Efectos en la estimación de modelos de estructuras de covarianza con variables dicotomizadas en diferentes puntos de corte.

Los modelos de ecuaciones estructurales (SEM) son utilizados ampliamente en trabajos de estadística aplicada que asumen en sus procesos de estimación la continuidad de las variables observadas. Además en algunos procesos, como el de máxima verosimilitud, se exige la normalidad multivariada. Los modelos SEM se basan en la expresión de la matriz de varianzas y covarianzas mediante estructuras que reflejan relaciones teóricas entre constructos o variables latentes, y entre variables observadas. Un problema que encuentra el investigador empírico es la aparición permanente de variables de tipo categórico y en especial las variables continuas que han sido categorizadas por diversas razones, por ejemplo, para mitigar los errores de medición. En este sentido, se pretende determinar la pérdida de información en la categorización de variables continuas en los procesos de estimación de los coeficientes latentes de modelos de estructuras de covarianzas; para esto se llevó a cabo un experimento en el cual se estudió, mediante técnicas de simulación Monte Carlo, el efecto de la dicotomización de variables continuas para la estimación de correlaciones latentes en un modelo de ecuaciones estructurales.

• Autores: Santa Escobar, Cristian David
• Fecha de publicación: 2018
• Institución: Universidad Nacional de Colombia
• Repositorio: Universidad Nacional de Colombia
• Idioma: spa
• OAI Identifier: oai:repositorio.unal.edu.co:unal/63518
• Acceso en línea: https://repositorio.unal.edu.co/handle/unal/63518; http://bdigital.unal.edu.co/63947/
• Palabra clave: 31 Colecciones de estadística general / Statistics; 51 Matemáticas / Mathematics; SEM; Correlación tetracórica; Dicotomización; Tetrachoric correlation; Dichotomization; Cutt-points; Estimation
• Rights: openAccess
• License: Atribución-NoComercial 4.0 Internacional