Il modello di analisi dei dati nei disegni within.

Presentazione sul tema: "Il modello di analisi dei dati nei disegni within."— Transcript della presentazione:

1 Il modello di analisi dei dati nei disegni within

2 Il modello di analisi dei dati Il modello di analisi dei dati per un disegno ad un fattore analizzato tra i soggetti è lANOVA ad una via per prove ripetute: within subjects one way ANOVA

3 esempio esperimento di Davidoff sulla face precedence

4 La teoria cognitiva di riferimento prevede che esista un modulo per il riconoscimento delle facce

5 Lipotesi di ricerca è che questo modulo faciliti il riconoscimento di parti di facce prese nel contesto di una faccia piuttosto che di parti in isolamento

6 Il compito sperimentale è di dire se due parti di faccia (ad es, la bocca) sono uguali oppure no. Compito: same or different.

7 Si misura il tempo di reazione (R.T.) di ogni soggetto nelle due condizioni. Le condizioni sono randomizzate in modo indipendente per ogni soggetto

8 Disegno F 2 nei soggetti f1=presenza del contesto-faccia f2= assenza del contesto-faccia

9 SoggettoRT con la faccia (ms) RT senza la faccia (ms) 1240256 2268290 3251261 4288298 5301320 6290301 7293308 8268277 9308318 10248266 media:275,5289,5

10 Il modello ANOVA a campioni indipendenti prevede che per ogni soggetto il valore della variabile misurata Y ij sia composto da una somma di 3 termini: la media generale: leffetto del trattamento: lerrore individuale dipendente sia dalla prova che dal soggetto: e ij Y ij = + e ij

11 ANOVA per misure ripetute Il modello ANOVA per misure ripetute si differenzia dal precedente perché contiene un parametro i che tiene conto delle caratteristiche specifiche del soggetto, e cioè della variabilità individuale (ad esempio se si misurano tempi di reazione un soggetto potrebbe avere migliori riflessi...): Y ij = + i + e ij

12 ANOVA per misure ripetute Il parametro i viene eliminato dallanalisi considerando la differenza delle risposte dello stesso soggetto nelle varie condizioni sperimentali: Y ij - Y ik = =( j + i + e ij )-( k + i + e ik ) = j - k + (e ij - e ik )

13 ANOVA per misure ripetute La differenza (Y ij - Y ik ) non dipende più dal fattore individuale. Il modello assume che la variabilità individuale sia la stessa per tutti i livelli del trattamento; non si deve quindi avere interazione tra la variabilità individuale e il fattore manipolato.

14 Lanalisi della varianza a misure ripetute stima le significatività delleffetto cercando di rifiutare lipotesi nulla per la quale: ( j - k )=0

15 Leffetto risulta significativo? La tabella che segue riporta i risultati di una analisi della varianza ad un fattore per prove ripetute con a=.05

16

17 Applichiamo un test non parametrico come il test del segno o dei segni

18 La frequenza con cui i tempi della seconda colonna superano quelli della prima (10 volte su 10) è superiore a quanto predetto dal caso per una condizione in cui entrambe le colonne siano rappresentative di una medesima popolazione

19 Leffetto è presente ma il nostro disegno non era sufficientemente sensibile da rilevarlo

20 Allinterno delle condizioni la variabilità tra i soggetti è molto alta Questo potrebbe indicare la presenza di un fattore non controllato? Trattandosi di un esperimento sui tempi di reazione quale potrebbe essere?

21 Decidiamo di ripetere lesperimento con un gruppo omogeneo per età (solo giovani), perché supponiamo che il nostro effetto possa essere presente nei giovani ma non negli anziani.

22 SoggettoRT con la faccia (ms) RT senza la faccia (ms) 1250266 2258270 3251271 4258278 5261380 6250264 7253270 8259270 9258372 10248260 media:259,6290,1

23

24 Avendo controllato leffetto di disturbo delletà, leffetto principale è significativo! Tuttavia i risultati NON sono generalizzabili a popolazioni di età differente