Descripción del experimento simulado

Autor

Afiliación

Juan David Leongómez

EvoCo: Laboratorio de Evolución y Comportamiento Humano | CODEC: Ciencias Cognitivas y del Comportamiento | Facultad de Psicología | Universidad El Bosque

Resumen

Este ejercicio tiene como objetivo proporcionar un conjunto de datos simulados para la práctica de modelos lineales de efectos mixtos en R. El contexto experimental es ficticio, pero diseñado para reflejar situaciones reales de investigación en psicología y ciencias del comportamiento. En el estudio simulado, participantes hombres y mujeres evaluaron la sociosexualidad percibida de una serie de rostros presentados en dos condiciones de manipulación facial (feminizados y masculinizados). Los estímulos pertenecían a dos categorías (rostros femeninos y rostros masculinos), y cada participante observó todas las combinaciones de condiciones. El diseño incluye así un factor entre-sujetos (género del participante) y dos factores intra-sujetos (sexo del estímulo y manipulación), además de múltiples observaciones por ítem (rostro).

El dataset resultante permite a los estudiantes explorar la estructura jerárquica de los datos, ajustar modelos mixtos con la función lmer del paquete lmerTest, y evaluar efectos principales e interacciones. Asimismo, se fomenta el uso de herramientas complementarias como emmeans (para estimaciones marginales) y performance (para diagnóstico y ajuste de modelos). De este modo, el ejercicio sirve como una introducción aplicada al análisis de datos experimentales con medidas repetidas y estructuras de datos multinivel.

1 Descripción del experimento simulado

En este experimento (inventado y con datos hipotéticos) se pidió a un grupo de participantes que evaluaran la sociosexualidad percibida en una serie de rostros.

La sociosexualidad se refiere a la disposición de una persona a involucrarse en relaciones sexuales sin necesidad de un compromiso afectivo o de pareja estable.
En este caso, las y los participantes respondieron de cada rostro una pregunta del tipo:
“¿Qué tan probable crees que es que esta persona esté dispuesta a involucrarse en una relación sexual sin compromiso?”

La tarea consistía en observar cada rostro y asignar una puntuación de 1 a 100 indicando qué tan sociosexual percibían a la persona retratada.

El objetivo es determinar si la feminización o masculinización de los rostros afecta las percepciones de sociosexualidad y si este efecto depende del sexo del rostro manipulado y/o del género del/de la participante que califica.

2 Diseño experimental

El diseño es mixto porque incluye variables tanto entre sujetos como dentro de sujeto e ítem. Además, debe modelarse con un modelo de efectos mixtos (y no como un ANOVA mixto), ya que contempla simultáneamente efectos fijos y efectos aleatorios.

Tabla 1: Estructura factorial del diseño experimental simulado.

	Rostros femeninos	Rostros Maculinos
Participantes Mujeres	Feminizados / Masculinizados	Feminizados / Masculinizados
Participantes Hombres	Feminizados / Masculinizados	Feminizados / Masculinizados

2.1 Descripción del diseño

• Cada participante calificó todos los rostros (20 femeninos y 20 masculinos).
  
• Cada rostro fue mostrado en sus dos versiones (feminizada y masculinizada).
  
• En consecuencia, por participante hay 80 presentaciones (20 rostros femeninos × 2 manipulaciones + 20 rostros masculinos × 2 manipulaciones) y múltiples observaciones por ítem (cada rostro es observado/calificado por todas las personas participantes).

2.2 Variables independientes

• Entre sujetos
  • genero_participante: cada participante se identifica como Mujer o Hombre.
    • Esta variable es entre-sujetos: cada persona pertenece a un único nivel.
• Entre ítems (rostros) y dentro de sujeto
  • sexo_estimulo: cada rostro pertenece a un sexo fijo, Femenino o Masculino.
    • Cada ítem (rostro) se presenta siempre con el mismo sexo, pero todas las personas participantes ven rostros femeninos y masculinos.
• Dentro de sujeto e ítem
  • manipulacion: cada rostro se presenta en dos versiones, una Feminizada y otra Masculinizada.
    • Por tanto, todas las personas participantes observan ambos tipos de manipulación de cada rostro.

3 Ejemplo de estímulos

A continuación se muestra un ejemplo de un rostro masculino manipulado para ser masculinizado (izquierda) y feminizado (derecha), tomado de un artículo que publicamos recientemente:

Figura 1: Ejemplo de manipulación de masculinidad/feminidad de un rostro masculino. En la versión de la izquierda el rostro fue masculinizado, y en la de la derecha fue feminizado. Ejemplo tomado de nuestro reciente artículo Resource availability and experiences of partner violence shape facial masculinity preferences in Colombian women (Vásquez-Amézquita et al., 2025).

4 Base de datos

Descarga el archivo en formato CSV desde el repositorio:

• Descarga directa (archivo CSV): https://jdleongomez.github.io/tutorial_lmer/base_de_datos.csv

Tienes dos opciones:

1. Puedes descargar (o ver) y guardar el CSV en una carpeta local de tu computador (por ejemplo, en la misma en la que crearás tu script).

# Por ejemplo
datos <- read.csv("base_de_datos.csv", stringsAsFactors = FALSE)

2. cargar el archivo directamemnte en R sin necesidad de descargarlo

# Por ejemplo
datos <- read.csv("https://raw.githubusercontent.com/JDLeongomez/tutorial_lmer/main/base_de_datos.csv", stringsAsFactors = FALSE)

Una vez lo hayas cargado tus datos, asegúrate de explorarlos para entenderlos mejor.

4.1 Variables en la base de datos

• ID_participante: identificador anónimo de cada participante.
  
• ID_rostro: identificador de cada rostro (por ejemplo: F01, M15).
  
• genero_participante: género de la persona que responde (Mujer o Hombre).
  
• sexo_estimulo: sexo del rostro presentado (Femenino o Masculino).
  
• manipulacion: condición experimental, con dos niveles (Feminizados o Masculinizados).
  
• Percepcion_sociosexualidad: variable dependiente; puntaje de 1 a 100 asignado por el/la participante.

5 Tarea

Con estos datos deben:

1. Comprender la estructura (factores entre-sujetos, intra-sujetos e ítems).
   
2. Proponer y ajustar un modelo estadístico adecuado, teniendo en cuenta la naturaleza jerárquica/repetida de los datos.
   • Pista: probablemente necesiten un modelo de efectos mixtos que incluya interceptos y, cuando sea posible, pendientes aleatorias por participante e ítem. Recuerden que para ajustar modelos de efectos mixtos (con efectos fijos y aleatorios) estamos usando la función lmer del paquete lmerTest.
3. Explorar efectos principales e interacciones entre el género del/de la participante, el sexo del estímulo y la manipulación.
   Para esto pueden usar la función anova (esta función, del paquete lmerTest, automáticamente produce una tabla ANOVA tipo III¹ para modelos ajustados con la función lmer).

4. Extraer interpretaciones claras: por ejemplo, si los rostros masculinizados son evaluados como más sociosexuales, si hay diferencias según el sexo del rostro, o si mujeres y hombres difieren en sus juicios. Para esto pueden apoyarse en funciones del paquete emmeans, como emmeans (idealmente con la opción pairwise) y emmip.
   
5. Evaluar ajuste y supuestos con funciones del paquete performance, por ejemplo r2 (bondad de ajuste) y check_model (diagnósticos de supuestos).

Este ejercicio es un reto, pero si lo logran estarán muy bien preparadas y preparados para modelar datos de sus propios experimentos. Pueden apoyarse en el video y el script de la última sesión, así como en internet y las ayudas de R (por ejemplo, ?emmeans).

---

6 Visualización de los efectos

La Figura 2 muestra un ejemplo ilustrativo de los efectos de la manipulación de rostros femeninos y masculinos en las percepciones de sociosexualidad de participantes hombres y mujeres. Por supuesto, para visualizar los resultados pueden crear una figura fácilmente usando emmip y estará muy bien (esta es simplemente una opción más elaborada, pero no se preocupen por copiarla).

Figura 2: Medias marginales estimadas (EMMs) ± IC 95% de la sociosexualidad percibida, en función de la manipulación de los rostros (feminizados vs. masculinizados; eje X), el sexo del estímulo (líneas rojas: rostros femeninos; líneas azules: rostros masculinos) y el género del participante (panel izquierdo: mujeres; panel derecho: hombres). Las líneas finas coloreadas muestran las trayectorias individuales promedio de cada participante, mientras que los puntos y líneas gruesas representan las predicciones del modelo mixto.

Referencias

Vásquez-Amézquita, M., Castellanos-Chacón, A., Medina-Sarmiento, W., Cepeda, V., Martínez-González, M. B., & Leongómez, J. D. (2025). Resource Availability and Experiences of Partner Violence Shape Facial Masculinity Preferences in Colombian Women. Evolution and Human Behavior, 46(4), 106707. https://doi.org/10.1016/j.evolhumbehav.2025.106707

Notas

1. Esto implica que los efectos principales se calculan controlando por las interacciones, lo cual es especialmente importante cuando el modelo incluye términos de interacción.