1,721,018 research outputs found
El dilema del “Shrinkage” o fenómeno de encogimiento en modelos mixtos, una comparación entre los enfoques bayesiano y frecuentista
Get PDFEn los modelos mixtos (multinivel) la especificación matemática del modelo puede impactar de manera relevante en los resultados sustantivos obtenidos. El fenómeno de shrinkage o fenómeno de encogimiento provoca que los efectos fijos comiencen a reducirse al punto de no presentar significancia estadística, diversos autores señalan como los principales causantes de este dilema analítico al
aumento en la cantidad de parámetros, la cantidad de elementos en los niveles (n), la varianza entre y dentro de los conglomerados, y el enfoque de estimación. En este estudio se presentaron dos propuestas de estimadores shrinkage, una correspondiente a la ponderación de los parámetros del modelo y otra ajustando las matrices de varianza y covarianza. A partir de estas dos se utilizaron los siguientes
métodos de estimación LASSO, Laplace y ajuste por matriz de dispersión, además de las estimaciones frecuentista y bayesiana consideradas preliminarmente. Los datos utilizados correspondieron a experimentos realizados en el Centro de Investigación en Neurociencias de la Universidad de Costa Rica. Por la estructura de los datos, se utilizó un modelo lineal generalizado multinivel con distribución Poisson de enlace logaritmo, y de tres niveles. Así mismo, se realizó un estudio de simulaciones considerando un modelo base y distintos escenarios a partir de los posibles causantes del efecto shrinkage, con el fin de comparar las técnicas de estimación y determinar cuál es la mejor. El análisis indica que la estimación
bayesiana es la que tiene mayor estabilidad en las estimaciones de los coeficientes, también se tiene que el tamaño de muestra no está relacionado con el efecto shrinkage, pero, la varianza, y la cantidad de coeficientes aleatorios sí. En el caso de las estimaciones bayesianas se utilizaron 30 000 iteraciones con un burn-in de 10 000. Para el análisis, generación de bases de datos y estudio de simulación, se utiliza la plataforma de programación R 3.5.2 y el paquete STATA 15.UCR::Vicerrectoría de Investigación::Sistema de Estudios de Posgrado::Ciencias Sociales::Maestría Académica en Estadístic
Comparación entre modelos de datos multinivel a través de ecuaciones estructurales con estimación bayesiana y pequeñas varianzas a priori en las cargas factoriales cruzadas
Get PDFDebido a las bondades del enfoque Bayesiano para la estimación de modelos de ecuaciones estructurales, en la última década se ha desarrollado un nuevo enfoque con la intención de producir un análisis que refleje de una mejor manera las teorías del investigador y sus creencias a priori. Esto se hace al utilizar sistemáticamente distribuciones a priori informativas para los parámetros que no deberían ser estimados libremente de acuerdo con la teoría del investigador. En el análisis frecuentista tales parámetros son fijados como iguales a cero, pero fueran liberados y debieran ser estimados el modelo presentaría problemas de identificación y de estimación. Mediante el enfoque Bayesiano, por el contrario, se logra la identificación del modelo al impulsar el uso de varianzas a priori muy pequeñas para estos parámetros.
Si bien es reciente la discusión sobre el uso de varianzas pequeñas en las distribuciones a priori de parámetros que usualmente son fijados a ser cero, nada ha sido discutido acerca de las implicaciones de su aplicación en el contexto de ecuaciones estructurales para datos jerárquicos o multinivel. Por tales motivos, la presente investigación aborda esta discusión en el contexto de modelos de ecuaciones estructurales para datos multinivel con estimación Bayesiana al plantear modelos en los que fue liberada la estimación de parámetros en las cargas factoriales cruzadas. Para hacer esto, fueron establecidos tres niveles de información a introducir en la varianza de las cargas factoriales cruzadas: poco informativa, débilmente informativa e informativa.
El estudio de simulación permitió mostrar que, en el nivel inferior (o dentro de grupos) el uso de distribuciones a priori informativas en las cargas factoriales cruzadas mejora la precisión con la que son estimados los parámetros principales. En el nivel superior jerárquico (o entre grupos), a nivel general la estimación Bayesiana con varianzas a priori informativas en las cargas factoriales cruzadas presenta resultados muy superiores a los de las demás condiciones de estimación.
El ajuste global del modelo al comparar el uso de distribuciones a priori débilmente informativas y difusas tiende a ser similar; sin embargo, se refuerza el hecho de que cuando se tienen pocos datos, un pequeño número de grupos y valores bajos del ICC, el uso de distribuciones a priori muy informativas en las cargas factoriales cruzadas sí produce mejores ajustes del modelo global.
Se puede afirmar que, de forma consistente, el uso de distribuciones a priori con varianza pequeña o muy informativa en las cargas factoriales cruzadas produce mejores resultados bajo distintas condiciones de estimación de los modelos de ecuaciones estructurales multinivel, por lo que esta investigación aporta evidencia para que este enfoque pueda ser replicado en otras investigaciones que busquen obtener ganancias en la estimación de modelos de ecuaciones estructurales para datos multinivel con enfoque BayesianoIn the last decade, the use of very small variance prior of cross-factor loadings has been discussed in the context of estimating confirmatory factor analysis models or structural equations with a Bayesian approach (Muthén, B., & Asparouhov, T , 2012, 2013)
Traditionally, researches that relies on confirmatory factor analysis establish cross-factor loadings as equal to zero, meaning that the particular indicator has no relation to the latent factor or construct for which the factor load has been established as exactly equal to zero.
However, the indicator variables are rarely perfectly pure construction indicators, especially in the study of social sciences, which implies that significant levels of association with multiple constructs can occur.
In fact, in the reflexive logic of factor analysis, latent factors are those that have an influence on the indicators, rather than the other way around. This means that establishing small cross-loads reflects the influence of the factor on the relevant part of the construction of the indicators, rather than the indicators having an impact on the nature of the factor itself.
For this reason, this research addresses this discussion in the context of Multilevel Bayesian Structural Equation Models (ML-BSEM) by proposing models in which the estimation of parameters in cross factor loadings will be released. Therefore, it is necessary to examine whether for this type of models the discussion described in the literature is maintained and if there are gains in the goodness of fit of the models by allowing that condition.
This will be done by evaluating the possible effects on the parameter estimates, the hypothesis tests associated with them, as well as the tests of goodness of fit of models, which may vary according to the definition of the prior distributions of the cross loadings, from little informative or diffuse to very informative, in the context of estimating Multilevel Bayesian Structural Equation Models. For this, in addition, robustness will be analyzed for different scenarios in which hierarchical models can operate, such as different group sizes at the high level, different sample sizes in the low level groups and different intensities of the intraclass correlation.
In general terms, the results show that the goodness of fit when comparing weakly informative priors and diffuse priors distributions for the cross-loadings tends to be similar, especially for large samples and ICC values; However, when there is little data, a small number of groups and low ICC values, the use of very informative prior distributions with small variance priors for the cross loadings does produce better fit.UCR::Vicerrectoría de Investigación::Sistema de Estudios de Posgrado::Ciencias Sociales::Maestría Académica en Estadístic
Validación de la prueba de "diagnóstico de conocimientos y destrezas en matemáticas del estudiante al ingresar a la universidad" de la Escuela de Matemática de la UCR
No full textTesis (maestría académica en matemática, con énfasis en matemática educativa)--Universidad de Costa Rica. Sistema de Estudios de Posgrado, 2010.El presente trabajo de investigación pretende generar evidencias empíricas en torno a la validez y confiabilidad de la prueba de "Diagnóstico de conocimientos y destrezas en matemática del estudiante al ingresar a la universidad", conocida como DiMa, de la Escuela de Matemática de la Universidad de Costa Rica, desde la perspectiva de la Teoría Clásica de los Test (TCT) y de la Teoría de Respuesta al Ítem (TRI). Se realizó un estudio bibliográfico, en el que se exponen los conceptos de confiabilidad y validez, el análisis factorial exploratorio, y los aspectos teóricos más relevantes de las dos teorías. Para los análisis, se utilizaron las bases de datos de los años 2005, 2006, 2007 y 2008 con el total de las poblaciones que realizaron el DiMa, en esos años. Se aplicó un análisis factorial exploratorio, utilizando el método de Análisis de Com- ponentes Principales (ACP) con el que se obtuvo evidencias de la existencia de un solo factor importante, lo que permite deducir que se cumple, en grado razonable, el supuesto de unidimensionalidad para el análisis ulterior. De los análisis basados en la TCT, se obtuvo que, en general, las mediciones realizadas con el DiMa son muy consistentes para todos los años en estudio. Del análisis tanto en TCT como en el modelo de 2 parámetros y el modelo Rasch de la TRI, se concluyó que la calidad técnica de algunos ítems es deficiente, al no cumplir con los criterios mínimos, por lo que no deberían ser tomados en cuenta en un futuro banco de ítems. Con el modelo de Rasch se va más allá, ya que se pudo estudiar, para los cuatro años, la relación entre el nivel de dificultad de cada ítem con el nivel de habilidad de las personas que realizaron la prueba. Además, se cruzaron los resultados obtenidos con el modelo Rasch, en el DiMa 2008, con el criterio de cinco jueces que clasificaron los ítems de este año, según la dificultad...UCR::Investigación::Sistema de Estudios de Posgrado::Ciencias Básicas::Maestría Académica en Matemática con énfasis en Matemática Educativ
Modelos de ecuaciones estructurales: consecuencias de la asimetría positiva en los indicadores endógenos sobre las estimaciones puntuales de sus coeficientes y la bondad de ajuste
Get PDFLa investigación que se desarrolla en las siguientes páginas tiene la finalidad de responder una de las preguntas más frecuentes que se hacen los estadísticos y las personas investigadoras que utilizan los modelos de ecuaciones estructurales: ¿hasta qué punto el método de estimación de máxima verosimilitud
es robusto al incumplimiento del supuesto de distribución de normalidad en las variables medibles del modelo?
Mediante un estudio de simulaciones, basado en un modelo con dos variables exógenas y una endógena, en el que cada una de dichas variables latentes tiene tres variables indicadoras y las tres correspondientes a la variable endógena incumplen el supuesto de normalidad, pues presentan asimetrías positivas, se
concluye que las estimaciones de las cargas factoriales, los coeficientes del modelo estructural y los índices de bondad de ajuste (chi-cuadrado, RMSEA, SRMR, GFI) no sufren modificaciones relevantes a nivel práctico. Con ello se prueba que bajo el contexto del modelo de simulación especificado, la estimación por máxima verosimilitud es robusta al incumplimiento del supuesto de
normalidad.
Cabe destacar que el estudio de simulaciones contiene 18 escenarios de simulación, en los cuales se varía el tamaño de muestra, la magnitud del nivel de asimetría y el número de variables indicadoras de la variable endógena con asimetría. Cada escenario cuenta con 500 iteraciones del modelo y es comparado con un escenario control, que funciona como línea de base (pues es un escenario que cumple el supuesto de distribución) para determinar los efectos de la asimetría y el tamaño de muestra en las estimaciones puntuales del modelo.UCR::Vicerrectoría de Investigación::Sistema de Estudios de Posgrado::Ciencias Sociales::Maestría Académica en Estadístic
La inteligencia fluida como predictor del rendimiento académico de los estudiantes de primer ingreso en los cursos de matemática de educación superior
No full textTesis (doctorado académico en educación)--Universidad de Costa Rica. Sistema de Estudios de Posgrado, 2017El rendimiento académico ha sido objeto de estudio desde diferentes ópticas y se ha concluido que son diversos los factores que afectan dicho rendimiento. La teoría y la investigación previa a nivel internacional, sobre las diferencias de rendimiento académico, señalan a la inteligencia fluida como un predictor potencial del rendimiento académico. Sin embargo, la evidencia disponible en el contexto costarricense es escasa, por lo que esta investigación se dirigió a obtener la información necesaria para dar respuesta a ese vacío, particularmente se abordó el tema de la inteligencia fluida como predictor del rendimiento académico de los estudiantes de primer ingreso en los cursos de matemáticas de Educación Superior. Ante la escasa evidencia sobre la teoría de la inteligencia fluida como posible factor explicativo del rendimiento académico en cursos iniciales de matemática universitaria, se consideró necesario investigar científicamente la magnitud de la relación entre la inteligencia fluida y el rendimiento académico en matemática universitaria-relación que desde la teoría posee implicaciones relevantes, particularmente en los procesos de enseñanza aprendizaje propios de los cursos iniciales de matemática a los que se enfrentan estudiantes de primer ingreso a la universidad. Esta investigación tuvo como objetivo general generar evidencias empíricas sobre la posible relación de causalidad entre la inteligencia fluida y el rendimiento académico de estudiantes de primer ingreso en cursos iniciales de matemática de educación superior costarricense, para contribuir científicamente al conocimiento sobre la problemática del desempeño académico de estudiantes en estos cursos. Por lo que fue necesario explicar, desde la teoría, la relación de causalidad entre la inteligencia fluida y el rendimiento académico en cursos iniciales de matemática en la Educación...UCR::Investigación::Sistema de Estudios de Posgrado::Ciencias Sociales::Doctorado Académico en Educació
Construcción y validación de una prueba para medir inteligencia emocional
No full textTesis (licenciatura en estadística)--Universidad de Costa Rica. Facultad de Ciencias Económicas. Escuela de Estadística, 1999.El presente trabajo tiene como objetivo general construir una prueba psicométrica para medir Inteligencia Emocional en estudiantes universitarios, de naturaleza preliminar y exploratoria. El esfuerzo principal se concentró en crear una prueba conformada por ítemes con calidad técnica que proporcionen información respecto a los niveles de inteligencia emocional de los examinados. La población objetivo de nuestro estudio corresponde a los estudiantes de primero. segundo y tercer aiío de carrera de la Universidad de Costa Rica. El constructo definido es lnteligencia Emocional. basado en la defmición de Daniel Goleman en su libro La Inteligencia Emocional, el cual está determinado por cinco dimensiones, que son autoconciencia, autocontrol, motivación, empatia y relaciones sociales. Para el análisis de la prueba se aplican tres técnicas para evaluar las propiedades psicométncas de los ítemes y la validez de constructo del instrumento: La Teoría Clásica de los Tests, Análisis de Factores y La Teona de Respuesta de los ltemes (TRI). La Teoría Clásica de los Tests busca medir la confiabilidad de una prueba en términos de cuánto del error aleatorio de medición afecta la consistencia interna de la misma. El resultado más importante de esta teona es el Alfa de Cronbach (¿), medida que proporciona una estimación de la confiabilidad en términos de consistencia interna. El análisis de factores es una técnica estadística que permite identificar las dimensiones subyacentes en un conjunto de datos. Y la TRI es un enfoque más poderoso que la Teoria Clásica que permite analizar los ítemes en términos de su precisión y su poder discriminatorio, sin que estos últimos se vean afectados por la muestra particular de examinados que se esté analizando. Además. se obtienen estimaciones del nivel de los examinados en el constructo que son independientes del instrumentoUCR::Docencia::Ciencias Sociales::Facultad de Ciencias Económicas::Escuela de Estadístic
La inteligencia fluida como predictor del rendimiento académico de los estudiantes de primer ingreso en los cursos de matemática de educación superior
No full textUCR::Vicerrectoría de Investigación::Sistema de Estudios de Posgrado::Ciencias Sociales::Doctorado en Educació
El efecto de las habilidades socioemocionales en las brechas de género en competencias claves de los jóvenes costarricenses en secundaria según PISA 2015 y PISA 2018: un análisis de ecuaciones estructurales con enfoque bayesiano
Get PDFEsta investigación tiene como objetivo identificar los factores socioemocionales asociados a la brecha de género en el rendimiento académico en áreas claves de los jóvenes de 15 años que participaron en las pruebas PISA 2015 y 2018. Mediante un análisis de grupos con modelos de ecuaciones estructurales de estimación bayesiana, se examinan subgrupos definidos por sexo y capital cultural del hogar, permitiendo evaluar cómo estas variables moderan las relaciones entre factores socioemocionales y desempeño académico. Los resultados muestran que los factores socioemocionales tienen impactos diferenciados en el rendimiento de cada grupo. En todos los subgrupos, la mentalidad de crecimiento predice un mejor desempeño en competencia lectora, destacando la relevancia de fomentar esta actitud en el contexto educativo. El bienestar psicológico evidencia un efecto positivo en la competencia científica, aunque en entornos con menor capital cultural se observaron relaciones inversas, posiblemente asociadas a condiciones de vulnerabilidad socioeconómica. En cuanto a las disposiciones hacia el colegio, en PISA 2018 se observan efectos positivos en estudiantes de entornos menos favorecidos, mientras que en entornos altos los efectos tienden a ser negativos, reflejando posibles diferencias en las dinámicas sociales según el contexto. Finalmente, la competencia global, evaluada en 2018, mostró un impacto significativo en el rendimiento académico de las mujeres, relacionado con su mayor orientación hacia la empatía y adaptación intercultural. Los hallazgos resaltan la necesidad de intervenciones educativas que integren habilidades socioemocionales adaptadas a las particularidades de cada grupo, y destacan la importancia de la colaboración entre familias y el sistema educativo para apoyar el desarrollo integral de los estudiantes y reducir las disparidades en el aprendizaje. Adicionalmente, se realizó un análisis comparativo entre el enfoque bayesiano y el método de Máxima Verosimilitud Robusta (MLR). Los resultados mostraron que el enfoque bayesiano proporciona estimaciones más robustas y estables, especialmente en modelos con distribuciones no normales y estructuras poco parsimoniosas como las especificaciones usualmente involucradas con los datos de las pruebas PISA.This research aims to identify the socio-emotional factors associated with the gender gap in academic performance in key areas among 15-year-old students who participated in the PISA 2015 and 2018 assessments. Using a multi-group analysis with Bayesian structural equation modeling, subgroups defined by gender and household cultural capital are examined, allowing for an assessment of how these variables moderate the relationships between socio-emotional factors and academic performance. The results show that socio-emotional factors have differential impacts on each group's performance. In all subgroups, a growth mindset predicts better reading competence, highlighting the importance of fostering this attitude in educational contexts. Psychological well-being exhibits a positive effect on scientific competence, although inverse relationships were observed in lower cultural capital environments, possibly associated with socioeconomic vulnerability. Regarding school-related attitudes, PISA 2018 results indicate positive effects among students from disadvantaged backgrounds, whereas in high-capital environments, the effects tend to be negative, reflecting potential differences in social dynamics depending on the context. Finally, global competence, assessed in 2018, showed a significant impact on female students' academic performance, linked to their higher orientation toward empathy and intercultural adaptation. The findings underscore the need for educational interventions that integrate socio-emotional skills tailored to the specific characteristics of each group and highlight the importance of collaboration between families and the education system to support students’ holistic development and reduce learning disparities. Additionally, a comparative analysis between the Bayesian approach and the Robust Maximum Likelihood (MLR) method was conducted. The results indicate that the Bayesian approach provides more robust and stable estimates, particularly in models with non-normal distributions and complex structures, such as those typically involved in PISA data analyses.UCR::Vicerrectoría de Investigación::Sistema de Estudios de Posgrado::Ciencias Sociales::Maestría Profesional en Estadístic
Factores asociados al rendimiento académico en estudiantes universitarios desde el nivel socioeconómico: un estudio en la Universidad de Costa Rica
No full textTesis (doctoradon académico en educación)--Universidad de Costa Rica. Sistema de Estudios de Posgrado, 2011La presente investigación titulada "factores asociados al rendimiento académico en estudiantes universitarios desde el nivel socioeconómico: un estudio en la Universidad de Costa Rica", tuvo como objetivos generales: Analizar los factores asociados al rendimiento académico en estudiantes que por su condición socioeconómica se les asignó la máxima categoría de beca y estudiantes que no solicitaron beca por esta condición de carreras de alta y baja demanda de la Universidad de Costa Rica y contrastar la teoría que se ha desarrollado a escala nacional e internacional sobre rendimiento académico con la situación de la población en estudio. La investigación se desarrolló mediante la utilización de técnicas de recolección y análisis cuantitativo, desde el componente del Rendimiento Académico y la condición socioeconómica de los estudiantes universitarios en la Universidad de Costa Rica, La selección de los estudiantes se hizo utilizando una cohorte de ingreso del 2003. Es un estudio basado en dos modelos de regresión múltiple, un modelo para estudiantes de carreras de alta demanda con estudiantes con la máxima categoría de beca por condición socioeconómica y estudiantes que no solicitaron beca por esta condición. Otro para estudiantes de carreras de baja demanda con estudiantes con la máxima categoría de beca por condición socioeconómica y estudiantes que no solicitaron beca por esta condición. Se relacionó el rendimiento académico como variable dependiente con una serie de variables independientes que se cree son predictoras del rendimiento académico, con estudiantes con la máxima categoría de beca y estudiantes que no solicitaron beca, también con estudiantes de carreras de baja demanda y de alta demanda en la Universidad de Costa Rica. Se consideró en el estudio grupos de comparación con estos estudiantes; verificando así, si los factores asociados al rendimiento académico, que interesan en el estudio...UCR::Investigación::Sistema de Estudios de Posgrado::Ciencias Sociales::Educació
Escalas o índices para la medición de constructos: el dilema del analista de datos
Get PDFSe intenta disipar algunas de las mayores confusiones existentes entre los analistas de datos en relación con la naturaleza de los índices y las escalas y también en relación con la metodología para su construcción. Se definen conceptos clave y se listan siete diferencias fundamentales entre índices y escalas. Estas son: El número de componentes o dimensiones representados en el indicador, el para qué (propósito) del indicador, la utilización de métodos psicométricos, el peso o ponderación de los ítems o reactivos, el tratamiento de los valores faltantes (missing), la necesidad de estandarizar estadísticamente la medida y el grado de interpretabilidad. A lo largo de todo el documento se dan ilustraciones utilizando ejemplos reales. Se espera que esta discusión contribuya a una toma de decisiones informada por parte de los profesionales que trabajan analizando y/o construyendo este tipo de medidas y por parte de aquellos que deben usarlas o analizarlas ocasionalmente.An attempt is made to dissipate some of the major confusions among data analysts regarding the nature of scale and indexes, and also the methodology for their construction. Key concepts are defined and seven basic differences between indexes and scales are listed. They are: the number of components or dimensions represented in the indicator, the purpose of the indicator, the use of psychometric methods, the weights assigned to the items or reactives, the treatment of the missing values, the need for statistical standardization and the degree of interpretability. Throughout the document illustrations are provided with real examples. It is hoped that this discussion contributes to an informed decision making by the professionals that work analyzing and/or constructing this type of measures and by those who have to use them or analyze them occasionally.UCR::Vicerrectoría de Investigación::Unidades de Investigación::Ciencias Sociales::Instituto de Investigaciones Psicológicas (IIP
- …
