G*Power: importancia del tamaño muestral en análisis de series temporales
![Thumbnail](/xmlui/bitstream/handle/10234/185574/09_Elipe%2c_Flor....pdf.jpg?sequence=5&isAllowed=y)
Ver/ Abrir
Impacto
![Google Scholar](/xmlui/themes/Mirage2/images/uji/logo_google.png)
![Microsoft Academico](/xmlui/themes/Mirage2/images/uji/logo_microsoft.png)
Metadatos
Mostrar el registro completo del ítemcomunitat-uji-handle:10234/10
comunitat-uji-handle2:10234/158177
comunitat-uji-handle3:10234/116245
comunitat-uji-handle4:10234/185559
REVISTESMetadatos
Título
G*Power: importancia del tamaño muestral en análisis de series temporalesAutoría
Fecha de publicación
2019Editor
Publicacions de la Universitat Jaume I. Servei de Comunicació i PublicacionsISSN
2443-9827Tipo de documento
info:eu-repo/semantics/articlePalabras clave / Materias
Resumen
Introducción: Los análisis de series temporales son especialmente útiles, sobre
todo en disciplinas que requieren un seguimiento longitudinal minucioso. A pesar
de su gran utilidad, son poco frecuentes en el campo ... [+]
Introducción: Los análisis de series temporales son especialmente útiles, sobre
todo en disciplinas que requieren un seguimiento longitudinal minucioso. A pesar
de su gran utilidad, son poco frecuentes en el campo de la psicología. Por este
motivo, los autores de este trabajo utilizaron las series temporales para llevar a
cabo un estudio sobre la adicción al tabaco. Los resultados mostraron que la
conducta tabaquista seguía un modelo AR (2)(7)8, es decir, la muestra tenía una
memoria de 56 días. El objetivo del presente trabajo es comprobar la potencia
estadística y el tamaño del efecto del modelo que encontraron.
Método: Dada la ausencia de información en la bibliografía previa, se realizó a
posteriori un análisis de series temporales imitando los modelos encontrados en
los estudios previos. Con la información obtenida, se calculó mediante el
software G*Power si el tamaño muestral era suficientemente grande para tener
un modelo con una buena potencia y un tamaño del efecto.
Resultados: El output indica que se necesita un mínimo de 17 sujetos con 63
datos diarios cada uno (1071 datos en total) para tener un modelo con buena
potencia estadística y un tamaño del efecto digno.
Conclusión: Los análisis de series temporales tienen poca potencia, por lo que
se necesitan registros con un número elevado de datos por sujeto. Además, la
cantidad de sujetos para obtener una potencia y un tamaño del efecto
adecuados debe ser verificado mediante estudios previos o, si no es posible,
mediante análisis a posteriori. [-]
Introduction: Time series analysis is particularly useful, especially in disciplines
that require close longitudinal monitoring. Despite their great usefulness, its use
is not common in fields such as psychology. ... [+]
Introduction: Time series analysis is particularly useful, especially in disciplines
that require close longitudinal monitoring. Despite their great usefulness, its use
is not common in fields such as psychology. For this reason, the authors of this
work used time series to carry out a study on tobacco addiction. The results
showed that tobacco behaviour followed an AR (2)(7) 8 model, that is, the sample
had a 56-day memory. The objective of the present work is to verify the statistical
power and the effect size of the model that they found.
Method: Given the absence of information in the previous references, an analysis
of time series was performed a posteriori imitating the models founded in the
previous studies. It was calculated using G*Power software if our sample size is
large enough to obtain a model with statistical power and a good effect size.
Results: The output indicates that a minimum of 17 subjects are needed, with 63
data each day (a total of 1071 data) to obtain a model with a good statistical
power and effect size.
Conclusion: To sum up, we conclude with the affirmation that time series analysis
has a poor statistical power, so samples for this type of analysis should be quite
large. Furthermore, the ideal number of subjects to obtain an adequate statistical
power and an effect size should be checked by a previous study or, if that is not
possible, a posteriori analysis. [-]
Publicado en
Àgora de salut, 2019, vol. 6Derechos de acceso
© Del text: els autors i les autores, 2019
© D’aquesta edició: Publicacions de la Universitat Jaume I, 2019
info:eu-repo/semantics/openAccess
info:eu-repo/semantics/openAccess
Aparece en las colecciones
El ítem tiene asociados los siguientes ficheros de licencia: