Record Details

Evaluación de criterios de bondad de ajuste para modelos logit marginales

SaberEs

View Archive Info
 
 
Field Value
 
Title Evaluación de criterios de bondad de ajuste para modelos logit marginales
—
 
Creator Boggio, Gabriela Susana
 
Subject Statistics
Correlated binary data; Marginal models; Goodness of fit
Datos binarios correlacionados; Modelos marginales; Bondad de ajuste
 
Description En este trabajo se estudia el comportamiento de medidas de bondad de ajuste de modelos logit marginales para datos binarios correlacionados. Algunas de ellas son de carácter descriptivo, basadas generalmente en la noción de pérdida incurrida al usar un modelo aproximado para describir la realidad, y otras constituyen estadísticas globales de bondad de ajuste. En general son extensiones naturales de las disponibles para el caso de modelos logit clásicos, es decir bajo el supuesto de independencia de las observaciones. Para la evaluación de estas medidas se realiza un estudio por simulación mediante la utilización de un algoritmo simple de generación de datos con estructura de asociación intra-unidad constante. Entre las estadísticas de tipo descriptivo se destaca el buen comportamiento de la extensión del criterio de Akaike, la cual constituye una medida útil para seleccionar el mejor subconjunto de covariables a incluir en el modelo. En lo que se refiere a los tests globales de bondad de ajuste, la extensión de la prueba chi cuadrado de Pearson y la basada en la suma no ponderada de residuos son las que presentan en general mejor comportamiento en cuanto al control del error tipo I, si bien la potencia resulta baja.
This thesis presents a study about the performance of goodness of fit statistics for marginal logit models with correlated binary data. Some of them are descriptive measures, usually based on the concept of information lost when an approximating model is used to describe the reality, while others are global goodness of fit statistics. In general they are natural extensions of those available for conventional logit models, i.e. under the assumption of independent binary data. In order to evaluate these measures, a simulation study is carried out using a simple data generation algorithm with exchangeable correlation structure. The Akaike criterion extension stands out among the descriptive statistics and it is also a measure useful to select the best covariable subset to include in the model. Among the global goodness of fit statistics, the extensions of the Pearson statistic and the unweighted sums of squares statistic have the best behavior in terms of type I error rates but they have low power.
 
Publisher Facultad de Ciencia Económicas y Estadísticaca - Universidad Nacional de Rosario
 
Contributor —
—
 
Date 2009-06-17
 
Type info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
Artículo no evaluado
 
Format application/pdf
text/html
 
Identifier http://www.saberes.fcecon.unr.edu.ar/index.php/revista/article/view/9
10.35305/s.v0i1.9
 
Source SaberEs; Núm. 1 (2009)
1852-4222
1852-4184
 
Language spa
 
Relation http://www.saberes.fcecon.unr.edu.ar/index.php/revista/article/view/9/32
http://www.saberes.fcecon.unr.edu.ar/index.php/revista/article/view/9/57