Comparación entre modelos de datos multinivel a través de ecuaciones estructurales con estimación bayesiana y pequeñas varianzas a priori en las cargas factoriales cruzadas
Guardado en:
| Forfatter: | |
|---|---|
| Format: | tesis de maestría |
| Fecha de Publicación: | 2020 |
| Beskrivelse: | Debido 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 Bayesiano |
| País: | Kérwá |
| Institution: | Universidad de Costa Rica |
| Repositorio: | Kérwá |
| OAI Identifier: | oai:kerwa.ucr.ac.cr:10669/81822 |
| Online adgang: | https://hdl.handle.net/10669/81822 |
| Access Level: | acceso abierto |
| Palabra clave: | Bayesiana Multinivel Distribución a priori Ecuaciones Estructurales PISA |