Nuevos estadísticos de contraste para modelos loglineales jerárquicos con datos multinomiales agrupados en clusters y sobredispersión
J. M. Alonso Revenga, N. Martín Apaolaza, L. Pardo
Los modelos loglineales jerárquicos son una herramienta que puede resultar útil para modelizar el grado de acuerdo entre diferentes evaluadores, técnicas de diagnóstico, etc. En estas situaciones se debe tener en cuenta el coeficiente de correlación intracluster. Para dichos modelos se proponen estadísticos de contraste compatibles con los estimadores de mínima cuasi-phi-divergencia que surgen al considerar datos multinomiales agrupados en clusters, en lo que existe sobredispersión.
Palabras clave / Keywords: estadísticos de bondad ajuste, correlación intra-cluster, sobredispersión, muestreo por conglomerados, modelos log-lineales jerárquicos, medida de phi-divergencia, grado de acuerdo
Programado
Sesión M05 Análisis Multivariante
30 de mayo de 2018 15:50
Sala 3
Otros trabajos en la misma sesión
J. Martín Arevalillo, H. Navarro
C. Araya Alpizar
J. J. Salamanca Jurado
Últimas noticias
-
04/06/18
Certificados -
13/04/18
Resumen del programa y Programa detallado -
22/03/18
Descuentos en medios de trasporte para congresistas y acompañantes -
01/02/18
Ampliación del plazo de tarifa superreducida -
19/01/18
Ampliación de plazos -
15/01/18
Programación para el día 29 de mayo -
15/01/18
Conferenciantes plenarios -
12/01/18
Sede: Palacio de Congresos -
24/12/17
Sesión plenaria en memoria del Profesor Pedro Gil -
24/12/17
Corrección bases del Premio Ramiro Melendreras