Estudio de la memoria conductual de sustancias adictivas mediante análisis de series temporales agrupadas

Doctorat internacional El objetivo de esta tesis ha sido utilizar las series temporales para estudiar, en una muestra de 59 personas (34 mujeres y 25 hombres), el consumo de cuatro substancias adictivas, con la intención de pronosticar futuros consumos a partir de la ingesta en días anteriores. Para...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
1. Verfasser: Elipe Miravet, Marcel
Format: Dissertation
Sprache:spa
Schlagworte:
Online-Zugang:Volltext bestellen
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:Doctorat internacional El objetivo de esta tesis ha sido utilizar las series temporales para estudiar, en una muestra de 59 personas (34 mujeres y 25 hombres), el consumo de cuatro substancias adictivas, con la intención de pronosticar futuros consumos a partir de la ingesta en días anteriores. Para el tabaco se obtuvo un modelo autorregresivo con dos semanas de retardos significativos. Para el alcohol se obtuvo un modelo autorregresivo con cinco semanas de retardos significativos; además de ser multinivel para el séptimo retardo. Para la cafeína se obtuvo un modelo autorregresivo con cuatro semanas de retardos significativos, donde la variable dummy día de la semana es significativa. Finalmente, para el azúcar se obtuvo un modelo autorregresivo con cuatro semanas de retardos significativos; además de ser multinivel para el primer retardo. Los resultados obtenidos demuestran la gran utilidad de este tipo de análisis, los cuales facilitan conocer los futuros consumos de las personas. In order to determine the habit consumption of four addictive substances (alcohol, tobacco, sugar and caffeine), 59 people (34 women and 25 men) recorded their consumption of these substances on a daily basis for twelve consecutive weeks. Time series analyses revealed that for tobacco, an autoregressive (AR) model with two weeks of significant lags was obtained. For alcohol, a multilevel AR (35) model with five weeks of significant lags was obtained. For caffeine, an AR (28) model was obtained, where the dummy variable day of the week is significant. Finally, a multilevel AR (28) model was obtained for sugar. The results obtained demonstrate the great usefulness of this type of analysis, which facilitates forecasting of future consumptions, making it easier to know which days are more problematic or on which days it is necessary to pay more attention to avoid possible relapses. Programa de Doctorat en Psicologia