El modelo de asociaciones espurias prospectivas (SPAM): Explicando asociaciones longitudinales debido a artefactos...

Área de la Ciencia:

• Ciencias psicológicas
• Modelado estadístico
• Análisis longitudinal de los datos

Sus antecedentes:

• El análisis longitudinal de datos a menudo emplea modelos susceptibles a los artefactos estadísticos.
• Investigaciones anteriores indicaron que algunas asociaciones prospectivas surgen del error de medición y la regresión a la media, no de los efectos verdaderos.
• Los modelos existentes pueden malinterpretar estos artefactos como relaciones temporales genuinas.

Objetivo del estudio:

• Para formalizar el análisis de los artefactos estadísticos en los datos longitudinales.
• Introducir el modelo de asociaciones falsas (SPAM) como una alternativa.
• Demostrar la superioridad de SPAM sobre los modelos de efectos de retraso cruzado ajustados para explicar las asociaciones observadas.

Principales métodos:

• Formalización del análisis estadístico de los artefactos.
• Introducción y aplicación del modelo de asociaciones falsas y potenciales (SPAM).
• Comparación de SPAM con modelos ajustados de efectos de retraso cruzado utilizando conjuntos de datos existentes y nuevos.

Principales resultados:

• SPAM explica efectivamente las asociaciones potenciales sin asumir cambios reales en las construcciones a lo largo del tiempo.
• El SPAM supera a los modelos de efectos de retraso cruzado ajustados en la contabilización de las asociaciones observadas.
• SPAM tiene en cuenta los hallazgos paradójicos de efectos simultáneos crecientes y decrecientes, que desafían a otros modelos.

Conclusiones:

• El Spurious Prospective Associations Model (SPAM) proporciona una explicación robusta para las asociaciones longitudinales observadas.
• El SPAM está mejor respaldado por datos que los modelos de la competencia en los casos investigados.
• Los resultados ponen de relieve la importancia de tener en cuenta los artefactos estadísticos en la investigación longitudinal.