto se concluye que todos los contrastes son
significativos.
![Page 41: Sin título de diapositiva - UB 2_0.pdfsegunda presentación un repaso (condición A: 2), tres presentaciones y dos repasos (condición A: 3) y, por último, cuatro presentaciones](https://reader030.fdocumento.com/reader030/viewer/2022040306/5ec75f61236dc135c330a9cb/html5/thumbnails/41.jpg)
Análisis de tendencias
![Page 42: Sin título de diapositiva - UB 2_0.pdfsegunda presentación un repaso (condición A: 2), tres presentaciones y dos repasos (condición A: 3) y, por último, cuatro presentaciones](https://reader030.fdocumento.com/reader030/viewer/2022040306/5ec75f61236dc135c330a9cb/html5/thumbnails/42.jpg)
Concepto
Una de las técnicas de análisis de tendencias es el método de polinomios ortogonales. En virtud de ese procedimiento, es posible dividir la variación o Suma de Cuadrados de tratamientos en una serie de componentes independientes de tendencia como, por ejemplo, lineal, cuadrado, cúbico, etc. Cada componente ortogonal aporta información particular sobre una clase de tendencia o relación entre la variable independiente y la variable dependiente. Al mismo tiempo, este procedimiento permite verificar estadísticamente la significación de cada componente de tendencia.
![Page 43: Sin título de diapositiva - UB 2_0.pdfsegunda presentación un repaso (condición A: 2), tres presentaciones y dos repasos (condición A: 3) y, por último, cuatro presentaciones](https://reader030.fdocumento.com/reader030/viewer/2022040306/5ec75f61236dc135c330a9cb/html5/thumbnails/43.jpg)
Cuadro resumen del análisis de tendencias (a-1)
Componente SC g.l. CM F p
Lineal 90.25 1 90.25 62.24 <0.05 Cuadrático 1.25 1 1.25 0.86 >0.05 Cúbico 0.25 1 0.25 0.17 >0.05
Error 23.20 16 1.45
F0.95(1/16) = 4.49
![Page 44: Sin título de diapositiva - UB 2_0.pdfsegunda presentación un repaso (condición A: 2), tres presentaciones y dos repasos (condición A: 3) y, por último, cuatro presentaciones](https://reader030.fdocumento.com/reader030/viewer/2022040306/5ec75f61236dc135c330a9cb/html5/thumbnails/44.jpg)
Gráfico de medias
0123456789
A1 A2 A3 A4
V.D.