projetos de medidas repetidas não se encaixam na nossa impressão de uma experiência típica de várias maneiras-chave. Quando pensamos em uma experiência, muitas vezes pensamos em um projeto que tem uma clara distinção entre os grupos de tratamento e controle. Cada assunto está em um, e apenas um, desses grupos não-sobrepostos. Os indivíduos que fazem parte de um grupo de tratamento estão expostos a apenas um tipo de tratamento. Este é o design experimental comum de grupos independentes.,estas ideias parecem importantes, mas as medidas repetidas projectam-nas pela janela! E se tiver um sujeito no grupo de controlo e todos os grupos de tratamento? Há algum problema? Não necessariamente. Na verdade, repetidos projetos de medidas podem proporcionar tremendos benefícios!
neste post, vou destacar as vantagens e desvantagens de usar um projeto de medidas repetidas e mostrar um exemplo de como analisar um projeto de medidas repetidas usando ANOVA no Minitab.
quais são os desenhos das medidas repetidas?,
como seria de esperar, os projetos de medidas repetidas envolvem várias medidas de cada assunto. Não é nenhuma surpresa, mas há mais do que isso. Em projetos de medidas repetidas, os sujeitos são normalmente expostos a todas as condições de tratamento. Surpreendente, não é?
neste tipo de projeto, cada assunto funciona como um bloco experimental. Um bloco é uma variável categórica que explica a variação na variável resposta que não é causada pelos fatores que você realmente quer saber., Você usa blocos em experimentos projetados para minimizar o viés e variância do erro por causa desses fatores de incômodo.em projetos de medidas repetidas, os sujeitos são seus próprios controles porque o modelo avalia como um sujeito responde a todos os tratamentos. Ao incluir o bloco de estudo na análise, você pode controlar os fatores que causam variabilidade entre os indivíduos. O resultado é que apenas a variabilidade dentro dos sujeitos é incluída no Termo de erro, o que geralmente resulta em um termo de erro menor e uma análise mais poderosa.,mais poder estatístico: os desenhos das medidas repetidas podem ser muito poderosos porque controlam factores que causam variabilidade entre indivíduos.
menos sujeitos: graças ao maior poder estatístico, um projeto de medidas repetidas pode usar menos sujeitos para detectar um tamanho de efeito desejado. Outras reduções de tamanho da amostra são possíveis porque cada sujeito está envolvido com vários tratamentos. Por exemplo, se um projeto de grupos independentes requer 20 indivíduos por grupo experimental, um projeto de medidas repetidas pode exigir apenas 20 no total.,
Mais rápido e mais barato: menos matérias precisam ser recrutadas, treinadas e compensadas para completar uma experiência inteira.
avaliar um efeito ao longo do tempo: as medidas repetidas designs pode acompanhar um efeito horas extras, como a curva de aprendizagem para uma tarefa. Nesta situação, muitas vezes é melhor medir o mesmo assunto em várias vezes em vez de assuntos diferentes em um ponto no tempo para cada um.
gerir os desafios das medidas repetidas Designs
medidas repetidas designs têm algumas desvantagens em comparação com designs que têm grupos independentes., Os maiores inconvenientes são conhecidos como efeitos de ordem, e eles são causados por expor os sujeitos a múltiplos tratamentos. Os efeitos de ordem estão relacionados com a ordem que os tratamentos são dados, mas não devido ao tratamento em si. Por exemplo, as pontuações podem diminuir ao longo do tempo devido à fadiga, ou aumentar devido à aprendizagem. Nos testes de gosto, um vinho seco pode obter uma classificação mais elevada se foi precedido por um vinho de secador e uma classificação mais baixa se precedido por um vinho mais doce. Os efeitos de ordem podem interferir com a capacidade da análise para estimar correctamente o efeito do próprio tratamento.,existem vários métodos que você pode usar para reduzir estes problemas em projetos de medidas repetidas. Estes métodos incluem a aleatorização, permitindo tempo entre os tratamentos, e contrabalançando a ordem dos tratamentos, entre outros. Finalmente, é sempre bom lembrar que um design de grupos independentes é uma alternativa para evitar efeitos de ordem.
abaixo encontra-se um desenho muito comum de medidas repetidas. Estudos que usam este tipo de design são tão diversos quanto a avaliação de diferentes campanhas publicitárias, programas de treinamento e medicamentos., Neste projeto, os sujeitos são distribuídos aleatoriamente para os dois grupos e você pode adicionar tratamentos adicionais e um grupo de controle, conforme necessário.
existem muitos tipos diferentes de projetos de medidas repetidas e está além do escopo deste post para cobrir todos eles. Cada estudo deve considerar cuidadosamente qual o desenho que satisfaz as necessidades específicas do estudo.
para mais informações sobre diferentes tipos de projetos de medidas repetidas, como organizar a planilha, e como realizar a análise no Minitab, veja analisando um projeto de medidas repetidas., Além disso, aprenda a usar o Minitab para analisar uma praça Latina com design de medidas repetidas. Agora, vamos usar o Minitab para realizar uma complexa e repetida medição ANOVA!foi realizado um experimento para determinar como vários fatores afetam a exatidão do sujeito ao ajustar os mostradores. Três sujeitos realizam testes realizados em um dos dois níveis de ruído. Em cada um dos três períodos de tempo, os sujeitos monitoraram três diferentes escalas e fizeram ajustes conforme necessário. A resposta é uma pontuação de precisão. O ruído, o tempo e os fatores de marcação são cruzados, fatores fixos., O sujeito é um factor aleatório, aninhado no ruído. O ruído é um factor entre os indivíduos, o tempo e o dial são factores dentro dos indivíduos.
Aqui estão os dados para tentar isso você mesmo. Se você não está já usando nosso software e você quer jogar junto, você pode obter uma versão de teste de 30 dias Grátis.
Para analisar medidas repetidas design utilizando a ANOVA no Minitab, escolha: Stat > ANOVA > Geral do Modelo Linear > Ajuste Geral do Modelo Linear, e siga estes passos:
- Nas Respostas, inserir Pontuação.,
- nos factores, introduza o indicador de tempo do assunto do ruído.clique em Random / Nest.
- sob nidificação, introduzir ruído na célula à direita do sujeito.
- sob o tipo de fator, escolha aleatoriamente na célula à direita do sujeito.
- clique em OK, e em seguida clique em Model.em fatores e Covariados, Selecione Todos os fatores.
- do puxador para o direito das interações através da ordem, escolha 3.carregue no botão Adicionar.
- dos Termos do modelo, escolha o assunto * Etime * Dial (ruído) e carregue em Apagar.
- Carregue em OK em todas as janelas.,
abaixo estão os destaques.
Você pode ganhar alguma idéia sobre como o projeto afetou a sensibilidade dos testes-F ao ver os componentes de variância abaixo. Os componentes de variância utilizados no teste dentro dos indivíduos são menores (7.13889, 1, 75, 7.94444) do que a variância entre indivíduos (65.3519). É típico que um modelo de medidas repetidas possa detectar diferenças menores nos meios dentro dos indivíduos em comparação com entre os indivíduos.
das quatro interacções entre factores fixos, a interacção ruído / tempo foi a única com um valor p baixo (0, 029)., Isto implica que há evidências significativas para julgar que a sensibilidade de um sujeito ao ruído mudou ao longo do tempo. Há também evidência significativa para um efeito dial (valor p < 0, 0005). Entre os Termos aleatórios, há evidência significativa para o tempo por assunto (valor p = 0.013) e assunto (valor p < 0.0005) efeitos.
para terminar, eu vou gráfico estes efeitos usando Stat > ANOVA > Geral do Modelo Linear > Fatorial Parcelas., Esta ferramenta útil leva o nosso modelo ANOVA e produz um enredo de efeitos principais e um enredo de interações para nos ajudar a entender o que os resultados realmente significam.
