z.score.fnc

Copy, Paste and Adapts

dat = z.score.fnc(dat, variables=c(1,2,5) )

dat = z.score.fnc(dat, variables=2:8, which.factor='course')

Objetive

Transforma las variables definidas por el usuario en su versión en puntuaciones típicas (Z_i). Tanto de forma general como por niveles de un determinado factor.

Puntuaciones Típicas

Partiremos de la base de datos stress que contiene en su interior 4 medidas de stress realizadas en 60 sujetos (30 hombres y 30 mujeres) y guardadas en el archivo ejemplo.manova.Rdata. Queremos crear las versiones tipificadas para cada sujeto de las cuatro medidas.

stress=read.file.fnc('ejemplo.manova.Rdata')

stress= z.score.fnc(stress, variables=3:6)

O de forma equivalente:

stress= z.score.fnc(stress, variables=c('Y1','Y2','Y3','Y4'))

Si quisieramos las puntuaciones típicas de esas variables pero en cada nivel del factor sexo lo solicitaríamos con el argumento que.factor.

stress= z.score.fnc(stress, variables=3:6, which.factor='sex')

Si comparas los valores de las cuatro puntuaciones tipificadas cuando se han realizado para la base de datos general frente a la realizada en cada nivel del factor sexo, puedes apreciar las diferencias entre ambos procedimientos. El sujeto numero 1 que es hombre puedes ver que su puntuación en z.Y1 está ligeramente mas aislada de la media cuando se tipifica intra nivel de sexo que cuando se realiza sobre la base de datos global. De igual modo el sujeto 6 en z.Y3 está ligeramente por debajo de la media en la tipificación global (-0.54) y ligeramente por encima en la realizada por sexo (0.12).