Algunas soluciones aproximadas para diseños split-plot con matrices de covarianza arbitrarias
El presente trabajo revisa con cierto detalle diversos tipos de análisis para diseños split-plot que carecen del mismo número de unidades experimentales dentro de cada grupo y en los que se incumple el supuesto de esfericidad multimuestral. Específicamente, adoptando el enfoque multivariado de aprox...
| Autores: | , |
|---|---|
| Tipo de recurso: | artículo |
| Fecha de publicación: | 1998 |
| País: | España |
| Institución: | Universitat Politècnica de Catalunya (UPC) |
| Repositorio: | UPCommons. Portal del coneixement obert de la UPC |
| Idioma: | español |
| OAI Identifier: | oai:upcommons.upc.edu:2099/4093 |
| Acceso en línea: | https://hdl.handle.net/2099/4093 |
| Access Level: | acceso abierto |
| Palabra clave: | Inference Statistics Diseños multivariados de medidas repetidas Esfericidad multimuestral Medidas ponderadas y noponderadas Procedimientos robustos y poderosos Inferència Disseny d'experiments Classificació AMS::62 Statistics::62J Linear inference, regression Classificació AMS::62 Statistics::62K Design of experiments |
| Sumario: | El presente trabajo revisa con cierto detalle diversos tipos de análisis para diseños split-plot que carecen del mismo número de unidades experimentales dentro de cada grupo y en los que se incumple el supuesto de esfericidad multimuestral. Específicamente, adoptando el enfoque multivariado de aproximar los grados de libertad desarrollado por Johansen (1980) y el procedimiento de aproximación general mejorada corregida basado en Huynh (1980) se muestra cómo obtener análisis robustos y poderosos a la hora de probar los efectos principales y la interacción, así como hipótesis de comparaciones múltiples relacionadas con estos efectos, tanto si se cuenta con una simple variable dependiente asociada con cada una de las medidas repetidas como si se cuenta con más de una. |
|---|