(#381). TABLAS DE TUMORES TOTALES EN EL ESTUDIO DEL NTP SOBRE EFECTOS DE LA RADIACIÓN DE TELÉFONO MÓVIL Realizamos algunos análisis estadísticos sobre los comentarios del profesor de la Universidad de California, Joel Moskowitz, de los resultados sobre tumores

b381

[MONOTEMA] El Programa Nacional de Toxicología (NTP) de Estados Unidos ha publicado por fin los resultados del estudio que llevaban realizando desde 1999. Joel M. Moskowitz, investigador de la School of Public Health de la Universidad de California, Berkeley, ha publicado un comentario en su blog sobre un aspecto del […]

Leer más

(#380). ÍNDICES APROXIMADOS FLEXIBLES EN ECUACIONES ESTRUCTURALES No se deben emplear criterios de corte fijos para índices aproximados (SRMR, CFI, TLI, RMSEA), sino flexibles en función de las características de cada modelo

b380

[REVISIÓN DE ARTÍCULO] En este artículo publicado en el Journal of the Academy of Marketing Science, los autores proponen desterrar definitivamente los umbrales para índices aproximados en ecuaciones estructurales, y a cambio emplear una perspectiva flexible, basada en los resultados de simulaciones para las condiciones de cada modelo especificado. Esos […]

Leer más

(377). AVANZANDO EN LA COMPLEJIDAD; DOBLE DEPENDENCIA Ilustración sencilla de las ecuaciones de Lotka-Volterra y su programación con Maxima

b377

[MONOTEMA] Una vez introducidos en los campos direccionales y en la filosofía de análisis de las ecuaciones diferenciales, vamos a complicar un poco más el caso a estudiar. Ahora, tenemos que el crecimiento de la población de individuos, es decir, la derivada de la población con respecto al tiempo no […]

Leer más

(#376). CAMPOS DIRECCIONALES, COMENZANDO A REPRESENTAR LA COMPLEJIDAD Definimos y representamos las guías sobre las que las trayectorias de las soluciones evolucionan

b376

[MONOTEMA] Avanzando un poco más en la introducción a la complejidad de los fenómenos sociales, los alumnos de marketing de GADE se pueden encontrar con la dificultad de enteder la representación de la dinámica de los sistemas acoplados, como el de Lotka-Volterra. Por ello, en este post vamos a comenzar […]

Leer más

(#373). PREDICCIONES CON BUENAS APROXIMACIONES Aproximaciones excelentes pueden proporcionar errores de cierta entidad. Si, además, no conseguimos llegar a encontrar el modelo adecuado y empleamos aproximaciones lineales, puede que los errores sean inaceptables.

b373

[MONOTEMA] En el contexto de gran incertidumbre en las ciencias sociales, los estudiantes de Administración de Empresas se introducen (sólo un poco) en diferentes técnicas de predicción. Sin embargo, es clave entender que, aunque se consigan buenas aproximaciones a las ecuaciones que rigen un modelo de predicción, el resultado final […]

Leer más

(#366). MODELO DE HOMOGENEIDAD EN TABLAS DE 2X2 Explicación sobre cómo afrontar el análisis en tablas de contingencia sencillas, empleando el test de la chi-cuadrado

b366

[MONOTEMA] A veces los investigadores aplicados no tenemos muy claro qué procedimiento emplear para analizar nuestros datos, incluso en las situaciones más sencillas, como en una tabla de contingencia de 2×2. En este post voy a tratar de mostrar algunos errores comunes, y reflexionar acerca del papel que tiene el […]

Leer más

(#365). BÁSICOS DE ECUACIONES ESTRUCTURALES (V): MATRIZ DE DATOS BRUTOS La matriz de entrada en SEM es una matriz cuadrada de covarianzas de las variables observables, donde en la diagonal están las varianzas, y que además es simétrica

b365

[MONOTEMA] En esta quinta entrega, vamos a explicar en qué consiste la matriz de datos brutos que debemos emplear como entrada para realizar los análisis, que no es más que la matriz de covarianzas entre todos los observables de la muestra. Esa matriz se suele denominar como S. El profesor Leslie […]

Leer más

(#358). BÁSICOS DE ECUACIONES ESTRUCTURALES (IV): REGRESIÓN LINEAL SIMPLE CON FIABILIDADES DIVERSAS La especificación de la fiabilidad en la variable que actúa como causa afecta a la estimación del coeficiente estructural y a la varianza explicada por el modelo. Las fiabilidades no afectan a la covariación entre las latentes, pero sí que la fiabilidad de la variable endógena incide en la estimación de su varianza de error.

b358

[MONOTEMA] En esta cuarta entrega, vamos a pasar del modelo de dos variables correlacionadas a un modelo de regresión en el que una se postula como causa de la otra. La especificación gráfica se muestra en la Figura 4.1. Figura 4.1. Modelo de regresión entre dos variables latentes Como puede […]

Leer más

(#354). BÁSICOS DE ECUACIONES ESTRUCTURALES (III): COVARIANZA Y CORRELACIÓN ENTRE VARIABLES LATENTES La covarianza y correlación entre variables latentes depende de la estructura de errores de los observables que planteemos en el modelo

b354

[MONOTEMA] En este tercera entrega de nuestra introducción a SEM, vamos ir avanzando en el modelo simple de variable latente e indicador, planteando un modelo en el que deseamos saber la covarianza entre 2 variables latentes Z1 y Z2. Para ello, partimos de esta representación gráfica (Figura 3.1), en el […]

Leer más

(#353). BÁSICOS DE ECUACIONES ESTRUCTURALES (II): VARIABLES LATENTES Y FIABILIDAD La especificación de variables latentes es esencial para manejar la potencialidad de SEM, y para considerar la fiabilidad de las observaciones

b353

[MONOTEMA] En este segundo paso en nuestra introducción a conceptos básicos de SEM, vamos  a explicar el concepto de variable latente y las implicaciones que tiene para la partición de la varianza observable, lo que a su vez nos llevará a discutir sobre la fiabilidad de los datos. Variable latente […]

Leer más
image_pdfimage_print
1 2 3 6