Cómo elegir la mejor prueba estadística para analizar un diseño de medidas repetidas

Résumé 0

"La potencia y robustez de los procedimientos estadísticos para analizarlos efectos en los diseños de medidas repetidas están en función de la satisfacción delos supuestos asociados al análisis, en especial, el supuesto de esfericidad y de homogeneidadde las matrices de covarianza. Desafortunadamente, la violación de estossupuestos es habitual en los datos de las investigaciones aplicadas educativas y psicológicas.En este artículo teórico revisamos las competencias de varios estadísticos conrespecto al error de Tipo I y la potencia obtenidos por diferentes autores medianteestudios de simulación Monte Carlo. También realizamos una investigación MonteCarlo ad hoc para ejemplificar la cuantía del error de Tipo I en los efectos intra-sujetoen un diseño split-plot de medidas repetidas. Examinando todo lo anterior advertimosque diferentes métodos de análisis son apropiados en diferentes situaciones. Concluimosaportando recomendaciones para el análisis de estos diseños en función de laviolación o no de las asunciones subyacentes."