-
Notifications
You must be signed in to change notification settings - Fork 0
/
index.html
521 lines (417 loc) · 17.3 KB
/
index.html
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
<!DOCTYPE html>
<html lang="" xml:lang="">
<head>
<title>Introducción a la simulación de datos en Psicología</title>
<meta charset="utf-8" />
<meta name="author" content="Brian Norman Peña Calero" />
<script src="libs/header-attrs/header-attrs.js"></script>
<link href="libs/tile-view/tile-view.css" rel="stylesheet" />
<script src="libs/tile-view/tile-view.js"></script>
<link href="libs/animate.css/animate.xaringan.css" rel="stylesheet" />
<link href="libs/tachyons/tachyons.min.css" rel="stylesheet" />
<script type="application/json" id="xaringanExtra-editable-docid">{"id":"fc1411160f1f4634b1f08ec4c071dfd8","expires":1}</script>
<script src="libs/himalaya/himalaya.js"></script>
<script src="libs/js-cookie/js.cookie.js"></script>
<link href="libs/editable/editable.css" rel="stylesheet" />
<script src="libs/editable/editable.js"></script>
<script src="libs/clipboard/clipboard.min.js"></script>
<link href="libs/xaringanExtra-clipboard/xaringanExtra-clipboard.css" rel="stylesheet" />
<script src="libs/xaringanExtra-clipboard/xaringanExtra-clipboard.js"></script>
<script>window.xaringanExtraClipboard(null, {"button":"Copiar","success":"Copiado","error":"Presiona Ctrl+C para copiar"})</script>
<script src="libs/xaringanExtra_fit-screen/fit-screen.js"></script>
<link href="libs/xaringanExtra-extra-styles/xaringanExtra-extra-styles.css" rel="stylesheet" />
<link rel="stylesheet" href="xaringan-themer.css" type="text/css" />
<link rel="stylesheet" href="custom.css" type="text/css" />
</head>
<body>
<textarea id="source">
class: center, middle, inverse, title-slide
# Introducción a la simulación de datos en Psicología
## II Jornada de Metodología Cuantitativa en Psicología - AMP
### Brian Norman Peña Calero
### Avances en Medición Psicológica
### 16/10/2020
---
# Acerca de esta presentación
Las diapositivas fueron expuestas en la II Jornada de Metodología Cuantitativa en Psicología organizada por [Avances en Medición Psicológica](https://www.facebook.com/amp.unmsm).
El video de la ponencia pueden encontrarlo dándole click en el siguiente enlace: https://www.facebook.com/amp.unmsm/videos/364404511344708/
Las diapositivas fueron elaboradas mediante el paquete [xaringan](https://github.com/yihui/xaringan) en R 4.0.2. Para una óptima visualización del mismo, recomiendo ir al siguiente enlace: [https://brianmsm.github.io/jornada-amp-simulacion/](https://brianmsm.github.io/jornada-amp-simulacion/), además que podrá siempre tener la versión actualizada de la misma.
El código fuente está disponible en el siguiente enlace: [https://github.com/brianmsm/jornada-amp-simulacion](https://github.com/brianmsm/jornada-amp-simulacion).
---
class: inverse, center, middle
# Método Montecarlo
<div>
<style type="text/css">.xaringan-extra-logo {
width: 150px;
height: 150px;
z-index: 0;
background-image: url(img/logo.png);
background-size: contain;
background-repeat: no-repeat;
position: absolute;
top:1em;right:1em;
}
</style>
<script>(function () {
let tries = 0
function addLogo () {
if (typeof slideshow === 'undefined') {
tries += 1
if (tries < 10) {
setTimeout(addLogo, 100)
}
} else {
document.querySelectorAll('.remark-slide-content:not(.title-slide):not(.inverse):not(.hide_logo)')
.forEach(function (slide) {
const logo = document.createElement('a')
logo.classList = 'xaringan-extra-logo'
logo.href = 'https://medicionpsicologica.com/'
slide.appendChild(logo)
})
}
}
document.addEventListener('DOMContentLoaded', addLogo)
})()</script>
</div>
---
class: middle
.pull-left[.font120[.line-space1-5[
*Es el uso de procesos aleatorios para cuantificar y estudiar distribuciones aleatorias, y a partir de ello analizar y comparar procedimientos estadísticos así como comportamientos de datos en sistemas más complejos <a name=cite-gentle_monte_2005></a>([Gentle, 2005](https://doi.org/10.1002/0470013192.bsa412)).*
]]]
.pull-right[
<img src="img/ruleta.jpg" width="100%" style="display: block; margin: auto;" />
]
---
## Para ello necesitamos:
.pull-left[.line-space2-0[
- Software para simulación
- Obtener aleatoriamente datos
- Distribución o fórmula subyacente a esa intención
- Condiciones
- Replicaciones
- Evaluación
]]
.pull-right[
<img src="img/normal_simulada1.gif" style="display: block; margin: auto;" />
]
---
### Software simulación
Existen diversos softwares de costo para realizar simulación de datos ([goldsim](https://www.goldsim.com/), [xlstat](https://www.xlstat.com/es/soluciones/funciones/simulacion), [vose](https://www.vosesoftware.com/Monte-Carlo-simulation.php), etc.), sin embargo tienen la limitación de restringirse a funciones y soluciones específicas de determinado sector de interés. Por ej. riesgos financieros.
A fin de tener control total acerca de lo que se hará con los datos, condiciones y formas de evaluarlo, es recomendable utilizar un lenguaje de programación, entre los cuales puede estar C, C++, Ruby, Python, R, etc.
Aunque R, es el lenguaje *más lento* entre los mencionados, es el más difundido en cuanto a análisis de datos (en un sentido similar con `python`) y de fácil entendimiento.
---
### Aleatoriedad de datos
Generar un número aleatorio es extremadamente complejo, y conlleva una serie de dificultades y requisitos que no solo se restrinjen al software <a name=cite-park_random_1988></a>([Park and Miller, 1988](https://doi.org/10.1145/63039.63042)), sino también al hardware.
Lo que obtenemos en el software son `números pseudo-aleatorios` puesto que parten de un mismo puerto (`semilla`) pre-determinada para generarse.
.pull-left[
```r
round(runif(n = 2, min = 1, max = 5), 1) # Primer intento
```
```
## [1] 4.8 2.2
```
```r
round(runif(n = 2, min = 1, max = 5), 1) # Segundo intento
```
```
## [1] 1.5 2.2
```
]
.pull-right[
```r
set.seed(123) # Establecer semilla
round(runif(n = 2, min = 1, max = 5), 1) # Primer intento
```
```
## [1] 2.2 4.2
```
```r
set.seed(123)
round(runif(n = 2, min = 1, max = 5), 1) # Segundo intento
```
```
## [1] 2.2 4.2
```
]
---
### Distribución o fórmula subyacente
.pull-left[
**Función de densidad para** `\(X \sim \mathcal{N}(\mu,\,\sigma^{2})\,.\)`
<img src="https://i.upmath.me/svg/%0AP(x)%20%3D%20%5Cfrac%7B1%7D%7B%7B%5Csigma%20%5Csqrt%20%7B2%5Cpi%20%7D%20%7D%7De%5E%7B%7B%7B%20-%20%5Cleft(%20%7Bx%20-%20%5Cmu%20%7D%20%5Cright)%5E2%20%7D%20%5Cmathord%7B%5Cleft%2F%20%7B%5Cvphantom%20%7B%7B%20-%20%5Cleft(%20%7Bx%20-%20%5Cmu%20%7D%20%5Cright)%5E2%20%7D%20%7B2%5Csigma%20%5E2%20%7D%7D%7D%20%5Cright.%20%5Ckern-%5Cnulldelimiterspace%7D%20%7B2%5Csigma%20%5E2%20%7D%7D%7D%0A" width="400" height="100">
**Función de distribución para** `\(X \sim \mathcal{N}(\mu,\,\sigma^{2})\,.\)`
`\(F(x)=P(X≤x)\)`
]
.pull-right[
```r
x <- seq(-3, 3, 1)
dens_norm <- dnorm(x, mean = 0, sd = 1)
dens_norm
```
```
## [1] 0.004431848 0.053990967 0.241970725 0.398942280 0.241970725 0.053990967
## [7] 0.004431848
```
```r
pnorm(3, mean = 0, sd = 1)
```
```
## [1] 0.9986501
```
```r
pnorm(1.96, mean = 0, sd = 1)
```
```
## [1] 0.9750021
```
```r
qnorm(0.975, mean = 0, sd = 1)
```
```
## [1] 1.959964
```
]
---
### Distribución o fórmula subyacente
Con la función `rnorm()` se pueden generar números pseudo-aleatorios provenientes de una distribución normal. En base a esto se pueden realizar algunos ensayos.
.pull-left[
```r
library(tidyverse)
set.seed(123)
dist_normal <- tibble(Media = rnorm(n = 300,
mean = 10,
sd = 1.2))
grupo_a <- dist_normal %>%
sample_frac(size = 0.5)
grupo_b <- dist_normal %>%
anti_join(grupo_a)
dist_normal <- bind_rows(grupo_a,
grupo_b) %>%
mutate(
Grupo = c(rep("A", 150),
rep("B", 150))
)
```
]
.pull-right[
<img src="index_files/figure-html/unnamed-chunk-7-1.png" style="display: block; margin: auto;" />
]
---
### Distribución o fórmula subyacente
Ahora, el ensayo tiene la misma intención pero generando datos aleatorios desde 2 distribuciones distintas. Esto es lo que estaría evaluándose bajo la hipótesis de que ***hay diferencia de medias en 2 grupos***, que en esencia indica que los grupos provienen de distribuciones distintas.
.pull-left[
```r
dist_norm_A <- tibble(Media = rnorm(n = 150,
mean = 10,
sd = 1.2))
dist_norm_B <- tibble(Media = rnorm(n = 150,
mean = 14,
sd = 0.8))
dist_normal_dif <- bind_rows(dist_norm_A,
dist_norm_B) %>%
mutate(
Grupo = c(rep("A", 150),
rep("B", 150))
)
```
]
.pull-right[
<img src="index_files/figure-html/unnamed-chunk-9-1.png" style="display: block; margin: auto;" />
]
---
### Condiciones
.line-space1-5[
Las condiciones son uno de los componentes claves en el desarrollo de un experimento de simulación Montecarlo, puesto que permite controlar que variables influirán en las evaluaciones y generación de datos que se realicen, y hasta que punto la simulación puede acercarse a condiciones realistas.
Algunas condiciones comunes y de utilidad son:
- Diferenciar tamaños de muestras
- Distribución no-normal de los datos
- Presencia de outliers
- Grupos desiguales
- Presencia de heterocedasticidad
]
---
### Condiciones
.line-space1-5[
Así, en caso haya 4 variaciones de tamaño de muestra, 3 grupos desiguales, y consideración de normalidad y no-normalidad, se tendría un diseño de 4x3x2 en la generación de los datos.
En ese sentido, si se generá un mínimo de 50 datos por condición, se podría estar trabajando con 3600 datos aproximadamente. Es común observar estudios de simulación que consideren más de 150 condiciones combinadas al mismo tiempo.
En estudios psicométricos, las condiciones pueden aumentar si se toma en cuenta la `cantidad de ítems`, `carga factorial`, `cantidad de factores` y `fiabilidad en cada factor`.
]
---
### Replicaciones
.line-space1-5[
Las replicaciones permiten controlar problemas de error por la generación de números pseudo-aleatorios. Se trabaja bajo el supuesto de **tendencia**. Si 1 sola generación de datos indica que la prueba de `shapìro-wilk` no detecta adecuadamente la distribución normal de los datos, podría deberse a un error aleatorio.
Sin embargo, la cuestión cambia si se trata de 459 de 1000 veces que se hace la generación de datos exactamente en las mismas condiciones. Los números de replicaciones más comunes oscilan entre 500 y 1000. Por lo que, en el ejemplo anterior tenemos, `4x3x2x1000`, lo que lleva al trabajo con `3 600 000` aproximadamente.
]
---
### Evaluación
.line-space1-5[
Posterior a la elaboración del diseño y la generación de datos aleatorios correctamente gestionados, se debe evaluar el objetivo del mismo:
- Comportamiento del estimador en diversas condiciones: RMSE y sesgo <a name=cite-harwell_strategy_2019></a>([Harwell, 2019](https://doi.org/10.22237/jmasm/1551907966))
- % de Error tipo I y II
- Potencia estadística presente
]
.pull-left[
]
.pull-right[
]
---
## Aplicaciones:
.line-space1-2[
- **Aprendizaje de estadística**
- **Investigación Metodológica**
- Análisis del funcionamiento de estadísticos en investigación **empírica**. Ej:
- Uso de t-student
- Correlación de Pearson
- Análisis del funcionamiento de estadísticos en investigación **psicométrica**. Ej:
- Análisis factorial confirmatorio
- Coeficiente omega y alfa
- Índices de ajuste: CFI, TLI, RMSEA, SRMR
- Funcionamiento de estadísticos en diferentes **condiciones**. Ej:
- Tamaño de muestras distintos
- Presencia de no-normalidad
- Presencia de outliers
- Data missing
]
---
### Aprendizaje de estadística
[](https://www.tandfonline.com/doi/full/10.1080/10691898.2020.1720551)
---
### Investigación metodológica
[](https://www.tandfonline.com/doi/full/10.1080/00949655.2010.520163)
---
class: center
### Investigación metodológica
<!-- ```{r inv_met, echo=FALSE, out.width = '78%'} -->
<!-- knitr::include_graphics("img/screenshot_invest_met2.png", dpi = 600) -->
<!-- ``` -->
<img src="img/screenshot_invest_met2.png" width="78%" style="display: block; margin: auto;" />
Fuente: [Tandfonline](https://www.tandfonline.com/doi/full/10.1080/00949655.2010.520163)
---
### Investigación metodológica
<embed src="https://drive.google.com/viewerng/
viewer?embedded=true&url=http://www.de.ufpb.br/~ulisses/disciplinas/normality_tests_comparison.pdf" width="1100" height="500">
---
class: inverse, center, middle
# ¡Gracias por su atención!
</textarea>
<style data-target="print-only">@media screen {.remark-slide-container{display:block;}.remark-slide-scaler{box-shadow:none;}}</style>
<script src="libs/remark-latest.min.js"></script>
<script>var slideshow = remark.create({
"highlightStyle": "github",
"highlightLines": true,
"countIncrementalSlides": false,
"ratio": "16:9"
});
if (window.HTMLWidgets) slideshow.on('afterShowSlide', function (slide) {
window.dispatchEvent(new Event('resize'));
});
(function(d) {
var s = d.createElement("style"), r = d.querySelector(".remark-slide-scaler");
if (!r) return;
s.type = "text/css"; s.innerHTML = "@page {size: " + r.style.width + " " + r.style.height +"; }";
d.head.appendChild(s);
})(document);
(function(d) {
var el = d.getElementsByClassName("remark-slides-area");
if (!el) return;
var slide, slides = slideshow.getSlides(), els = el[0].children;
for (var i = 1; i < slides.length; i++) {
slide = slides[i];
if (slide.properties.continued === "true" || slide.properties.count === "false") {
els[i - 1].className += ' has-continuation';
}
}
var s = d.createElement("style");
s.type = "text/css"; s.innerHTML = "@media print { .has-continuation { display: none; } }";
d.head.appendChild(s);
})(document);
// delete the temporary CSS (for displaying all slides initially) when the user
// starts to view slides
(function() {
var deleted = false;
slideshow.on('beforeShowSlide', function(slide) {
if (deleted) return;
var sheets = document.styleSheets, node;
for (var i = 0; i < sheets.length; i++) {
node = sheets[i].ownerNode;
if (node.dataset["target"] !== "print-only") continue;
node.parentNode.removeChild(node);
}
deleted = true;
});
})();
(function() {
"use strict"
// Replace <script> tags in slides area to make them executable
var scripts = document.querySelectorAll(
'.remark-slides-area .remark-slide-container script'
);
if (!scripts.length) return;
for (var i = 0; i < scripts.length; i++) {
var s = document.createElement('script');
var code = document.createTextNode(scripts[i].textContent);
s.appendChild(code);
var scriptAttrs = scripts[i].attributes;
for (var j = 0; j < scriptAttrs.length; j++) {
s.setAttribute(scriptAttrs[j].name, scriptAttrs[j].value);
}
scripts[i].parentElement.replaceChild(s, scripts[i]);
}
})();
(function() {
var links = document.getElementsByTagName('a');
for (var i = 0; i < links.length; i++) {
if (/^(https?:)?\/\//.test(links[i].getAttribute('href'))) {
links[i].target = '_blank';
}
}
})();
// adds .remark-code-has-line-highlighted class to <pre> parent elements
// of code chunks containing highlighted lines with class .remark-code-line-highlighted
(function(d) {
const hlines = d.querySelectorAll('.remark-code-line-highlighted');
const preParents = [];
const findPreParent = function(line, p = 0) {
if (p > 1) return null; // traverse up no further than grandparent
const el = line.parentElement;
return el.tagName === "PRE" ? el : findPreParent(el, ++p);
};
for (let line of hlines) {
let pre = findPreParent(line);
if (pre && !preParents.includes(pre)) preParents.push(pre);
}
preParents.forEach(p => p.classList.add("remark-code-has-line-highlighted"));
})(document);</script>
<script>
slideshow._releaseMath = function(el) {
var i, text, code, codes = el.getElementsByTagName('code');
for (i = 0; i < codes.length;) {
code = codes[i];
if (code.parentNode.tagName !== 'PRE' && code.childElementCount === 0) {
text = code.textContent;
if (/^\\\((.|\s)+\\\)$/.test(text) || /^\\\[(.|\s)+\\\]$/.test(text) ||
/^\$\$(.|\s)+\$\$$/.test(text) ||
/^\\begin\{([^}]+)\}(.|\s)+\\end\{[^}]+\}$/.test(text)) {
code.outerHTML = code.innerHTML; // remove <code></code>
continue;
}
}
i++;
}
};
slideshow._releaseMath(document);
</script>
<!-- dynamically load mathjax for compatibility with self-contained -->
<script>
(function () {
var script = document.createElement('script');
script.type = 'text/javascript';
script.src = 'https://mathjax.rstudio.com/latest/MathJax.js?config=TeX-MML-AM_CHTML';
if (location.protocol !== 'file:' && /^https?:/.test(script.src))
script.src = script.src.replace(/^https?:/, '');
document.getElementsByTagName('head')[0].appendChild(script);
})();
</script>
</body>
</html>