PRUEBA DE MEMORIA

data <- read.csv("~/Desktop/Neuro_memoria/data.csv")

Analisis de tiempo

Se hicieron dos grupos. El grupo A recibio arreglos de numeros de forma aleatoria para todas las pruebas. El test 1 tenia 20 numeros(4 filas, 3 columnas), el test 2 tenia 30 numeros (6 filas, 5 columnas), el test 3 tenia 56 numeros (8 filas, 7 columnas) y el test 4 y 5 tenian 90 numeros (10 filas y 9 columnas). Para el grupo B, se conservo el orden del test 1 y se agrego 2 filas y 2 columnas para llenar el resto de numeros faltantes, es decir, que los primeros 20 numeros tenian el mismo orden que el test 1, y los numeros restantes (del 21 al 30) se distribuyeron de forma aleatoria en las filas y columnas del borde. Para el test 3 del grupo B se hizo lo mismo, se conservo el orden del test 2 y se agrego los numeros faltantes en las columnas y filas perifericas. Idem para el test 4. Sin embargo, para el test 5 del grupo B, se genero un orden aleatrio para todos los numeros, de la misma manera como se genero para el grupo A.

Se aplico una prueba de t de sudent no pareada de dos colas con un intervalo de confianza del 95% para verificar la diferencia significativa en el tiempo de resolución del test 4 entre ambos grupos. El grupo B, que habia sido entrenado con los tres primeros tests, tubo un tiempo promedio (mean = 353.72 seg) significativamente menor (p = 0.037982) para resolver el test 4 en comparación con el grupo A (mean = 607.2 seg), llegando a ser casi el doble.

FALSE 
FALSE Attaching package: 'dplyr'
FALSE The following objects are masked from 'package:stats':
FALSE 
FALSE     filter, lag
FALSE The following objects are masked from 'package:base':
FALSE 
FALSE     intersect, setdiff, setequal, union
FALSE `summarise()` has grouped output by 'group'. You can override using the `.groups` argument.

t.test(tiempo$t[tiempo$variable=="t4"]~tiempo$group[tiempo$variable=="t4"])
## 
##  Welch Two Sample t-test
## 
## data:  tiempo$t[tiempo$variable == "t4"] by tiempo$group[tiempo$variable == "t4"]
## t = 2.36322, df = 10.8051, p-value = 0.037982
## alternative hypothesis: true difference in means is not equal to 0
## 95 percent confidence interval:
##   16.868144 489.703285
## sample estimates:
## mean in group A mean in group B 
##       607.00000       353.71429

Sin embargo, cuando los dos grupos resolvieron arreglos de 90 numeros aleatorios, no se vio diferencia estadisticamente significativa (mean grupo A = 647.67, mean grupo B = 638.0, p = 0.95).

t.test(tiempo$t[tiempo$variable=="t5"]~tiempo$group[tiempo$variable=="t5"])
## 
##  Welch Two Sample t-test
## 
## data:  tiempo$t[tiempo$variable == "t5"] by tiempo$group[tiempo$variable == "t5"]
## t = 0.070731, df = 10.7781, p-value = 0.94491
## alternative hypothesis: true difference in means is not equal to 0
## 95 percent confidence interval:
##  -291.89476  311.22810
## sample estimates:
## mean in group A mean in group B 
##       647.66667       638.00000

La prueba de ANOVA de dos vias y un analisis poshoc de Tukey, mostraron que no hay diferencia significativa entre tiempo empleado para encontrar el orden de los 90 numeros organizados aleatoriamente de los tests 4 del grupo A y 5 de ambos grupos, lo que corrobora que el “priming de memoria” de los sujetos de experimentación del grupo B fue adecuado con tres entrenamientos previos de incremento progresivo.

sele <- subset(x = tiempo, subset = variable == "t4" | variable == "t5")
sele <- sele[sele$name != "CCXG",]
two.ways <- aov (sele$t~sele$group*sele$variable)
posHoc <- TukeyHSD(two.ways)
posHoc <- posHoc[[3]]
summary(two.ways)
##                          Df Sum Sq Mean Sq F value  Pr(>F)  
## sele$group                1 249900  249900  7.6657 0.01185 *
## sele$variable             1 152482  152482  4.6774 0.04285 *
## sele$group:sele$variable  1  84609   84609  2.5954 0.12284  
## Residuals                20 651992   32600                  
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
posHoc
##                  diff         lwr       upr       p adj
## B:t4-A:t4 -322.833333 -614.601786 -31.06488 0.026808971
## A:t5-A:t4   40.666667 -251.101786 332.43512 0.979277547
## B:t5-A:t4  -44.666667 -336.435120 247.10179 0.972902609
## A:t5-B:t4  363.500000   71.731547 655.26845 0.011456747
## B:t5-B:t4  278.166667  -13.601786 569.93512 0.065070437
## B:t5-A:t5  -85.333333 -377.101786 206.43512 0.844986690

Lista de preguntas

Ahora veremos que paso con las listas de preguntas. Para esta prueba se hicieron tres listas independientes: Potencial de acción, Aseo y chocolateria. A lo largo de una clase de dos horas de duracción se hicieron 3 preguntas cada 25 min aproximadamente. Las preguntas consistian en que la persona identifique a que lista pertencia la palabra presentada o no pertenecia a ninguna lista. Los alumnos anotaron individualmente sus respuestas y al final de la clase la enviaron por correo.

## Warning in read.table(file = file, header = header, sep = sep, quote = quote, :
## incomplete final line found by readTableHeader on '~/Desktop/Neuro_memoria/
## correctas.csv'

El promedio de la prueba es de 0.8, pero hay preguntas como la p5, p7 y p12, que extrañamente tienen una frecuencia de acierto menor. Si aplicamos una prueba exacta de fisher, ya que la n es menor de 30 y uno de los resultados suma menos que 5 (por lo que no se puede aplicar un Chi-cuadrada)