Consideraciones iniciales
|
|
- Aarón Blázquez Villanueva
- hace 6 años
- Vistas:
Transcripción
1 Taller Modelamiento de variables latentes en investigación en salud Una aproximación al análisis de ecuaciones estructurales Modelamiento Latente Utilizando SEM I y II Victor Pedrero Marcela Oyarte Consideraciones iniciales Dado que este que este tipo de variables no son directamente observadas y carecen de una unidad de medición, su naturaleza debe ser determinada conceptualmente. Así las variables latentes pueden ser conceptualizadas como variables continuas o discretas de acuerdo a la teoría existente u otros supuestos del investigador. Esta distinción inicial guía la forma en que se modelará la variable latente y el procedimiento de estimación que se utilizará. Esta elección es independiente de la naturaleza de la variable observada. Bollen KA. Latent variables in psychology and the social sciences. Annu Rev Psychol. 2002;53(1): Borsboom D. Latent Variable Theory. Meas Interdiscip Res Perspect May 29;6(1-2):
2 Modelos con variables latentes Para Variables Latentes Continuas Para Variables Latentes Discretas Modelos de análisis factorial Modelos de curvas de crecimiento Modelos de Teoría de respuesta al Item. Modelos de clases latentes. Modelos de transición. Modelos mixtos. Modelos de sobrevivencia discretos. Muthen B, Muthen LK. Introduction. In: Mplus User s Guide. 7th ed. Los Angeles CA: Muthén & Muthén; p Consideremos la siguientes notación Variable Latente Error variable observada Variable Observada Error variable latente Regresión/ path unidireccional Correlación entre variables 2
3 Considerando que la variable latente es no observada, la única forma de aproximación es a través de indicadores observados como por ejemplo los reactivos de una encuesta. Considere el siguiente Modelo Factorial Confirmatorio Sea η un vector de variables latentes e y 1, y 2 y k variables aleatorias observadas. η Estado de Salud general Que nota le pondría a su estado de salud actual? λ 1 λ 2 λ 3 λ 4 Tiene dificultad para moverse? y 1 y 2 y 3 y 4 δ 1 δ 2 δ 3 δ 4 3
4 Esto asume que las respuesta a estos reactivos (y) son una consecuencia de la variable no observada. Por ejemplo: La salud autopercibida (variable observada) esta sujeta al estado de salud general de las personas (variable latente) Así en ausencia de la variable latente las repuestas a dichos reactivos serían independientes entre sí (axioma de independencia local). Los modelos de variable latente consideran como punto de partida la expresión P[y η], desarrollándola de diferentes maneras. Millsap R. Chapter 2: Latent Variable Models. In: Statistical Approaches to Measurement Invariance. 1 edition. New York: Routledge; Borsboom D. Latent Variable Theory. Meas Interdiscip Res Perspect May 29;6(1-2): Más formalmente P [y 1, y 2 y k ]=P [y 1 η] P[y 2 η] P[y k η] Así en el Modelo Factorial anterior P[y η ] E(y) Cov (y) E(η ) =κ Cov (η )=Φ Conocido Latente Dado que P[y η ] existe, E(y) y Cov (y) pueden ser expresado en función η. Así se tiene que: E(y)= τ + Λη Cov(y)= ΛΦΛ + Θ Donde Θ es una matriz de varianzas residuales y Λ una matriz de cargas factoriales. Millsap R. Chapter 2: Latent Variable Models. In: Statistical Approaches to Measurement Invariance. 1 edition. New York: Routledge;
5 Explorando fenómenos complejos Existen ciertos fenómenos de naturaleza más compleja que podrían requerir relacionar múltiples variables latentes o bien latentes y observadas. X 1 X 2 η ξ λ 1 λ 2 λ 3 λ 4 y 1 y 2 y 3 y 4 y 5 y 6 y 7 y 8 δ 1 δ 2 δ 3 δ 4 δ 5 δ 6 δ 7 δ 8 Una alternativa para modelar estos fenómenos es el uso de ecuaciones estructurales (SEM). X1 Modelo Estructural (Path) X3 X4 SEM X2 Modelo de Variable Latente η λ 1 λ 2 λ 3 λ 4 y 1 y 2 y 3 y 4 δ 1 δ 2 δ 3 δ 4 Bollen KA. Structural Equations with Latent Variables. 1 edition. New York: Wiley-Interscience; p. Hoyle R. Handbook of Structural Equation Modeling. Reprint edition. New York, N.Y: The Guilford Press; p. 5
6 Cómo aplicar esta técnica para modelar variables latentes en salud? Un ejemplo A continuación se explorará la compleja relación entre acceso a salud, ingreso permanente y estado de salud de la población chilena. 6
7 1. Cuál es la relación que existe entre estado de salud general, ingreso permanente y acceso efectivo a salud en la población chilena? Ingreso del hogar corregido Dificultad o problemas para acceder a servicios de salud Indicadores de calidad de la vivienda Activos del hogar y vehículos Salud Autopercibida Condiciones específicas de salud Dificultad para realizar actividades de la vida diaria Este es el primer paso para la estimación de un modelo de ecuación estructural. Explorar las relaciones entre las variables latentes. Para ello se debe considerar una serie de pasos sucesivos. Estos guiarán la estimación tanto de este modelo inicial como de aquellos más complejos. Kline RB. Principles and Practice of Structural Equation Modeling, Third Edition. 3rd edition. New York: The Guilford Press; p. 7
8 Diagramación de las relaciones que se pretende explorar Evaluar la diferencia entre los parámetros iniciales y lo parámetros a estimar Especificación del Modelo Identificación del Modelo El modelo podría ser especificado de mejor manera?. Reespecificación del Modelo Estimación del Modelo Utilice estimadores apropiados para el tipo de variables observadas elegidas. Evalúe los indicadores de ajuste (RMSEA, CFI, TLI) Kline RB. Principles and Practice of Structural Equation Modeling, Third Edition. 3rd edition. New York: The Guilford Press; ,25 0,26 0,46 s39b s39c RMSEA: 0,021 CFI :0,979 TLI: 0,976 χ 2 : 6040,452 df:160 Estimador: WLSMV 8
9 2. Cuál es el efecto que tiene el ingreso permanente de la población chilena sobre su acceso efectivo a servicios de salud y su estado de salud general? s39b s39c 0,252 s39b 0,124 0,424 s39c RMSEA: 0,021 CFI :0,979 TLI: 0,976 χ 2 : 6039,058 df:206 Estimador: WLSMV Varianza explicada: Salud:0,222 Acceso:0,064 9
10 3. Cuál es el efecto de las variables sociodemográficas sobre el ingreso, acceso y estado de salud general de la población chilena? s39b s39c 0,19-0,1 0,52-0,1-0,11-0,11-0,06 0,006* -0,11 0,08-0,13-0,05-0,29 s39b 0,016* 0,05 s39c * Relación no significativa p> 0,05 RMSEA: 0,02 CFI :0,97 TLI: 0,966 χ 2 :8625,167 df: 301 Estimador: WLSMV Varianza explicada: Salud:0,358 Acceso:0,115 Ingreso:0,325 10
11 4. Cuál efecto de la nivel educacional sobre el estado de salud general de la población chilena? s39b s39c Efectos En el modelo se pueden apreciar tres tipos de efectos: Directo Indirecto Total Así el efecto total del nivel educacional sobre la salud considera el efecto directo y todos los efectos indirectos presentes en el modelo entre ambas variables. Kline RB. Principles and Practice of Structural Equation Modeling, Third Edition. 3rd edition. New York: The Guilford Press;
12 0,534 0,079 0,016* 0,172 s39b 0,066 0,342 s39c * Relación no significativa p= 0,306 Efecto Valor p-valor Efecto directo Nivel educacional Estado de salud general 0,016 0,306 Efectos indirectos Nivel educacional Acceso efectivo 0,079 Acceso efectivo Estado de salud general 0,342 Nivel educacional Acceso efectivo Estado de salud general 0,027 0,000 Nivel educacional Ingreso permanente 0,534 Ingreso permanente Estado de salud general 0,066 Nivel educacional Ingreso permanente Estado de salud general 0,035 0,000 Ingreso permante Acceso a salud 0,172 Nivel educacional Ingreso permanente Acceso efectivo Estado de salud general 0,031 0,000 Efecto indirecto total Nivel educacional Estado de salud general 0,094 0,000 Efecto total Nivel educacional Estado de salud general 0,11 0,000 12
13 Output Mplus Otras alternativas de estimación MPLUS R LAVAAN EQS SAS Proc CALIS LISREL STATA Open Mx AMOS 13
14 LISREL LAVAAN R 14
15 AMOS SPSS STATA 15
16 Algunos ejemplos Health and Poverty in Brazil: Estimation by Structural Equation Model with Latent Variables. Giuffrida A, Iunes R, Savedoff W Inter-American Development Bank. 16
17 Socieconomic status, permanent income, and fertility: A Latent Variable Approach Bolle K, Glanville J, Stecklov G Pupulation Studies 61 (1), 15:34. Ventajas del uso de SEM Permite aislar el error de medición. Permite comparación de modelos. Considera Efectos directos, indirectos y totales. Existen indicadores de ajuste global. Puede ser utilizado con modelos complejos. Tomarken AJ, Waller NG. Structural Equation Modeling: Strengths, Limitations, and Misconceptions. Annu Rev Clin Psychol. 2005;1(1): MacCallum RC, Austin JT. Applications of Structural Equation Modeling in Psychological Research. Annu Rev Psychol. 2000;51(1):
18 Aspectos a Considerar en SEM Considera la utilización de softwares adecuados. La selección de las variables puede ser dificultosa. Requiere un gran tamaño muestral. Pueden existir modelos alternativos con idéntico ajuste. Tomarken AJ, Waller NG. Structural Equation Modeling: Strengths, Limitations, and Misconceptions. Annu Rev Clin Psychol. 2005;1(1): MacCallum RC, Austin JT. Applications of Structural Equation Modeling in Psychological Research. Annu Rev Psychol. 2000;51(1): Conclusiones Condiciones de vida Salud/enfermed ad Análisis con enfoque de equidad 18
19 Material Recomendado (1) Generalidades de variable latente Muthén BO. Latent variable modeling in epidemiology. Alcohol Health Res World. 1992;16(4): Bollen KA. Latent variables in psychology and the social sciences. Annu Rev Psychol. 2002;53(1): Borsboom D. Latent Variable Theory. Meas Interdiscip Res Perspect May 29;6(1-2): Material Recomendado (2) Ecuaciones estructurales Artículos Hays RD, Revicki D, Coyne KS. Application of structural equation modeling to health outcomes research. Eval Health Prof Sep;28(3): Rabe-Hesketh S, Skrondal A. Classical latent variable models for medical research. Stat Methods Med Res Feb 1;17(1):5 32. Bollen KA, Noble MD. Structural equation models and the quantification of behavior. Proc Natl Acad Sci U S A Sep 13;108 Suppl 3: Sánchez BN, Budtz-Jørgensen E, Ryan LM, Hu H. Structural Equation Models. J Am Stat Assoc Dec 1;100(472): Muthén BO. Beyond Sem: General Latent Variable Modeling. Behaviormetrika. 2002;29(1):
20 Material Recomendado (3) Ecuaciones estructurales Libros: Kline RB. Principles and Practice of Structural Equation Modeling, Third Edition. 3rd edition. New York: The Guilford Press; p. Hoyle R. Handbook of Structural Equation Modeling. New York, N.Y: The Guilford Press; p. Bollen KA. Structural Equations with Latent Variables. 1 edition. New York: Wiley-Interscience; p. 20
Curso de Introducción a los Modelos de Ecuaciones Estructurales
Curso de Introducción a los Modelos de Ecuaciones Estructurales 7 al 10 de diciembre de 2015 Instructor: Ph.D. Delfino Vargas Chanes Propósito General Para el curso de Modelado de Ecuaciones Estructurales
Más detallesUniversidad Nacional Autónoma de México Facultad de Psicología
Universidad Nacional Autónoma de México Facultad de Psicología PROGRAMA DE ASIGNATURA Nombre Método I Análisis de las ecuaciones estructurales I Clave 517 Semestre 8 Créditos 8 Horas teoría 3 Horas práctica
Más detallesTaller Modelamiento de variables latentes en investigación en salud Una aproximación al análisis de ecuaciones estructurales
Taller Modelamiento de variables latentes en investigación en salud Una aproximación al análisis de ecuaciones estructurales Tema: Desarrollo de políticas de salud usando la investigación de resultados
Más detallesUniversidad Nacional Autónoma de México Facultad de Psicología. Programa de la Asignatura: Investigación y Análisis de Datos III Clave: 1717
Universidad Nacional Autónoma de México Facultad de Psicología Programa de la Asignatura: Investigación y Análisis de Datos III Clave: 1717 Semestre: 7 Campo de conocimiento: Ciencias Cognitivas y del
Más detallesEsquema y recomendaciones para el uso de los Modelos de Ecuaciones Estructurales
REVISTA DE ESTUDIOS E INVESTIGACIÓN EN PSICOLOGÍA EDUCACIÓN ISSN: 1138-1663; eissn: 2386-7418 UDC / Uminho 2016, Vol. 3, No. 2, 75-80. DOI: 10.17979/reipe.2016.3.2.1847 Esquema y recomendaciones para el
Más detallesModelos de regresión multinivel
Luis Guillermo Díaz Leonardo Trujillo Julio 2011 Estructura de datos multinivel Los investigadores de las ciencias sociales y naturales, se enfrentan al problema de modelar estructuras de datos complejas,
Más detallesPrograma Secyt Modelo de Ecuaciones Estructurales como herramienta de investigación. Aplicaciones en las ciencias sociales y económicas.
Programa Secyt 2016-2017 Modelo de Ecuaciones Estructurales como herramienta de investigación. Aplicaciones en las ciencias sociales y económicas. Proyecto Secyt 2016-2017 Factores determinantes del comportamiento
Más detallesIntroducción al uso. de AMOS de SPSS
Introducción al uso de AMOS de SPSS MODELAMIENTO ESTRUCTURAL Nazira Calleja ABRIR AMOS ABRIR UN ARCHIVO NUEVO File New ACOMODAR LA HOJA EN FORMATO HORIZONTAL View Interface properties ACOMODAR LA HOJA
Más detallesMODELOS DE ECUACIONES ESTRUCTURALES
1.PRESENTACIÓN ASIGNATURA DE MÁSTER: MODELOS DE ECUACIONES ESTRUCTURALES Curso 2015/2016 (Código:22201113) El objetivo de esta asignatura es introducir al alumno a los modelos de ecuaciones estructurales
Más detallesFORMATO MODALIDAD PRESENCIAL UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ECONOMÍA. Plan de estudios
FORMATO MODALIDAD PRESENCIAL UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ECONOMÍA Plan de estudios Clave Semestre Séptimo Créditos 7 Programa Econometría II Área Economía Campo de Economía Matemática
Más detallesModelos de ecuaciones estructurales (SEM) para la investigación en Contabilidad y Auditoría
Iª REUNIÓN INTERNACIONAL DE INVESTIGACIÓN EN CONTABILIDAD Y AUDITORÍA (RIICA) Modelos de ecuaciones estructurales (SEM) para la investigación en Contabilidad y Auditoría Dr. D. Jesús Collado Agudo Departamento
Más detallesCOEFICIENTE ALFA LA LEYENDA VIVIENTE EN PSICOLOGÍA ARNOLD TAFUR UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
COEFICIENTE ALFA LA LEYENDA VIVIENTE EN PSICOLOGÍA ARNOLD TAFUR UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS TEMAS A DESARROLLAR Alfa fue primero desarrollado por Cronbach? Alfa debe ser mayor o igual que.70
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO. Facultad de Ciencias. Plan de estudios de la Licenciatura en Actuaría. Modelos Lineales
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO Facultad de Ciencias Plan de estudios de la Licenciatura en Actuaría Modelos Lineales Clave 0861 Modalidad Semestre 7 u 8 Créditos 10 Área Campo de conocimiento
Más detallesAnálisis Factorial Confirmatorio
Análisis de Datos Avanzados Análisis Factorial Confirmatorio Joaquín Aldás Manzano Universitat de València! joaquin.aldas@uv.es 1 Estructura del seminario Problema típico de investigación V4 V5 V6 V1 F2
Más detallesManuel Miguel Ramos Álvarez Curso de Análisis de investigaciones con programas Informáticos
XII-1 UNIVERSIDAD DE JAÉN Material del curso Análisis de datos procedentes de investigaciones mediante programas informáticos Manuel Miguel Ramos Álvarez MAATTEERRI IAALL XIIII EXXPPLLI ICCAACCI IÓÓNN
Más detallesU n i v e r s i d a d A u t ó n o m a d e S a n L u i s P o t o s í
1) NOMBRE DEL CURSO MÉTODOS ESTADÍSTICOS PARA INVESTIGADORES Datos básicos: Profesor titular: Dr. Gregorio Álvarez Fuentes Profesores auxiliares: Semestre Horas de teoría Horas de práctica Horas trabajo
Más detallesUNIVERSIDAD AUTÓNOMA CHAPINGO DIVISIÓN DE CIENCIAS FORESTALES CARRERA DE: Licenciatura en Estadística PROGRAMA DE LA ASIGNATURA DE MUESTREO I
UNIVERSIDAD AUTÓNOMA CHAPINGO DIVISIÓN DE CIENCIAS FORESTALES CARRERA DE: Licenciatura en Estadística PROGRAMA DE LA ASIGNATURA DE MUESTREO I DATOS GENERALES Departamento (División): Nombre del Programa
Más detallesANÁLISIS MULTIVARIANTE. Créditos. Teóricos: 6 Prácticos: 3 Total: 9. Profesoras: Agurtzane Amparan, Silvia Marcaida y Arantza Urkaregi
Presentación ANÁLISIS MULTIVARIANTE MATEMÁTICAS SEGUNDO CICLO OPTATIVA SEGUNDO CUATRIMESTRE Créditos. Teóricos: 6 Prácticos: 3 Total: 9 Profesoras: Agurtzane Amparan, Silvia Marcaida y Arantza Urkaregi
Más detallesPlanificaciones Probabilidad y Estadística B. Docente responsable: GRYNBERG SEBASTIAN PABLO. 1 de 6
Planificaciones 6109 - Probabilidad y Estadística B Docente responsable: GRYNBERG SEBASTIAN PABLO 1 de 6 OBJETIVOS 1) Que los estudiantes aprendan los elementos básicos del método probabilístico y de la
Más detallesPlanificaciones Probabilidad y Estadística B. Docente responsable: GRYNBERG SEBASTIAN PABLO. 1 de 6
Planificaciones 8104 - Probabilidad y Estadística B Docente responsable: GRYNBERG SEBASTIAN PABLO 1 de 6 OBJETIVOS 1) Que los estudiantes aprendan los elementos básicos del método probabilístico y de la
Más detallesI Inferencia Causal. Claudio Ferraz Managua, 3 Marzo 2008
Sesión Técnica I Inferencia Causal Claudio Ferraz Managua, 3 Marzo 2008 Justificación Las preguntas de investigación que motivan la mayoría de los estudios en las ciencias de la salud son de naturaleza
Más detallesAnálisis de modelos de ecuaciones estructurales mediante el paquete lavaan
6th International Conference on Industrial Engineering and Industrial Management. XVI Congreso de Ingeniería de Organización. Vigo, July 18-20, 2012 Análisis de modelos de ecuaciones estructurales mediante
Más detallesModelos causales (21077 )
Curso 2011-2012 Modelos causales (21077 ) Titulación/estudio: Criminología y Políticas Públicas de Prevención Curso: 2 Trimestre: 3 Número de créditos ECTS: 6 Horas de dedicación del estudiante: 150 Lengua
Más detallesEstimación PLS de modelos SEM, UMA. Modelos de Ecuaciones Estructurales con PLS (Partial Least Squares)
Estimación PLS de modelos SEM, 2015. UMA. Modelos de Ecuaciones Estructurales con PLS (Partial Least Squares) 5 de febrero de 2015 José Mondéjar Jiménez Área de Estadística Económica y Empresarial Universidad
Más detallesTema1. Modelo Lineal General.
Tema1. Modelo Lineal General. 1. Si X = (X 1, X 2, X 3, X 4 ) t tiene distribución normal con vector de medias µ = (2, 1, 1, 3) t y matriz de covarianzas 1 0 1 1 V = 0 2 1 1 1 1 3 0 1 1 0 2 Halla: a) La
Más detallesDEPARTAMENTO DE ORGANIZACIÓN DE EMPRESAS PROGRAMA: INTEGRACIÓN DE LAS TECNOLOGÍAS DE LA INFORMACIÓN EN LAS ORGANIZACIONES TESIS DOCTORAL
DEPARTAMENTO DE ORGANIZACIÓN DE EMPRESAS PROGRAMA: INTEGRACIÓN DE LAS TECNOLOGÍAS DE LA INFORMACIÓN EN LAS ORGANIZACIONES TESIS DOCTORAL Título: Factores críticos en la adopción de las medidas de seguridad
Más detallesPrograma analítico de la asignatura METODOS ESTADISTICOS
Programa analítico de la asignatura METODOS ESTADISTICOS Datos básicos Semestre Horas de teoría Horas de Practica Horas trabajo Créditos adicional estudiante V 3 0 3 6 Manejar y aplicar los conceptos fundamentales
Más detallesModelos de Estructura de Covarianza
Modelos de Estructura de Covarianza Contenidos Introducción histórica Teorías y modelos. Los modelos como aproximaciones Clasificación de las variables 1. En función de los procedimientos por los que se
Más detalles7. REGRESIÓN POR MÍNIMOS CUADRADOS: REGRESIÓN POLINOMIAL. Jorge Eduardo Ortiz Triviño
7. REGRESIÓN POR MÍNIMOS CUADRADOS: REGRESIÓN POLINOMIAL Jorge Eduardo Ortiz Triviño jeortizt@unal.edu.co http:/www.docentes.unal.edu.co/jeortizt/ Introducción Los datos frecuentemente son dados para valores
Más detallesANÁLISIS DE REGRESIÓN
ANÁLISIS DE REGRESIÓN INTRODUCCIÓN Francis Galtón DEFINICIÓN Análisis de Regresión Es una técnica estadística que se usa para investigar y modelar la relación entre variables. Respuesta Independiente Y
Más detallesAnálisis Multivariado de Datos
Análisis Multivariado de Datos Estadística Inferencial Multivariada Según la definición clásica: o más variables dependientes, no importa el número de variables independientes. Según la definición práctica:
Más detallesHoja 4 Variables aleatorias multidimensionales
Hoja 4 Variables aleatorias multidimensionales 1.- Estudiar si F (x, y) = 1, si x + 2y 1, 0, si x + 2y < 1, es una función de distribución en IR 2. 2.- Dada la variable aleatoria 2-dimensional (X, Y )
Más detallesPRÁCTICA DEPORTIVA, SATISFACCIÓN CORPORAL Y SÍNTOMAS DEPRESIVOS EN UNA MUESTRA DE ADOLESCENTES ESPAÑOLES
PRÁCTICA DEPORTIVA, SATISFACCIÓN CORPORAL Y SÍNTOMAS DEPRESIVOS EN UNA MUESTRA DE ADOLESCENTES ESPAÑOLES Diego Gómez-Baya, Universidad Loyola Andalucía Ramón Mendoza Berjano, Universidad de Huelva Margarida
Más detallesPlanificaciones Probabilidad. Docente responsable: GRYNBERG SEBASTIAN PABLO. 1 de 6
Planificaciones 8109 - Probabilidad Docente responsable: GRYNBERG SEBASTIAN PABLO 1 de 6 OBJETIVOS 1) Que los estudiantes aprendan los elementos básicos del método probabilístico y de la inferencia estadística.
Más detallesProcesos Estocásticos I
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO Facultad de Ciencias Plan de estudios de la Licenciatura en Actuaría Procesos Estocásticos I Clave 0630 Modalidad Semestre 5 Créditos 10 Área Campo de conocimiento
Más detallesAsignatura: Horas: Total (horas): Recomendada Teóricas 3.0 Semana 3.0 Optativa X Prácticas Semanas 48.0
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO POSGRADO EN INGENIERÍA PROGRAMA DE ESTUDIO TÉCNICAS ESTADÍSTICAS EN HIDROLOGÍA 1 06 Asignatura Clave Semestre Créditos Facultad e Instituto de Ingeniería Ingeniería
Más detallesLIKELIHOOD FUNCTION IN CONFIRMATORY
REVISTA DE MATEMÁTICA: TEORÍA Y APLICACIONES 2016 23(2) : 475 488 CIMPA UCR ISSN: 1409-2433 (PRINT), 2215-3373 (ONLINE) SIMPLIFICACIÓN DEL GRADIENTE DE LA FUNCIÓN DE MÁXIMA VEROSIMILITUD DEL ANÁLISIS FACTORIAL
Más detallesRECURSOS DE INFORMACIÓN Y DE COMUNICACIÓN Y SU RELACIÓN
RECURSOS DE INFORMACIÓN Y DE COMUNICACIÓN Y SU RELACIÓN CON EL LOGRO ACADÉMICO EN EDUCACIÓN MEDIA SUPERIOR ANTONIO ARÉVALO DE LEÓN / GEORGINA REYES VALDEZ Centro de Bachillerato Tecnológico Industrial
Más detallesUNIVERSIDAD AUTÓNOMA DE MADRID
Universidad Autónoma de Madrid UNIVERSIDAD AUTÓNOMA DE MADRID GUÍA DOCENTE Esta Materia forma parte de la oferta del Master universitario en Metodología de las Ciencias del Comportamiento y de la Salud,
Más detallesAgro 6998 Conferencia 2. Introducción a los modelos estadísticos mixtos
Agro 6998 Conferencia Introducción a los modelos estadísticos mixtos Los modelos estadísticos permiten modelar la respuesta de un estudio experimental u observacional en función de factores (tratamientos,
Más detallesINFORMACIÓN FALTANTE Y/O CONFUSA EN VARIABLES DISCRETAS DE LA ENCUESTA PERMANENTE DE HOGARES (EPH)
Badler, Clara E. Alsina, Sara M. 1 Puigsubirá, Cristina B. 1 Vitelleschi, María S. 1 Instituto de Investigaciones Teóricas y Aplicadas de la Escuela de Estadística (IITAE) INFORMACIÓN FALTANTE Y/O CONFUSA
Más detallesUNIVERSIDAD AUTÓNOMA DE MADRID
Universidad Autónoma de Madrid UNIVERSIDAD AUTÓNOMA DE MADRID GUÍA DOCENTE Asignatura: MODELOS DE ECUACIONES ESTRUCTURALES Grupos: 1 Titulación: MÁSTER EN METODOLOGÍA DE LAS CIENCIAS DEL COMPORTAMIENTO
Más detallesInferencia Causal. Sebastian Galiani. Noviembre 2006
Sesión I Inferencia Causal Sebastian Galiani Noviembre 2006 Justificación Las preguntas de investigación que motivan la mayoría de los estudios en las ciencias de la salud son de naturaleza causal. Por
Más detallesPsicothema ISSN: Universidad de Oviedo España
Psicothema ISSN: 0214-9915 psicothema@cop.es Universidad de Oviedo España Ximénez, M. Carmen; García, Ana G. Comparación de los métodos de estimación de máxima verosimilitud y mínimos cuadrados no ponderados
Más detallesTaller Análisis de Datos Multinivel (2da parte)
Taller Análisis de Datos Multinivel (2da parte) Sergio R. Muñoz, Ph.D. CIGES & Departamento Salud Publica Facultad de Medicina Universidad de La Frontera munozs@ufro.cl 12-25 de Mayo, 2012 Software SAS:
Más detallesDeterminación del tamaño de muestra (para una sola muestra)
STATGRAPHICS Rev. 4/5/007 Determinación del tamaño de muestra (para una sola muestra) Este procedimiento determina un tamaño de muestra adecuado para la estimación o la prueba de hipótesis con respecto
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA PROGRAMA DE ESTUDIO
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA PROGRAMA DE ESTUDIO ANÁLISIS DE SEÑALES ALEATORIAS 1560 5 06 Asignatura Clave Semestre Créditos Ingeniería Eléctrica Ingeniería en Telecomunicaciones
Más detallesen Metodología de la Investigación en Ciencias Sociales: Innovaciones y Aplicaciones PROGRAMA DE LA ASIGNATURA ANÁLISIS MULTIVARIABLE AVANZADO
PROGRAMA DE LA ASIGNATURA ANÁLISIS MULTIVARIABLE AVANZADO Curso 2017-2018 (Optativa - Segundo semestre) Profesores: Mª del Rosario Álvarez González Sara Tena Reiff DESCRIPTOR Conocimiento y dominio de
Más detallesBenicio Gutiérrez-Doña Introducción a los modelos lineales estructurales
-- 2 -- MODELOS LINEALES ESTRUCTURALES: CONCEPTOS BASICOS, APLICACIONES Y PROGRAMACION CON LISREL -- 3 -- Serie Cuadernos Metodológicos. San José, CR.: Instituto de Investigaciones Psicológicas, Universidad
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO. Facultad de Medicina Veterinaria y Zootecnia. Licenciatura en Medicina Veterinaria y Zootecnia
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO Facultad de Medicina Veterinaria y Zootecnia Licenciatura en Medicina Veterinaria y Zootecnia Clave 1212 Modalidad del curso: Carácter Métodos estadísticos en medicina
Más detallesI Inferencia Causal. Lima, 2009
Sesión Técnica I Inferencia Causal Lima, 2009 Departamento de Desarrollo Humano Fondo Español para Evaluación de Impacto Justificación Las preguntas de investigación que motivan la mayoría de los estudios
Más detallesDécimas Jornadas "Investigaciones en la Facultad" de Ciencias Económicas y Estadística, noviembre de 2005
Badler, Clara E. Alsina, Sara M. 1 Puigsubirá, Cristina R. 1 Vitelleschi, María S. 1 Instituto de Investigaciones Teóricas y Aplicadas de la Escuela de Estadística (IITAE) UTILIZACIÓN DE METODOLOGÍA PARA
Más detallesUNIVERSIDAD AUTÓNOMA CHAPINGO DEPARTAMENTO DE ZOOTECNIA POSGRADO EN PRODUCCIÓN ANIMAL PROGRAMA DE MAESTRÍA EN CIENCIAS EN INNOVACIÓN GANADERA
UNIVERSIDAD AUTÓNOMA CHAPINGO DEPARTAMENTO DE ZOOTECNIA POSGRADO EN PRODUCCIÓN ANIMAL PROGRAMA DE MAESTRÍA EN CIENCIAS EN INNOVACIÓN GANADERA ASIGNATURA: GESTIÓN, ANÁLISIS E INTERPRETACIÓN DE BASES DE
Más detallesDeterminación del número de autovalores mayores que la unidad en el Análisis Imagen con el SPSS
Determinación del número de autovalores mayores que la unidad en el Análisis Imagen con el SPSS Miguel A. Ruiz y Rafael San Martín Universidad Autónoma de Madrid En el modelo factorial de Análisis Imagen
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES ACATLÁN HORAS SEMANA
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES ACATLÁN PLAN DE ESTUDIOS DE LA LICENCIATURA EN MATEMÁTICAS APLICADAS Y COMPUTACIÓN PROGRAMA DE ASIGNATURA SEMESTRE:4 (CUARTO) Probabilidad
Más detallesTEMA 10 VALIDEZ DE LAS INFERENCIAS
Licenciatura de Psicopedagogía: Métodos, Diseños y Técnicas de Investigación Psicológica Salvador Chacón Moscoso Susana Sanduvete Chaves Dpto. de Psicología Experimental. Universidad de Sevilla. TEMA 10
Más detallesAnálisis de Ecuaciones Estructurales: conceptos, etapas de desarrollo y un ejemplo de aplicación Dr. Marcos Cupani
Análisis de Ecuaciones Estructurales: conceptos, etapas de desarrollo y un ejemplo de aplicación Dr. Marcos Cupani Resumen El modelo de ecuaciones estructurales (Structural Equation Modeling, SEM) es una
Más detallesEvaluación del desempeño docente usando Teoría de Respuesta al Ítem. Dr. Osval Antonio Montesinos López
Evaluación del desempeño docente usando Teoría de Respuesta al Ítem Dr. Osval Antonio Montesinos López Teoría de respuesta al Ítem (IRT) IRT es una técnica estadística muy popular en educación para la
Más detallesPROYECTO DOCENTE ASIGNATURA: "Análisis Multivariante de Datos en Psicología"
PROYECTO DOCENTE ASIGNATURA: "Análisis Multivariante de Datos en Psicología" Grupo: Grupo 1(871018) Titulacion: LICENCIADO EN PSICOLOGÍA (Plan 2001) Curso: 2012-2013 DATOS BÁSICOS DE LA ASIGNATURA/GRUPO
Más detallesFORMATO MODALIDAD PRESENCIAL UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ECONOMÍA. Plan de estudios
FORMATO MODALIDAD PRESENCIAL UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ECONOMÍA Plan de estudios Clave Semestre Sexto Créditos 7 Programa Econometría I Área Economía Campo de Economía Matemática
Más detallesUNIVERSIDAD DE COSTA RICA FACULTAD DE CIENCIAS ESCUELA DE MATEMÁTICA Departamento de Matemática Aplicada
UNIVERSIDAD DE COSTA RICA FACULTAD DE CIENCIAS ESCUELA DE MATEMÁTICA Departamento de Matemática Aplicada Programa del curso MA-1030: Introducción a la Probabilidad II semestre del 2017 Tipo de curso: Teórico-práctico.
Más detallesEconometría de series de tiempo aplicada a macroeconomía y finanzas
Econometría de series de tiempo aplicada a macroeconomía y finanzas Series de Tiempo no Estacionarias Carlos Capistrán Carmona ITAM Tendencias Una tendencia es un movimiento persistente de largo plazo
Más detallesLAS CONTRIBUCIONES DEL PREMIO NOBEL ANGUS DEATON
LAS CONTRIBUCIONES DEL PREMIO NOBEL ANGUS DEATON El profesor Angus Deaton recibió el premio Nobel en Economía por profundizar en el entendimiento del consumo y su relación con el bienestar social. La VII
Más detallesManuel Miguel Ramos Álvarez Curso de Recursos Metodológicos y Estadísticos
Curso de Recursos Metodológicos y Estadísticos XII-1 UNIVERSIDAD DE JAÉN Material del curso Recursos metodológicos y estadísticos para la docencia e investigación Manuel Miguel Ramos Álvarez MAATTEERRI
Más detallesPROGRAMA DE CURSO. Nombre en Inglés. Horas de Trabajo Personal Horas de Cátedra
Código MA3401 PROBABILITY SCT PROBABILIDADES Unidades Docentes PROGRAMA DE CURSO Nombre Nombre en Inglés Horas de Cátedra Horas Docencia Auxiliar Horas de Trabajo Personal 6 10 3 2 5 Requisitos Carácter
Más detallesPROGRAMA DE MATEMÁTICAS PRONTUARIO
Página 1 UNIVERSIDAD INTERAMERICANA DE PUERTO RICO RECINTO METROPOLITANO FACULTAD DE CIENCIAS Y TECNOLOGÍA DEPARTAMENTO DE CIENCIAS DE COMPUTADORAS Y MATEMÁTICAS I. INFORMACIÓN GENERAL PROGRAMA DE MATEMÁTICAS
Más detallesModelado y simulación en Ingeniería Química. Manuel Rodríguez
ÍNDICE Modelos de caja gris Calibración de modelos Estimación de parámetros Análisis de la estimación Regresión no lineal 1. Modelos de caja gris Son modelos de un sistema (o proceso), donde: Desarrollados
Más detallesEconometría 1. Karoll GOMEZ Segundo semestre 2017
Econometría 1 Karoll GOMEZ kgomezp@unal.edu.co http://karollgomez.wordpress.com Segundo semestre 2017 II. El modelo de regresión lineal Esperanza condicional I Ejemplo: La distribución de los salarios
Más detallesCLAVE TALLER REQUISITOS HORA/SEMANA CREDITOS MA-6 SPSS 80% ASISTENCIA 4 6 MARCO REFERENCIAL
1 UNIVERSIDAD AUTONOMA DE YUCATAN FACULTAD DE CONTADURIA Y ADMINISTRACION LICENCIADO EN MERCADOTECNIA Y NEGOCIOS INTERNACIONALES PROGRAMAS GENERALES AREA DE ANALISIS CUANTITATIVO NIVEL DOS: BASICO PROFESIONALIZANTE
Más detallesBREVE DESCRIPCIÓN DE CONTENIDOS (SEGÚN MEMORIA DE VERIFICACIÓN DEL GRADO)
GUIA DOCENTE DE LA ASIGNATURA ( ) ESTADÍSTICA CRIMINAL Curso 2018-2019 (Fecha última actualización: 22/05/2018) (Fecha de aprobación en Consejo de Departamento: 23/05/2018) MÓDULO MATERIA CURSO SEMESTRE
Más detallesUNIVERSIDAD DEL TOLIMA FACULTAD DE CIENCIAS PROGRAMA MATEMÁTICAS CON ÉNFASIS EN ESTADÍSTICA
UNIVERSIDAD DEL TOLIMA FACULTAD DE CIENCIAS PROGRAMA MATEMÁTICAS CON ÉNFASIS EN ESTADÍSTICA 1. IDENTIFICACIÓN ASIGNATURA: ELECTIVA EN MODELOS LINEALES CODIGO: NIVEL: V CREDITOS: 4 DESCRIPCIÓN: EL CURSO
Más detallesAnálisis de datos Categóricos
Introducción a los Modelos Lineales Generalizados Universidad Nacional Agraria La Molina 2016-1 Introducción Modelos Lineales Generalizados Introducción Componentes Estimación En los capítulos anteriores
Más detallesDiseños D-óptimos bayesianos para modelos lineales heteroscedásticos
XXVI Simposio Internacional de Estadística 2016 Sincelejo, Sucre, Colombia, 8 al 12 de Agosto de 2016 Diseños D-óptimos bayesianos para modelos lineales heteroscedásticos Catalina Patiño Bustamante 1,a,
Más detallesManejo Forestal I. Carrera: FOM Participantes Representante de las academias de Ingeniería Forestal de Institutos Tecnológicos.
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Manejo Forestal I Ingeniería Forestal FOM - 0630 3 2 8 2. HISTORIA DEL PROGRAMA
Más detallesDr. Fidel Ulin Montejo Fecha de elaboración: Agosto de 2004 Fecha de última actualización: Julio de 2010
PROGRAMA DE ESTUDIO MUESTREO Programa Educativo: Lic. en Matemáticas Área de Formación : Sustantiva Profesional Horas teóricas: 3 Horas prácticas: 2 Total de Horas: 5 Total de créditos: 8 Clave: F1139
Más detallesEstadística. Carrera: 3F Participantes. José Alberto Monroy Rivera. Miguel Ángel García Alvarado y Víctor José Robles Olvera
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Estadística Prerrequisitos Maestría en Ingeniería Bioquímica 3F1 4-0-0-4-4 2.-
Más detallesV Seminario Nacional de Investigación Educativa Ayacucho 2016
V Seminario Nacional de Investigación Educativa Ayacucho 2016 Propiedades psicométricas de la Escala de Determinación en beneficiarios de un programa social Raúl Eduardo Espinoza Lecca Programa Nacional
Más detallesEconometría 1. Karoll GOMEZ Segundo semestre 2017
Econometría 1 Karoll GOMEZ kgomezp@unal.edu.co http://karollgomez.wordpress.com Segundo semestre 2017 II. El modelo de regresión lineal Esperanza condicional I Ejemplo: La distribución de los salarios
Más detallesMÁS ALLÁ DE PERSISTENCIA O DESERCIÓN
MÁS ALLÁ DE PERSISTENCIA O DESERCIÓN Análisis de trayectorias en educación superior de alumnos que ingresan por primera vez a universidades chilenas. Ps. Claudia Oriana Amo Grez Magíster en Medición y
Más detallesUSO DEL FILTRO DE KALMAN PARA ESTIMAR LA TENDENCIA DE UNA SERIE
DIVISIÓN ECONÓMICA DEPARTAMENTO DE INVESTIGACIONES ECONÓMICAS INFORME TÉCNICO DIE-87-003-IT USO DEL FILTRO DE KALMAN PARA ESTIMAR LA TENDENCIA DE UNA SERIE Ana Cecilia Kikut V. OCTUBRE, 003 Entre los diferentes
Más detallesDatos de la Asignatura Código Bioestadística aplicada y métodos informáticos para el análisis y presentación de datos
FICHA IDENTIFICATIVA Datos de la Asignatura Código 43024 Nombre Bioestadística aplicada y métodos informáticos para el análisis y presentación de datos Ciclo Máster Créditos ECTS 5.0 Curso académico 2012-2013
Más detallesGuía Docente Estadística FICHA IDENTIFICATIVA RESUMEN. Datos de la Asignatura Código Créditos ECTS 6.0 Curso académico
FICHA IDENTIFICATIVA Datos de la Asignatura Código 35059 Nombre Estadística Ciclo Grado Créditos ECTS 6.0 Curso académico 2017-2018 Titulación(es) Titulación Centro Curso Periodo 1302 - Grado de Criminología
Más detallesAsignaturas antecedentes y subsecuentes Probabilidad y Estadística Matemática
PROGRAMA DE ESTUDIOS MUESTREO Área a la que pertenece: ÁREA DE FORMACION INTEGRAL PROFESIONAL Horas teóricas: 3 Horas prácticas: 2 Créditos: 8 Clave: F0082 Asignaturas antecedentes y subsecuentes Probabilidad
Más detallesCarrera: MTF-0519 2-4-8. Participantes Representante de las academias de ingeniería Mecatrónica de los Institutos Tecnológicos. Academia de Ingeniería
.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos: Estadística y Control de Calidad Ingeniería Mecatrónica MTF-059-4-8.- HISTORIA
Más detallesInferencia Estadística
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO Facultad de Ciencias Plan de estudios de la Licenciatura en Actuaría Inferencia Estadística Clave 1541 Modalidad Semestre 5 Créditos 10 Área Campo de conocimiento
Más detallesBENÉMERITA UNIVERSIDAD AUTÓNOMA DE PUEBLA VICERRECTORÍA DE DOCENCIA DIRECCIÓN GENERALDE EDUCACIÓN SUPERIOR
Programa Educativo (PE): Licenciatura en Actuaría Área: Economía Programa de Asignatura: Econometría I Código: ACTM 254 Créditos: 4 Fecha: Agosto 2012 1 1. DATOS GENERALES Nivel Educativo: Nombre del Programa
Más detallesEn muestreo por conglomerados se tienen 2 tipos de unidades:
MUESTREO POR CONGLOMERADOS Ing. MSc. Ángel Gómez Es un método en el cual la unidad de muestreo consiste de un grupo de unidades elementales. Es decir, que cada grupo o conglomerado es un agregado de unidades
Más detallesPROGRAMA DE CURSO. Código Nombre ESTADÍSTICA PARA LA ECONOMÍA Y GESTIÓN Nombre en Inglés Statistics for Economics and Management Unidades
PROGRAMA DE CURSO Código Nombre IN3401 ESTADÍSTICA PARA LA ECONOMÍA Y GESTIÓN Nombre en Inglés Statistics for Economics and Management es Horas Docencia Horas de Trabajo SCT Horas de Cátedra Docentes Auxiliar
Más detallesUNIVERSIDAD NACIONAL DE PIURA FACULTAD DE ECONOMIA DEPARTAMENTO ACADEMICO DE ECONOMIA S Y L L A B U S
UNIVERSIDAD NACIONAL DE PIURA FACULTAD DE ECONOMIA DEPARTAMENTO ACADEMICO DE ECONOMIA S Y L L A B U S EM - 4410 ECONOMETRÍA I 1. DATOS GENERALES 1.1. Año Académico 2011. 1.2. Semestre Primero. 1.3. Asignatura
Más detallesINDICE. Prólogo a la Segunda Edición
INDICE Prólogo a la Segunda Edición XV Prefacio XVI Capitulo 1. Análisis de datos de Negocios 1 1.1. Definición de estadística de negocios 1 1.2. Estadística descriptiva r inferencia estadística 1 1.3.
Más detalles7. De acuerdo con la gráfica siguiente, el contraste estadístico es:
1. Un investigador desea saber si los hombres y las mujeres difieren en flexibilidad cognitiva. Para ello, analiza los datos y obtienen los siguientes resultados. Satisfacen los datos el supuesto de homocedasticidad?
Más detallesCurso: MODELOS ECONOMÉTRICOS ESPACIALES DE CORTE TRANSVERSAL Y DATOS DE PANEL
Curso: MODELOS ECONOMÉTRICOS ESPACIALES DE CORTE TRANSVERSAL Y DATOS DE PANEL Coro Chasco Yrigoyen Profesora de Economía Aplicada Directora del Grupo de Investigación ECONRES Universidad Autónoma de Madrid
Más detallesPronósticos, Series de Tiempo y Regresión. Capítulo 4: Regresión Lineal Múltiple
Pronósticos, Series de Tiempo y Regresión Capítulo 4: Regresión Lineal Múltiple Temas Modelo de regresión lineal múltiple Estimaciones de Mínimos Cuadrados Ordinarios (MCO); estimación puntual y predicción
Más detallesPaquete de R: isocir
Paquete de R: isocir Inferencia ISOtónica con datos CIRculares resolviendo problemas de la Biología Molecular. Sandra Barragán Andrés(1), Cristina Rueda(1), Miguel A. Fernández (1) and Shyamal D. Peddada
Más detalles