Diseñar una observación temporal: qué medir, cuándo y durante cuánto tiempo

El archivo contiene una columna de valores y otra de horas. Parece suficiente para reconstruir lo ocurrido hasta que se descubre que cada valor resume los diez minutos anteriores y que la hora corresponde al momento en que se guardó. Un aumento que aparece después de una interrupción puede entonces haber empezado antes de ella y una oscilación rápida puede haberse perdido dentro del promedio. La secuencia está ordenada, pero todavía falta describir la relación entre sus filas y el proceso observado.

Diseñar una observación temporal consiste en decidir qué información conservará cada registro y qué partes del proceso quedarán fuera. La frecuencia de medición es solo una de esas decisiones, a la que se suman la duración de cada lectura, el período total de seguimiento, la regla que activa el registro y la precisión de los relojes. Todas se toman antes de elegir un modelo estadístico y fijan qué diferencias podrá detectar cualquier análisis posterior.

Los ejemplos numéricos que siguen son construidos. Las señales ideales, los episodios breves y el protocolo de autoinforme que aparecen en ellos muestran cómo cambia la información al modificar la observación, sin que sus cifras sean frecuencias recomendadas para una población clínica ni resultados de una intervención.

Qué representa un punto de la serie

Una observación puede referirse a un instante, a un intervalo o a un suceso, tres clases de dato que conservan sus diferencias cuando se dibujan como puntos sobre la misma línea temporal. Una temperatura tomada a mediodía pretende aproximar el estado del sensor en ese momento, mientras que un consumo eléctrico acumulado durante una hora integra la actividad de toda esa hora. El registro de una caída de tensión indica que se cumplió una condición en algún instante, quizá con información adicional sobre su duración.

La decisión sobre cuándo medir depende de la pregunta. Para estimar el consumo total diario bastan registros acumulados, siempre que conserven toda la energía del período. Identificar picos breves requiere, en cambio, resolución suficiente durante esos picos. Como dos aparatos pueden consumir lo mismo en un día y alcanzar potencias máximas distintas, una base de datos adecuada para facturar energía puede ser insuficiente para estudiar sobrecargas.

En los autoinformes, la formulación de la pregunta define parte del intervalo observado. «¿Cómo te sientes ahora?», «¿Cómo te has sentido desde la última señal?» y «¿Cuál fue el peor momento del día?» solicitan operaciones diferentes. La segunda depende del tiempo transcurrido desde la pregunta anterior y la tercera selecciona un extremo recordado. Tratar las tres respuestas como muestras intercambiables de una misma variable instantánea alteraría la interpretación de cualquier cambio.

Bolger, Davis y Rafaeli (2003) examinaron el uso de los diarios para estudiar la variación dentro de las personas y los procesos ligados a acontecimientos cotidianos, una posibilidad que depende de adecuar las medidas al nivel temporal de la pregunta. Una escala diseñada para comparar personas por su experiencia habitual necesita una justificación adicional antes de medir con ella cambios de una hora a otra, ya que bajo la misma etiqueta del constructo el procedimiento de respuesta puede cambiar de significado.

Un promedio instrumental puede representarse mediante una ventana. Si el proceso continuo es $x(t)$, una lectura promediada durante un intervalo de anchura $w$, centrado en $t_i$, sería

El término $\varepsilon_i$ reúne el error de la lectura según el modelo adoptado. La división por la anchura mantiene las unidades del proceso, mientras que en una cantidad acumulada esa división desaparece y las unidades de la lectura incluyen el tiempo. La ventana puede estar centrada en la hora registrada o terminar en ella, dos convenciones que deben distinguirse, en especial en una aplicación que trabaja en tiempo real, donde solo están disponibles los valores anteriores al momento de decisión.

La descripción es útil aun sin calcular la integral. Obliga a preguntar si una lectura contiene lo ocurrido antes o después de su etiqueta temporal y separa dos operaciones que suelen confundirse, medir más veces y reducir el intervalo que resume cada medición. Un dispositivo puede emitir un valor cada segundo y calcular siempre el promedio de los cinco minutos anteriores. Sus filas serán numerosas y estarán fuertemente solapadas sin resolver los cambios ocurridos dentro de cada ventana.

Los recuentos requieren conservar la exposición. Doce acontecimientos en dos horas corresponden a seis por hora y doce en ocho horas, a uno y medio. Si una respuesta tardía alarga el intervalo «desde la última pregunta», el mismo recuento puede representar una intensidad diferente, una distinción imposible de reconstruir cuando solo se guarda el número de acontecimientos y se pierden el inicio y el final efectivos del período, que forman parte del dato.

La separación entre lecturas y las oscilaciones que oculta

En un muestreo regular las observaciones se toman cada $\Delta$ unidades de tiempo y la frecuencia de muestreo es $f_s=1/\Delta$. Esa regularidad simplifica el diseño y el análisis, pero puede volver indistinguibles procesos que cambian a velocidades diferentes.

Sean dos señales sin ruido, con el tiempo expresado en minutos,

La primera completa cuatro ciclos por minuto y la segunda seis, por lo que sus períodos son de quince y diez segundos, respectivamente. Si se toma una lectura cada seis segundos, los instantes de observación son $t_n=n/10$ y en todos ellos los dos cosenos coinciden. Como las dos frecuencias suman exactamente la frecuencia de muestreo, diez ciclos por minuto, la paridad del coseno hace que ambas señales tomen el mismo valor en cada lectura y el registro pierde la distinción.

La igualdad se mantiene durante todo el registro, por largo que sea. Ningún refinamiento de la estimación puede decidir entre las dos señales a partir de esas muestras solamente. Tomar la oscilación aparente como la única posible introduciría información que el instrumento no obtuvo, porque se trata de un caso de aliasing, el fenómeno por el cual variaciones continuas diferentes producen la misma secuencia observada.

El teorema de muestreo responde a este problema bajo condiciones precisas. En la formulación de Shannon (1949), que relaciona la separación entre muestras con el límite de banda, una señal limitada en frecuencia puede reconstruirse a partir de muestras ideales suficientemente próximas. Si no contiene componentes por encima de una frecuencia $B$, elegir una frecuencia de muestreo estrictamente mayor que $2B$ evita, en el esquema ideal, el solapamiento de esas componentes. La reconstrucción exacta supone condiciones que una serie finita y ruidosa solo puede aproximar.

En el ejemplo, muestrear diez veces por minuto deja una frecuencia de Nyquist de cinco ciclos por minuto y la señal de seis ciclos queda fuera de ese rango. Si se sabe que las componentes relevantes no superan seis ciclos por minuto, una lectura cada dos segundos, es decir, treinta muestras por minuto, da un margen mayor. Ese intervalo se deriva del límite supuesto y de la capacidad del sensor, así que otra señal u otro instrumento exigirían un cálculo distinto.

Esa condición se formula para componentes de frecuencia y no se traduce en tomar dos observaciones durante cada episodio. Un pulso abrupto, cuyos bordes contienen variación rápida, abarca un intervalo amplio de frecuencias. Un proceso psicológico puede combinar cambios lentos, episodios cortos y respuestas al contexto, de manera que describirlo mediante un período aproximado deja abierta la presencia de componentes más rápidas. Cuando la escala es desconocida, una fase piloto con mayor resolución puede revelar cambios que un calendario espaciado habría ocultado, aunque un piloto corto también puede omitir episodios raros.

Incluso en una oscilación simple, trabajar exactamente en el límite exige cuidado con la fase, ya que una onda sinusoidal muestreada justo en sus cruces por cero puede ocultar su amplitud. En la práctica se deja un margen para la incertidumbre sobre las frecuencias, el comportamiento del filtro y el error temporal. Ese margen se ajusta a las propiedades del instrumento, porque un sensor lento sigue limitando la resolución por mucho que crezca el número de muestras.

El filtro actúa antes de que veamos el archivo

Si el instrumento del ejemplo entrega promedios de diez segundos, cada promedio de la señal de período diez segundos abarca un ciclo completo, cuyas subidas y bajadas se cancelan hasta dar siempre diez. Guardar una fila cada dos segundos deja igual ese resultado, pues la oscilación desapareció dentro de la ventana.

Para una ventana rectangular centrada, la amplitud de una oscilación de período $P$ queda multiplicada por

Con una ventana de diez segundos y un período de quince, el factor es aproximadamente 0,4135 y la amplitud original de dos unidades baja a unas 0,827. Para el período de diez segundos el factor vale cero. Los cálculos corresponden a un promedio ideal y otros sensores o filtros tienen respuestas diferentes, pero en todos ellos la ventana transforma el proceso antes de que llegue al análisis.

El filtrado puede ser necesario. Cuando se van a conservar muestras espaciadas, las frecuencias que no podrán representarse deben atenuarse antes de ese muestreo o de la reducción de frecuencia. En un sistema de adquisición esto puede exigir un filtro previo a la conversión digital. Si ya existe un registro digital suficientemente rápido, se puede filtrar primero y conservar después, por ejemplo, una de cada diez muestras, procedimiento distinto de quedarse directamente con una fila de cada diez.

Suavizar después unos datos ya afectados por aliasing puede hacer más regular la curva, pero la ambigüedad sobre cuál de las señales originales produjo el registro permanece. Un promedio cualquiera es, además, un filtro imperfecto. Una ventana rectangular atenúa unas frecuencias mucho más que otras y deja pasar componentes situadas fuera de su primer rango de atenuación, por lo que la especificación del filtro tiene que partir de la banda que se quiere conservar.

El filtrado modifica también los tiempos aparentes. Un promedio calculado con valores anteriores suele responder con retraso a un cambio. Al compararlo con otro sensor que responde de inmediato, parte de la diferencia temporal puede proceder de los instrumentos, de modo que hace falta conocer la respuesta de ambos antes de interpretar un retraso como una secuencia entre procesos físicos o conductuales.

Comprobar que el archivo contiene el número esperado de filas deja sin verificar la respuesta del instrumento, que puede estudiarse antes de desplegarlo mediante una entrada conocida. Una señal de prueba que cambia en un momento registrado distingue el retraso del reloj, la latencia de procesamiento y el tiempo de respuesta del sensor. Si el equipo entrega promedios, el ensayo debe utilizar la misma configuración que se empleará después.

Con las dos oscilaciones del ejemplo, una prueba de adquisición mostraría también que el promedio de diez segundos elimina una y reduce la otra. Si el objetivo exige conservar ambas, habrá que modificar la ventana o guardar una señal anterior a ese promedio, siempre que el sensor la resuelva. Una copia de los datos previa a la agregación sirve para repetir esa operación, pero tampoco contiene las variaciones que el instrumento ya había eliminado. El registro de configuración debe indicar dónde se produjo cada transformación para que la versión analizada tenga una procedencia comprobable.

La resolución numérica plantea un problema distinto. Guardar seis decimales puede distinguir pequeñas diferencias de amplitud y, aun así, dejar sin localizar un acontecimiento ocurrido entre dos mediciones separadas por una hora. A la inversa, la precisión de un reloj no remedia una escala de respuesta que agrupa muchos estados en la misma categoría. Por eso el diseño necesita especificar por separado la resolución de amplitud, la resolución temporal y la duración de la integración.

Detectar episodios no es medir su duración

Para un episodio breve puede ser más útil calcular su probabilidad de aparecer en el registro que asignarle una frecuencia. Imaginemos un estado que permanece activo durante cuatro minutos y después desaparece, observado mediante lecturas instantáneas cada quince minutos sin error de detección. El inicio del episodio tiene una posición uniforme respecto del calendario de muestreo y ocurre lejos de los bordes del seguimiento.

Una lectura alcanza el episodio solo si su inicio cae en los cuatro minutos anteriores a la siguiente observación. La probabilidad de detectarlo es entonces de cuatro entre quince, aproximadamente un veintisiete por ciento. En el resto de los casos el episodio puede transcurrir por completo entre dos lecturas. El cálculo descansa en la duración fija, en la fase uniforme y en la ausencia de sincronía entre el episodio y el horario de medida. Un episodio que aparece siempre justo después de una rutina que también fija las observaciones requiere otra regla de cálculo.

Prolongar el seguimiento aumenta las oportunidades de observar episodios, pero con el mismo calendario la probabilidad de capturar cada uno se mantiene. Esa probabilidad cambia al reducir la separación entre lecturas. En el caso ideal, observar cada minuto asegura alcanzar al menos una parte de un episodio de cuatro minutos que ocurra dentro del período cubierto, cuyo inicio y final solo se conocerán de forma aproximada.

Si la última observación negativa ocurre a cierta hora y la siguiente, positiva, quince minutos después, el inicio queda dentro de ese intervalo. Colocarlo en la primera lectura positiva es una convención y situarlo en el punto medio, una aproximación distinta. Para estimar duraciones, el registro debe conservar esos límites y el procedimiento tiene que tratar los momentos de transición como conocidos solo por intervalos.

La dificultad aumenta cuando dos episodios caben entre observaciones. Una secuencia positivo, positivo puede corresponder a un único episodio largo o a dos episodios separados por una recuperación no observada, con lo cual las reglas para unir registros afectan al número de episodios y a sus duraciones. Esas reglas deben definirse antes del análisis, a partir de la resolución disponible y del fenómeno, sin ajustarlas después para obtener una trayectoria más suave.

El registro activado por eventos es otra estrategia, en la que un sistema puede guardar cada cambio de estado o una persona puede informar cuando ocurre un acontecimiento definido. Con ella puede concentrarse la observación en los momentos relevantes, siempre que se conozca la capacidad de detectar esos acontecimientos. Los que no se reconocen, no se recuerdan o impiden responder pueden quedar fuera de manera sistemática.

Una muestra de momentos con acontecimientos describe en principio solo esos momentos, de modo que comparar el estado durante un evento con el estado habitual exige información sobre períodos sin evento. Shiffman, Stone y Hufford (2008) distinguen los diseños basados en acontecimientos de los basados en señales temporales, dos enfoques cuya combinación puede responder a preguntas que ninguno resuelve por separado. En un diseño combinado, el análisis debe conservar qué regla produjo cada registro.

Un calendario que se intensifica cuando el estado cambia plantea además un problema de representación. En un registro didáctico de doscientos minutos, el proceso vale cero durante los primeros cien y diez durante los cien siguientes. En el primer tramo hay diez lecturas, una cada diez minutos desde el inicio y sin incluir el extremo final. En el segundo hay cien, una por minuto, también sin incluir su extremo final. La media de las ciento diez filas es aproximadamente 9,09, aunque la media temporal del proceso es cinco.

La diferencia procede de que el estado alto ocupa más filas por minuto, un efecto del mecanismo de observación que aparece incluso cuando no hay errores ni respuestas ausentes. En este ejemplo, ponderar cada lectura por la duración del tramo constante al que corresponde recupera la media temporal, porque se conocen los intervalos y el valor permanece constante dentro de ellos. En un proceso desconocido, los pesos basados en la distancia entre muestras suponen que cada observación vale para todo su intervalo, algo que las propias muestras no pueden comprobar.

El muestreo adaptativo puede ser útil para estudiar una transición con detalle, siempre que se conserven la regla que cambió la frecuencia y los datos que activaron ese cambio. Con esa información puede distinguirse una colección de observaciones destinada a representar el tiempo transcurrido de otra destinada a describir episodios seleccionados. Un mismo archivo puede responder a ambas preguntas si el análisis reconoce esa selección y dispone de la información necesaria.

La duración total abre otra escala

Una cantidad fija de observaciones puede cubrir ventanas de vida muy diferentes. Doscientas cuarenta y una lecturas separadas por una hora abarcan diez días entre la primera y la última, pero separadas por seis horas abarcan sesenta días. La segunda distribución cubre un período más largo a costa de huecos mayores y la primera describe con más detalle lo que ocurre dentro de cada día observado, de modo que cada una responde mejor a preguntas distintas.

La cobertura se ha contado aquí como el tiempo entre el primer y el último instante, que en un calendario regular es $(N-1)\Delta$. Cuando cada registro corresponde a un intervalo acumulado la cobertura puede seguir otra convención. Declararla evita pequeñas discrepancias al calcular la exposición y, sobre todo, aclara si hubo una parte inicial o final sin observar.

La duración condiciona también la posibilidad de encontrar acontecimientos raros. En otro modelo didáctico, los eventos siguen un proceso de Poisson con una tasa constante de uno cada veinte días. Si todo evento ocurrido durante el seguimiento se detecta, la probabilidad de observar al menos uno en un período $T$, con el tiempo expresado en días, es $1-e^{-T/20}$, que vale aproximadamente 0,393 en diez días y 0,950 en sesenta. Más lecturas dentro de los mismos diez días pueden mejorar la detección de los acontecimientos que ocurran, pero dejan igual la probabilidad de que ocurran.

El ejemplo separa la duración del seguimiento de la densidad de observación y, por la misma razón, el número de personas del tiempo observado en cada una. Muchos participantes seguidos durante pocos días pueden reunir numerosos episodios agregados y tantos registros como un estudio con menos personas seguidas durante meses. Solo este último observa directamente la transformación lenta de cada persona.

La búsqueda de ciclos depende del número de repeticiones que queden incluidas, porque un ascenso observado durante una fracción de ciclo puede parecer una tendencia persistente. Observar varios ciclos ayuda a comparar sus fases y amplitudes, si bien la continuidad de la repetición sigue siendo una extrapolación. Un registro largo puede incluir además cambios en el instrumento, en el contexto o en la población, por lo que extenderlo exige documentar esas modificaciones para interpretar las diferencias.

Los diseños por ráfagas distribuyen períodos breves de observación intensa a lo largo de un seguimiento más prolongado. Sliwinski (2008) explica su utilidad para estudiar los cambios dentro del día y los cambios de esas dinámicas en intervalos mayores. Varias semanas de registros densos repartidas durante un año, por ejemplo, sirven para comparar la variación cotidiana entre etapas sin imponer la misma carga todos los días.

Las etapas intermedias siguen sin observarse. Cuando se detecta una diferencia entre dos ráfagas, su momento de inicio y las trayectorias ocurridas durante el hueco quedan sin determinar. El diseño puede servir para comparar estados o relaciones entre etapas, pero una pregunta sobre transiciones breves exige cubrir los momentos en que podrían producirse. Situar las ráfagas alrededor de acontecimientos previstos incorpora otra hipótesis, la de que esos acontecimientos organizan la escala temporal de interés.

Calendarios regulares, horarios y relojes

Un horario fijo facilita la organización, aunque también selecciona contextos de forma repetida. Preguntar siempre al comienzo de la jornada puede describir ese comienzo con precisión y omitir lo que ocurre después. Cuando un participante cambia de turno, la misma hora del reloj deja de representar la misma posición dentro de su actividad. Si se guardan la hora civil y el tiempo transcurrido desde el despertar o desde el inicio de una tarea, esas referencias podrán distinguirse cuando sean relevantes.

Las señales aleatorias distribuidas dentro de bloques horarios pueden ampliar la cobertura de situaciones dentro de los límites que fijan esos bloques. Si excluyen las noches, por ejemplo, los resultados se refieren al período cubierto. La selección continúa una vez generado el calendario. Cuando ciertos contextos impiden responder, la distribución de las respuestas puede diferir de la de las señales enviadas.

Con intervalos irregulares, el número de fila deja de medir el tiempo. Dos observaciones consecutivas pueden estar separadas por unos minutos o por una noche completa. Tratar ambas separaciones como un mismo paso presupone que el proceso evoluciona igual durante tiempos distintos. Dormann y Griffin (2015) mostraron que la interpretación de las relaciones retardadas depende del intervalo de observación y relacionaron la elección de ese intervalo con las propiedades del sistema considerado, sin proponer un valor óptimo universal.

Un modelo sencillo de persistencia que decrece como $e^{-\Delta/30}$, con el intervalo expresado en minutos, ilustra el problema. Sus valores, inventados para representar una escala de media hora, son aproximadamente 0,846 a los cinco minutos, 0,368 a los treinta y 0,018 a las dos horas. Un archivo que etiquetara todas esas separaciones como «un retardo» mezclaría relaciones de distinta magnitud incluso si el mecanismo permaneciera estable.

La sincronización entre dispositivos merece una comprobación propia. Si un acontecimiento del segundo canal ocurre dos segundos después del primero y el reloj de ese canal está adelantado tres segundos, el archivo mostrará una separación de cinco, un desplazamiento sistemático que la acumulación de datos deja intacto. La comprobación debe incluir el desfase inicial, su posible deriva y las latencias entre adquisición, procesamiento y envío.

La hora de llegada a un servidor puede diferir de la hora de medición. Un dispositivo sin conexión puede almacenar lecturas correctas y transmitirlas juntas más tarde. Ordenadas por recepción, esas lecturas formarían una acumulación temporal artificial. El registro debe conservar las marcas de adquisición y, cuando sea necesario para auditar retrasos, las de transmisión o respuesta.

La referencia temporal también debe conservarse cuando cambia la hora local. Un desplazamiento entre husos horarios puede hacer que dos marcas iguales correspondan a instantes distintos o que aparezca un salto sin que el proceso haya permanecido ese tiempo sin observarse. El cálculo de duraciones necesita una referencia coherente y el estudio de rutinas puede requerir además la hora local, así que guardar ambas evita reconstruir después cuál se utilizó. Los relojes destinados a medir intervalos deben comprobarse con ese propósito, además de presentar una fecha legible.

Stone et al. (2002) compararon las horas declaradas en diarios de papel con registros instrumentales de la apertura de las carpetas y encontraron discrepancias entre el horario declarado y la actividad registrada del diario. Como el dispositivo medía aperturas, el instante de escritura y el momento de la experiencia quedaban fuera de su verificación directa, con lo cual también esa comprobación instrumental tenía un mecanismo de observación propio que era preciso describir.

Cuánto puede sostener el procedimiento

En la observación con autoinformes, la frecuencia interactúa con el esfuerzo que exige cada respuesta. Un protocolo breve puede producir interrupciones frecuentes, mientras que uno largo puede interrumpir menos veces a cambio de exigir una mayor reconstrucción de lo ocurrido. La carga depende del número de preguntas y de días, pero también de las condiciones en que se responde y de cuánto se parece cada solicitud a una tarea ya realizada.

Eisele et al. (2022) estudiaron estas decisiones en una muestra de estudiantes y compararon cuestionarios de treinta o sesenta preguntas enviados tres, seis o nueve veces al día durante dos semanas. Los cuestionarios más largos mostraron mayor carga y problemas en la cantidad o la calidad de los datos, sin que se encontraran relaciones consistentes equivalentes para el aumento de frecuencia. El resultado, cuyo alcance se limita a la población, las tareas y las condiciones examinadas, separa dos decisiones que a veces se agrupan bajo una única etiqueta de intensidad.

En un protocolo nuevo, esas consecuencias deberían medirse durante el piloto. El tiempo de respuesta, las solicitudes ignoradas y las respuestas interrumpidas describen dificultades diferentes. Una alta proporción de casillas completas puede coexistir con respuestas tardías o con un cambio en la manera de interpretar las preguntas, variaciones del procedimiento que escapan a una evaluación basada solo en la cantidad de registros.

El denominador también necesita revisión. Una solicitud que nunca llegó al dispositivo es un caso diferente de una solicitud recibida y no respondida, igual que un período excluido de antemano por el protocolo se distingue de una ausencia accidental. Separar esos estados indica si la pérdida de información procede del calendario, de la tecnología o de la participación. Cada origen sugiere una corrección distinta, sea reparar un fallo de transmisión, ajustar un horario o simplificar una pregunta.

El propio registro puede modificar la conducta observada, porque llevar una cuenta puede hacer más visible una actividad y una señal puede interrumpirla. El diseño debe considerar si ese efecto interferiría con la pregunta de investigación. Una fase de familiarización puede ayudar a estudiar los cambios iniciales de uso, pero parte de la reactividad puede persistir después de ella. Si se excluyen días de adaptación, la regla y el período excluido deben quedar identificados.

Los sensores pasivos reducen algunas demandas de respuesta y añaden otras decisiones. Un acelerómetro mide movimiento bajo un procedimiento determinado y un registro de pantalla indica interacción con un dispositivo, por lo que convertirlos en indicadores de sueño, actividad o estado emocional requiere un modelo de medición y una validación para ese uso. Su recogida continua amplía la cobertura de esas señales, que siguen siendo medidas de movimiento o de interacción hasta que ese modelo exista.

Un protocolo que deja visible lo ocurrido

Un equipo quiere describir la variación horaria del cansancio percibido durante un período diurno definido, sin reconstruir cambios de pocos minutos. Como ejemplo de trabajo, propone seis señales diarias durante catorce días, para lo cual divide una ventana de doce horas en seis bloques de dos horas y elige al azar una señal dentro de cada bloque. El calendario prevé así ochenta y cuatro solicitudes por persona, aunque el número final de respuestas dependerá de lo que ocurra durante la recogida.

La pregunta se refiere al estado en el momento de responder. De cada señal se conservan la hora programada, la hora en que se mostró, el inicio y el final de la respuesta y el valor registrado. El protocolo distingue las respuestas recibidas dentro de diez minutos de las que llegan después. Esa ventana es una decisión didáctica, tomada para mostrar cómo se documenta la tolerancia. Un estudio real tendría que justificarla.

Durante el piloto se comprueba la distribución de las separaciones efectivas. Dos señales situadas a ambos lados de un límite de bloque pueden quedar próximas, mientras que una respuesta omitida puede dejar un hueco largo. El análisis posterior utilizará las horas efectivas y conservará la pertenencia a los bloques. Si se decide imponer una separación mínima entre señales, habrá que describir la regla resultante, porque cambia las probabilidades de observar ciertos momentos.

También se revisa qué pregunta puede responder el archivo. Ese calendario puede ayudar a describir cambios a escala horaria durante los períodos cubiertos, pero su resolución es insuficiente para ordenar con precisión dos cambios separados por pocos minutos. Si esa ordenación fuera necesaria, habría que modificar el diseño o restringir la pregunta, ya que una curva interpolada entre las respuestas disponibles carece de observaciones de los momentos intermedios.

Excluir las respuestas tardías puede, a su vez, desequilibrar la representación. Si ciertos estados dificultan contestar a tiempo, el conjunto principal puede sobrerrepresentar los momentos en que responder es más fácil. Por eso el piloto debe examinar qué contextos acompañan a los retrasos y si es preciso modificar la recogida. Las marcas de retraso conservadas sirven para estudiar ese problema, a condición de tratar cada retraso como una ausencia que puede depender del estado de la persona. La definición del conjunto principal y sus límites deberán acompañar a los resultados.

Al cerrar un día del piloto, el equipo encuentra una señal programada para las once y cinco que se respondió a las once y veintitrés. El valor describe el estado declarado a esta última hora. Como la respuesta llegó después de la ventana prevista, no entra en el conjunto principal de respuestas oportunas y queda conservada con su marca de retraso para el examen del procedimiento. La fila guarda las once y cinco como hora programada y las once y veintitrés como hora de respuesta.

Referencias

Bolger, N., Davis, A., & Rafaeli, E. (2003). Diary methods: Capturing life as it is lived. Annual Review of Psychology, 54, 579–616. https://doi.org/10.1146/annurev.psych.54.101601.145030

Dormann, C., & Griffin, M. A. (2015). Optimal time lags in panel studies. Psychological Methods, 20(4), 489–505. https://doi.org/10.1037/met0000041

Eisele, G., Vachon, H., Lafit, G., Kuppens, P., Houben, M., Myin-Germeys, I., & Viechtbauer, W. (2022). The effects of sampling frequency and questionnaire length on perceived burden, compliance, and careless responding in experience sampling data in a student population. Assessment, 29(2), 136–151. https://doi.org/10.1177/1073191120957102

Shannon, C. E. (1949). Communication in the presence of noise. Proceedings of the IRE, 37(1), 10–21. https://doi.org/10.1109/JRPROC.1949.232969

Shiffman, S., Stone, A. A., & Hufford, M. R. (2008). Ecological momentary assessment. Annual Review of Clinical Psychology, 4, 1–32. https://doi.org/10.1146/annurev.clinpsy.3.022806.091415

Sliwinski, M. J. (2008). Measurement-burst designs for social health research. Social and Personality Psychology Compass, 2(1), 245–261. https://doi.org/10.1111/j.1751-9004.2007.00043.x

Stone, A. A., Shiffman, S., Schwartz, J. E., Broderick, J. E., & Hufford, M. R. (2002). Patient non-compliance with paper diaries. BMJ, 324(7347), 1193–1194. https://doi.org/10.1136/bmj.324.7347.1193