Análisis de medidas repetidas

Abstract

Este documento esta centrado en el análisis de medidas repetidas que aparecen al registrar lecturas de una variable sobre una misma unidad experimental a lo largo del tiempo. A este tipo de observaciones se les conoce también con el nombre de datos longitudinales. Los experimentos de medidas repetidas tienen estructura factorial, siendo los tratamientos y el tiempo los factores. Puede suceder que los tratamientos, a su vez, estén conformados por las combinaciones de los niveles de dos o más factores. El objetivo del análisis de medidas repetidas es examinar y comparar las tendencias en el tiempo de las respuestas a los tratamientos, lo cual puede involucrar comparaciones de tratamientos en tiempos específicos (efectos simples de los tratamientos) o comparaciones de tratamientos promediando todos los tiempos (efectos principales de los tratamientos). También puede resultar importante la comparación de tiempos para algún tratamiento especifico (efectos simples del tiempo) o la comparación de tiempos promediando todos los tratamientos (efectos principales del tiempo). El tipo de análisis depende, en ultima instancia, del resultado del análisis de varianza, tal y como sucede en todos los experimentos cuyos tratamientos incluyen una estructura factorial. Aunque este problema ha estado presente desde que Sir Ronald Fisher desarrolló y empezó a aplicar el análisis de varianza en la década de 1930, el manejo del mismo ha guardado correspondencia con las herramientas disponibles en cada momento. Cronológicamente, se han usado principalmente tres enfoques para analizar este tipo de experimentos: 1. Análisis separados en cada momento de tiempo, 2. Análisis de varianza univariado y 3. Ajuste de la estructura de covarianzas, mediante modelos mixtos. Vale la pena enfatizar que los dos primeros métodos presentados (análisis separados para cada uno de los tiempos y análisis de varianza univariado) podrían utilizarse como parte del análisis exploratorio, pero tienen falencias que los hacen inadecuados como métodos finales de análisis. Por tanto, siempre que se tengan medidas repetidas se recomienda ajustar la estructura de covarianzas mediante el uso de modelos mixtos. En este documento se detalla el uso del procedimiento MIXED de SAS para tal efecto.