Análisis de la evolución de la sintomatología del ciclo menstrual mediante modelos arima

• Autores: Pilar Jara Jiménez, Francesc Palmero Cantero, Jesús Fermín Rosel Remírez
• Localización: Psicothema, ISSN-e 1886-144X, ISSN 0214-9915, Vol. 10, Nº. 1, 1998, págs. 183-195
• Idioma: español
• Enlaces
  • Texto completo (pdf)
• Resumen

  • A pesar de la variedad de trabajos que estudian la sintomatología del ciclo menstrual, sigue siendo muy poco lo que se conoce sobre la naturaleza del comportamiento de dicha sintomatología. En este contexto, nuestro trabajo intenta proporcionar un mayor conocimiento del tema teniendo en cuenta secuencias sintomatológicas de distintas mujeres, elaboradas a partir de un calendario de registro diario de síntomas relacionados con la menstruación. Las características especiales de los datos nos conducen a plantear la metodología del análisis de series temporales (modelos ARIMA) como herramienta adecuada para nuestros objetivos. Los resultados indican que en el 43,36% de los casos la sintomatología puede ajustarse mediante modelos autorregresivos simples, en el 26,3% de los casos puede ajustarse mediante modelos autorregresivos simples y cíclicos, y que el resto pueden ajustarse con un modelo mixto autorregresivo y de media móvil. Estos resultados permiten concluir, entre otras cosas, que los modelos ARIMA resultan ser herramientas muy útiles para la descripción y /o predicción de algunos aspectos del comportamiento humano, y por otro lado que la sintomatología menstrual es autorregresiva (simple y/o cíclica).

• Referencias bibliográficas
  • Arnau, J. (1981). Uso de los modelos de Series Temporales como técnica de análisis de los diseños conductuales. Anuario de Psicología, 25,...
  • Arnau, J. (1984). Diseños experimentales en Psicología y en Educación. Vol. II. México: Trillas.
  • Arnau, J. (1987): Técnicas de análisis de Series Temporales. Barcelona: Publicación interna. Departamento de Metodología. Facultad de Psicología....
  • Asso, D. (1983).The real menstrual cycle. New York: John Wiley.
  • Box, G.E.P. y Jenkins, G.M. (1970). Time series analysis: Forecasting and control. San Francisco: Holden-Day.
  • Box, G.E.P. y Jenkins, G.M. (1976). Time Series Analysis: Forecasting and Control. San Francisco, CA: Holden-Day.
  • Chatfield, C. (1978). The Analysis of Time Series: Theory and Practice. London: Chapman and Hall.
  • Dalton, K. (1984). The premenstrual Syndrome and Progesterone Therapy. London: William Heinemann Medical Books Ltd.
  • Diggle, P. (1990). Time Series: A Bioestatistical Introduction. Oxford: Oxford University Press, Inc.
  • Dixon, W.J. (1990). BMDP Statistical Software Manual. Vol.I. Berkeley CA: University of California Press.
  • Eatwell, J. (1991). Time Series and Statistics. New York: W.W. Norton.
  • Ganong, W. (1982). Fisiología Médica. Méjico: Manual Moderno.
  • Glass, G.V.; Wilson, V.I. y Gottman, J.M. (1975). Desing and Analysis of Time Series Experiments. Boulder, Co: Colorado Ass. University Press.
  • Gottman, J.M. (1981). Time Series Analysis. Cambridge: Cambridge University Press.
  • Gregson, R.A.M. (1983). Time Series in Psychology. Hillsdale, N.J.: L. Erlbaum.
  • Huitema, B. E. (1985).Autocorrelation in applied behavior analysis: A mith. Behavioral Assesment, 7, 107-118.
  • Janacek, G. y Swift, L. (1992). Time Series. Englewood Cliffs, New Jersey: Prentice-Hall.
  • Kaiser, R. y Schumacher, G.F.B. (1986). Reproducción Humana. Barcelona: Salvat.
  • Kendall, M.G. (1976). Time Series. London: Charles Griffin and Co.
  • Larsen, R.J.(1987). The stability of mood variability: a spectral analytic approach to daily mood assessment. Journal of Personality and Social...
  • Ljung, G.M. y Box, G.E.P. (1978). On a measure of lack of fit in Time Series models. Biometrika, 65, 2, 297-303.
  • Makridakis, S.; Wheelwright, S.C. y McGee, V.E. (1983). Forecasting: Methods and Applications. New York: John Wiley and Sons.
  • Mao, K. y Chang, A.(1985). The premenstrual syndrome in Chinese. Journal Obstet. Gynecol, 25, 118-120.
  • Martínez, M.R. (1987). El análisis de los datos con diseños de sujeto único. En J. Mayor y F.J. Labrador (eds.). Manual de Modificación de...
  • McCain, L.J. y McCleary, R. (1979): The Statis- tical Analysis of the Simple Interrumped Time Series Quasi-Experiment. En T.D. Cook y D.T....
  • McCleary, R. y Hay, R.A. (1982).Applied Time Series Analysis for Social Sciences. Beverly Hills, Ca.: Sage.
  • McClintock, M.K. (1971). Menstrual synchrony and suppression. Nature, 229, 244-245.
  • Moghissi, K.S. y Boyce, C.R. (1976). Management of endometriosis with oral medroxiprogesterone acetate. Obstetrics and Ginecology, 47, 256.
  • Montgomery, D.C.; Johnson, L.A. y Gardiner, J.S. (1990). Forecasting and Time Series Analysis (2 ed.). New York: McGraw Hill, Inc.
  • Nelson, C.F. (1973). Applied Time Series Analysis. S. Francisco: Holden-Day.
  • Oatley, K. (1974): Circadian rhythms and representations of the enviroment in motivational systems. En D.J. MacFarland (ed.): Motivational...
  • Palmero, F. (1987). El Sindrome Premenstrual: Enfoque Psicofisiológico. Valencia: Promolibro.
  • Palmero, F. (1988).Psicofisiología de la Motivación Sexual. Valencia: Promolibro.
  • Palmero, F. y Jara, P. (1990). Tasa Cardíaca y Síndrome Premenstrual en una situación estresante de laboratorio. Análisis y Modificación de...
  • Peña, D. (1986). Estadística, Modelos y Métodos (Vol. II): Modelos lineales y Series Temporales. Madrid: Alianza.
  • Quadagno, D.M.; Shubeita, H.D.; Deck, J. y Francoeur, D. (1981). Influence of male social contatcs, exercise, and all female living conditions...
  • Reinberg, y Halberg, (1971). Circadian Chonopharmacology. Annual Review of Pharmacology. II, 455-492.
  • Robinson, P.M. (1988). Time series Analysis and Applications. Englewood Cliffs, New Jersey: Prentice-Hall.
  • Rosel, J., Elosegui, E. y Rivas, T. (1992). Análisis de Hábitos Tabaquistas mediante Series Temporales. Revista de Psicología General y Aplicada,...
  • Rosel, J. y Elosegui, E. (1994). Daily and weekly smoking habits: A Box-Jenkins analysis. Psychological Reports, 75, 1639-1648.
  • Schechter, D., Bachman,G., Vaitukaitis, J., Phillips, D. y Saperstein, D. (1989). Perimens- trual Symptom: Time course of symptom in- tensity...
  • Uriel, E. (1985). Análisis de Series Temporales: Modelos ARIMA. Madrid: Paraninfo.
  • Vallejo, G. (1986). Aplicación de Análisis de Series Temporales en Diseños con n=1: Consideraciones Generales. Revista Española de Terapia...
  • Velicer, W.F., Redding, C.A.; Richmond, R.L., Greeley, J. y Swift, W. (1992). A time series investigation of three nicotine regulation models....
  • Wei, W. (1990). Time Series Analysis: Univariate and Multivariate Methods. New York: Addison-Wesley Publishing Company, Inc.
  • Winfree, A.J. (1983). Circadian rhythms: Hamsters without jet-lag. Nature, 336, 311- 312.