Open Access
Modelización de diseños split-plot y estructuras de covarianza no estacionarias: un estudio de simulación
Author(s) -
Roser Bono,
Jaume Arnau,
Guillermo Vallejo
Publication year - 2010
Publication title -
escritos de psicología
Language(s) - Spanish
Resource type - Journals
eISSN - 1989-3809
pISSN - 1138-2635
DOI - 10.24310/espsiescpsi.v3i3.13341
Subject(s) - humanities , physics , art
Un tema que ha suscitado mayor interés entre los investigadores del análisis de datos longitudinales ha sido el desarrollo, a través de estudios de simulación, de modelos de análisis que incorporen aquellas estructuras de covarianza que mejor se ajusten a los datos. Al analizar las estructuras de covarianza en el ámbito de datos longitudinales, nos encontramos que no siempre las varianzas son constantes. Así, es frecuente que las varianzas incrementen con el tiempo cuando las correlaciones entre observaciones igualmente espaciadas no son homogéneas. En este trabajo llevamos a cabo un estudio de simulación, a fin de analizar dos estructuras de coeficientes aleatorios con correlaciones no estacionarias. La primera con varianzas constantes (RC) y la segunda, dada su utilidad en contextos longitudinales, con varianzas que presentan una estructura lineal (RCL). Una vez generadas ambas matrices de covarianza, RC y RCL, se ajustan once estructuras de covarianza mediante el PROC MIXED para el criterio Akaike, lo que permite seleccionar la de mejor ajuste. El objetivo de este estudio es conocer cuáles son los porcentajes de ajuste de las distintas matrices de covarianza y en que medida la de mejor ajuste es la matriz de covarianza de la población.