Mostrar el registro sencillo del documento

dc.rights.licenseAtribución-NoComercial-SinDerivadas 4.0 Internacional
dc.contributor.advisorEsteban Duarte, Nubia
dc.contributor.authorBrand Uribe, Yehidy
dc.date.accessioned2021-09-01T14:31:08Z
dc.date.available2021-09-01T14:31:08Z
dc.date.issued2021
dc.identifier.urihttps://repositorio.unal.edu.co/handle/unal/80064
dc.descriptionfiguras, tablas
dc.description.abstractLa metodología de ecuaciones estructurales (SEM, por sus siglas en Inglés, Structural Equation Modeling) es una técnica estadística multivariada, relativamente nueva, que combina tanto la regresión lineal múltiple como el análisis factorial. Permite al investigador no solo evaluar las muy complejas interrelaciones de dependencia entre las variables, sino también incorporar los efectos del error de medida sobre los coeficientes estructurales al mismo tiempo. A través de la revisión de artículos científicos, se destaca la importancia de los modelos de ecuaciones estructurales en las más diversas áreas del conocimiento, particularmente sus aplicaciones se han extendido al área de Neuropsicología, siendo propuestos varios modelos para explicar los dominios cognitivos, pero a pesar de este avance, todavía hay varias líneas de investigación donde se hace relevante el estudio y la aplicación de la teoría asociada a ecuaciones estructurales. En este trabajo se realiza una formalización teórica asociada a la metodología de ecuaciones estructurales partiendo desde la fundamentación matemática del análisis factorial. Estas metodologías son aplicadas a un conjunto de datos reales del Proyecto “Corazones de Baependi” (Processo Fapesp 2007/58150-7) del Laboratorio de Genética y Cardiología Molecular (Incor/USP). Entre los objetivos de este Proyecto están involucradas investigaciones que hacen referencia a las funciones cognitivas que son las capacidades mentales de una persona relacionadas a la memoria, la atención, el lenguaje y un aspecto muy importante que son las funciones ejecutivas (Friedman y Miyake, 2017) que será el foco de la aplicación del presente trabajo. (Texto tomado de la fuente)
dc.description.abstractThe Structural Equation Modeling methodology is a relatively new multivariate statistical technique that combines both Multiple Line Regression and Factor Analysis. It allows the researcher not only to evaluate the very complex internal relationship of the dependency between the variables, but also to incorporate the effects of the measurement of the error on the structural coefficients at the same time. The importance of structural equation models in the most diverse areas of knowledge is highlighted, through the review of scientific articles. In particular, its applications have been extended to the area of Neuropsychology, with various models being proposed to explain cognitive domains, but despite these advances, there are several lines of research where the application of the theory of structural equations becomes relevant. In this thesis a theoretical formalization associated with the Structural Equations methodology is carried out based on the mathematical foundation of Factorial Analysis. These methodologies are applied to a set of real data from the “Corazones de Baependi” / “Baependi Hearts” Project (Processo Fapesp 2007 / 58150-7) of the Molecular Genetics and Cardiology Laboratory (Incor / USP). Among the objectives of this Project there are involved investigations that reference the cognitive functions that are of the mental capacities of a person which refers to memory, attention, language and some very important aspects as executive functions (Friedman and Miyake, 2017) that are the ones that will be the focus of the application of the current thesis.
dc.format.extent126 páginas
dc.format.mimetypeapplication/pdf
dc.language.isospa
dc.publisherUniversidad Nacional de Colombia
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subject.ddc510 - Matemáticas::519 - Probabilidades y matemáticas aplicadas
dc.subject.lcshStructural equation modeling
dc.titleModelos de Ecuaciones Estructurales: Conceptos y Aplicaciones
dc.typeTrabajo de grado - Maestría
dcterms.audienceEspecializada
dc.type.driverinfo:eu-repo/semantics/masterThesis
dc.type.versioninfo:eu-repo/semantics/acceptedVersion
dc.publisher.programManizales - Ciencias Exactas y Naturales - Maestría en Ciencias - Matemática Aplicada
dc.description.degreelevelMaestría
dc.description.degreenameMagíster en Ciencias - Matemática Aplicada
dc.identifier.instnameUniversidad Nacional de Colombia
dc.identifier.reponameRepositorio Institucional Universidad Nacional de Colombia
dc.identifier.repourlhttps://repositorio.unal.edu.co/
dc.publisher.departmentDepartamento de Matemáticas y Estadística
dc.publisher.facultyFacultad de Ciencias Exactas y Naturales
dc.publisher.placeManizales, Colombia
dc.publisher.branchUniversidad Nacional de Colombia - Sede Manizales
dc.relation.referencesAhmed S., Taporoski T., Gómez L., Ruiz F., Beijamini F., Horimoto A y cols., (2019). Data from the brazilian baependi heart study cohort yield new insights into the genetic epidemiology of insomnia. BMJ Open Respiratory Research. Vol. 6.
dc.relation.referencesArbuckle, J. L. (1997). Amos Users Guide. Version 3.6. Chicago: SmallWaters Corporation.
dc.relation.referencesBaddeley A. D. y Hitch G. (1974). Working memory. In G.H. Bower (Ed.), The psychology of learning and motivation: Advances in research and theory (Vol. 8, pp. 47–89). New York: Academic Press.
dc.relation.referencesBaddeley, A. D. (2012). Working Memory: Theories, Models, and Controversies. Annual Review of Psychology, 63(1), 1–29. http://doi.org/10.1146/annurev-psych-120710-100422.
dc.relation.referencesBaggetta P. y Alexander P. A. (2016). Conceptualization and operationalization of executive function. Mind, Brain, and Education, Vol. 10, no. 1, pp. 10-33.
dc.relation.referencesBarroso L. P. y Artes R. (2003). Análise Multivariada. Minicurso do 10 Simposio de Estatística Aplicada à Experimentação Agronómica. RBRAS - SEAGRO. Lavras, UFLA.
dc.relation.referencesBatista F., Joan M. y Coenders G. (2000). Modelos de Ecuaciones Estructurales. Editorial La Muralla. Madrid (Spain).
dc.relation.referencesBekker, P. A. (1994). Alternative Approximations to the Distributions of Instrumental Variable Estimators. Econometrica, Vol. 62, no. 3, pp. 657–681. JSTOR. www.jstor.org/stable/2951662.
dc.relation.referencesBentler P. M. y Bonett D. G. (1980). Significance tests and Goodness-of-Fit in the analysis of covariance structures. Psychological Bulletin. Vol. 88, no. 3. University of California, Los Angeles, CA.
dc.relation.referencesBentler, P. M. (1995). Estimates and tests in structural equation modeling. In R. H. Hoyle (Ed.), Structural equation modeling: Concepts, issues, and applications (pp. 37–55). Sage Publications, Inc.
dc.relation.referencesBistaffa, B. C. (2010). Incorporação de indicadores categóricos ordinais em modelos de equações estruturais, São Paulo.
dc.relation.referencesBlalock, H Jr.(1969). Recasting verbal theories as causal models. En: Theory Construction, Englewood Cliffs, N.J.: Prentice-Hall. Chicago / Turabian.
dc.relation.referencesBollen, K. A. (1989). Structural Equations with Latent Variable. Wiley, New York, USA.
dc.relation.referencesBollen K. A. y Davis W. R. (2009). Two Rules of Identification for Structural Equation Models, Structural Equation Modeling: A Multidisciplinary Journal, 16:3, 523-536, DOI: 10.1080/10705510903008261.
dc.relation.referencesBoudon, R. (1965). A method of linear causal analysis: Dependence analysis. American Sociological Review, Vol. 30, no. 3, 1965, pp. 365–374. JSTOR, www.jstor.org/stable/2090717.
dc.relation.referencesBriseño C., Herrera R., Enders J. y Fernández A. (2005). Estudio de riesgos ergonómicos y satisfacción laboral en el personal de enfermería. Rev Salud Pública (Córdoba); 9(1):53-59.
dc.relation.referencesBrito C. y Pearl J. (2002). A New Identification Condition for Recursive Models With Correlated Errors, Structural Equation Modeling: A Multidisciplinary Journal, 9:4, 459-474, https://doi.org/10.1207/S15328007SEM0904\_1. University of California, Los Angeles, CA.
dc.relation.referencesBrowne, M. W. (1984). Asymptotically distribution-free methods for the analysis of covariance structures. British Journal of Mathematical and Statistical Psychology, 37(1), 62–83. https://doi.org/10.1111/j.2044-8317.1984.tb00789.x.
dc.relation.referencesCasas, M. (2016). Los modelos de ecuaciones estructurales y su aplicación en el índice europeo de satisfacción al cliente. Madrid: Universidad San Pablo-CEU.
dc.relation.referencesCervelló E., Iglesias D. y cols., (2004). Aplicación de modelos de ecuaciones estructurales al estudio de la motivación de los alumnos en las clases de educación física. Rev Educ (Madrid); (335):371-383.
dc.relation.referencesCuautle, L. (2010). Creación de una propuesta de modelo de sistema de gestión integral para las empresas mexicanas de manufactura [Tesis doctoral]. Puebla: Universidad Popular Autónoma del Estado de Puebla.
dc.relation.referencesCupani, M. (2012). Análisis de Ecuaciones Estructurales: conceptos, etapas de desarrollo y un ejemplo de aplicación. Revista Tesis, 2, 186-199. Extraído de https://revistas.psi.unc.edu.ar/index.php/tesis/article/view/2884.
dc.relation.referencesde Oliveira C. M., Pereira A. C., De Andrade M., Soler J. M., y Krieger J. E. (2008). Heritability of cardiovascular risk factors in a Brazilian population: Baependi Heart Study. BMC medical genetics, 9(1), 1-8.
dc.relation.referencesDe Souza, R. (2013). Contribuições à análise de outliers em modelos de equações estruturais. http://www.teses.usp.br/teses/disponiveis/45/45133/tde-19062013-135858. São Paulo.
dc.relation.referencesDíaz L. G. y Morales M. A. (2012). Análisis estadístico de datos Multivariados. Universidad Nacional de Colombia.
dc.relation.referencesDuncan, O. D. (1969). Introduction to Structural Equation Models. Nueva York: Academic Press.
dc.relation.referencesEgan K. y cols., (2016). Timing and quality of sleep in a rural Brazilian family-based cohort, the Baependi Heart Study. Sci Rep 6, 39283. https://doi.org/10.1038/srep39283.
dc.relation.referencesEscobedo M. T., Hernández J. A. y cols., (2016). Modelos de ecuaciones estructurales: Características, fases, construcción, aplicación y resultados. Universidad Autónoma de Ciudad Juárez, Chihuahua, México.
dc.relation.referencesErveritt, (1984). Everitt. An Introduction to Latent Variable Models. Chapman and Hall, London.
dc.relation.referencesFernandez V., (2004). Tesis doctoral Relaciones encontradas entre las dimensiones de las estructuras organizacionales y los componentes del constructo capacidad de absorción: El caso de empresas ubicadas en el territorio español. Barcelona.
dc.relation.referencesFox J., (2002). TEACHERS CORNER: Structural Equation Modeling With the sem Package in R, Structural Equation Modeling: A Multidisciplinary Journal, 13:3, 465-486, DOI: 10.1207/s15328007sem1303\_7.
dc.relation.referencesFriedman N. P. y Miyake A. (2017). Unity and diversity of executive functions: Individual differences as a window on cognitive structure. Cortex, 86, 186-204.
dc.relation.referencesGiolo S., Pereira A., De Andrade M., Oliveira C., Krieger J. y Soler J. (2009). Genetic analysis of age-at-onset for cardiovascular risk factors in a Brazilian family study. Human Heredity. 68(2), 131-138.
dc.relation.referencesFriedman, N. P., & Miyake, A. (2017). Unity and diversity of executive functions: Individual differences as a window on cognitive structure. %Cortex, 86, 186-204.
dc.relation.referencesHair J. F., Anderson R. E., Tatham R. L. y Black W. C. (1999). Análisis multivariante. 5. edición. PRENTICE HALL, Madrid.
dc.relation.referencesHatcher, L. (2003). A Step-by-Step Approach to using SAS for Factor Analysis and Structural Equation Modeling. Cary: SAS Institute Inc.
dc.relation.referencesHortal, G. (2012). Trabajo de Investigación. Master Universitario en Estadística Aplicada. El modelo de Análisis Factorial: teoría y aplicaciones. Universidad de Granada. Departamento de Estadística e I.O.
dc.relation.referencesHu L. y Bentler P. (1999). Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives, Structural Equation Modeling: A Multidisciplinary Journal, 6:1, 1-55, DOI: 10.1080/10705519909540118.
dc.relation.referencesJohnson R. A. y Wichern D. W. (1998). Applied Multivariate Statistical Analysis. University of Wisconsin. Madison.
dc.relation.referencesJöreskog, K. G. (1973). Linear structural relationships (LISREL) in family research. Journal of Marriage and Family, Vol. 50, no. 4, 1988, pp. 937–948. JSTOR, www.jstor.org/stable/352105.
dc.relation.referencesJöreskog, K. G. (1978). Structural analysis of covariance and correlation matrices. Psychometrika 43, 443–477 (1978). https://doi.org/10.1007/BF02293808.
dc.relation.referencesJöreskog K. G. y Sörbom D. (1986). LISREL VI: Analysis of Linear Structural Relationships by Maximum Likelihood and Least Squares Methods. Mooresville, IN: Scientific Software, Inc.
dc.relation.referencesKaplan, D. (2000). Structural Equation Modeling: Foundations and Extensions, Vol. 10 de Advanced Quantitative Techniques in the Social Sciences, Sage Publications, California.
dc.relation.referencesKline, R. B. (2011). Principles and practice of structural equation modeling. 2nd ed. New York: The Guilford Press.
dc.relation.referencesKeith, T. Z. (2015). Multiple regression and beyond: An introduction to multiple regression and structural equation modeling. 2nd ed. New York: Taylor $\&$ Francis.
dc.relation.referencesLawson G. M., Hook C. J., Hackman D. A., Farah M. J., Griffin J. A., Freund L. S. y McCardle P. (2014). Socioeconomic status and neurocognitive development: Executive function. Executive Function in Preschool Children: Integrating Measurement, Neurodevelopment, and Translational Research. American Psychological Association, 1-28.
dc.relation.referencesLatif, S. A. (2000). Modelagem de equações estruturais, Dissertação de Mestrado. Instituto de Matemática e Estatística - USP, São Paulo.
dc.relation.referencesLawley, D. N. (1940). The estimation of factor loadings by the method of maximum likelihood. Proceedings of the Royal Society Edinburgh; 60:64-82.
dc.relation.referencesLong, J. (1983). Confirmatory factor analysis a preface to LISREL. NewburyPark: Sage Publications.
dc.relation.referencesLozano, S. (2007). Validación de un modelo de medida de las dificultades en los procesos de toma de decisiones sobre la carrera profesional. Rev Educ (Madrid); (343):325-351.
dc.relation.referencesMadrigal M. S. y Ávila F. C.(2019). Modelos de Ecuaciones Estructurales en Investigaciones Sociales enfocadas al comportamiento de compra de los Millennials. Revista Espacios. Vol. 40, no. 11, pág. 13
dc.relation.referencesManzano, A. P. (2017). Introducción a los modelos de ecuaciones estructurales. Investigación en Educación médica. Vol. 7, no. 25. México. https://doi.org/10.1016/j.riem.2017.11.002.
dc.relation.referencesMarôco, J. (2010). Análise de Equações Estruturais: Fundamentos Teóricos, Software e Aplicações. Rep ortNumber, Pêro Pinheiro.
dc.relation.referencesMateos G. y Morales A. (2011). Los modelos de ecuaciones estructurales: una revisión histórica sobre sus orígenes y desarrollo. Ciencia y trabajo. 18. 16-22. 10.4067/S0718-24492016000100004.
dc.relation.referencesMatsueda, R. L. (2012). The general LISREL model. Lecture notes of SEM class at the University of Washington.
dc.relation.referencesMaynez, A. (2011). La transferencia de conocimiento organizacional como fuente de ventaja competitiva sostenible: modelo integrador de factores y estrategias. [Tesis doctoral]. Puebla: Universidad Popular Autónoma del Estado de Puebla.
dc.relation.referencesMiyake A. y Friedman N. P. (2012). The Nature and Organization of Individual Differences in Executive Functions: Four General Conclusions. Current directions in psychological science. 21. 8-14. 10.1177/0963721411429458.
dc.relation.referencesMiyake A., Friedman N. P. y cols., (2000). The Unity and Diversity of Executive Functions and Their Contributions to Complex ‘‘Frontal Lobe’’ Tasks: A Latent Variable Analysis. Cogn Psychol. 2000 Aug;41(1):49-100. doi: 10.1006/cogp.1999.0734. PMID: 10945922.
dc.relation.referencesMoffitt T. E., Arseneault L., Belsky D., Dickson N., Hancox R. J., Harrington H. y cols., (2011). A gradient of childhood self-control predicts health, wealth, and public safety. Proceedings of the National Academy of Sciences, 108(7), 2693-2698.
dc.relation.referencesMoneta A. M.,Gonzalez M., Arrieta M. y Britos V. (2018). Propuesta de un modelo de ecuaciones estructurales para explicar el desempeño académico en e-learning. CRUC-IUA UNDEF. https://rdu.iua.edu.ar/handle/123456789/1768.
dc.relation.referencesMorra S., Panesi S., Traverso L., y Usai M. C. (2018). Which tasks measure what? Journal of Experimental Child Psychology, Vol.167, pp. 246-258, ISSN 0022-0965. https://doi.org/10.1016/j.jecp.2017.11.004.
dc.relation.referencesMulaik, (2009a). Foundations of Factor Analysis. Chapman y Hall/CRC.
dc.relation.referencesMuthén, B. (1983). Latent variable structural equation modeling with categorical data. Journal of Econometrics; 22:43-65.
dc.relation.referencesNachtigall C., Kroehne U., Funke F. y Steyer R. (2003). (Why) should we use SEM? Pros and cons of structural equation modeling. Methods of Psychological Research Online; 8:1-22.
dc.relation.referencesNewson, J. (2012). Some Clarifications and Recommendations on Fit Indices. Course notes of SEM class at Portland State University.
dc.relation.referencesOliveira M., Pereira A., De Andrade M., Soler J. y Krieger J. (2008). Heritability of cardiovascular risk factors in a Brazilian population: Baependi Heart Study. BMC Medical Genetics. 9:32, 881-888.
dc.relation.referencesPelegrina S., Lechuga M. T., Castellanos M. C. y Elosúa M. R. (2016). Memoria de trabajo. Madrid: Alianza Editorial S.A.
dc.relation.referencesR Core Team (2017). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. https://www.R-project.org/.
dc.relation.referencesRaykov T. y Marcoulides G. A. (2006). A first course in structural equation modeling (2nd ed.). Lawrence Erlbaum Associates Publishers.
dc.relation.referencesRaykov T. y Widaman K. F. (1995). Issues in applied structural equation modeling research, Structural Equation Modeling: A Multidisciplinary Journal, 2:4, 289-318, DOI: 10.1080/10705519509540017.
dc.relation.referencesRigdon, E. E. (1995). A Necessary and Sufficient Identification Rule for Structural Models Estimated in Practice, Multivariate Behavioral Research, 30:3, 359-383, DOI: 10.1207/s15327906mbr3003\_4.
dc.relation.referencesRomero, R. (2015). Modelo de lealtad a partir de un análisis de ecuaciones estructurales. Comunicaciones en Estadíıstica, Vol. 9, no. 2, pp. 165–197. Universidad Santo Tomás.
dc.relation.referencesRosseel, Y. (2012). Lavaan: An R Package for Structural Equation Modeling. Journal of Statistical Software, 48(2), 1–36. http://www.jstatsoft.org/v48/i02/.
dc.relation.referencesSalgueiro, M. F. (2012). Modelos com Equações Estruturais. Sociedade Portuguesa de Estatística. ISBN: 978-972-8890-26-1.
dc.relation.referencesSPSS, (1993). SPSS® LISREL® 7 and PRELIS®: User’s Guide and Reference. Chicago, IL: SPSS.
dc.relation.referencesStataCorp (2013). Stata longitudinal-data/panel-data reference manual release 13. Stata Press Publication, StataCorp LP, College Station, Texas.
dc.relation.referencesSatorra A. y Bentler P. (1988). Scaling corrections for statistics in covariance structure analysis (UCLA Statistics Series \#2). Los Angeles, CA: University of California.
dc.relation.referencesSatorra A. y Bentler P. (1988). Corrections to test statistics and standard errors in covariance structure analysis. In A. von Eye y C.C. Clogg (Eds.), Latent variables analysis: Applications for developmental research (pp. 399–419). Thousand Oaks, CA: Sage.
dc.relation.referencesSatorra A. y Bentler P. (2001). A scaled difference chisquare test statistic for moment structure analysis. Psychometrika, 66, 507-514.
dc.relation.referencesSatorra A. y Bentler P. (2010). Ensuring Positiveness of the Scaled Difference Chisquare Test Statistic. Psychometrika, 75, 243-248.
dc.relation.referencesStataCorp., (2013). Stata 13 Base Reference Manual. College Station, TX: Stata Press.
dc.relation.referencesTanaka, J. S. y Huba, G. J. (1985). A fit index for covariance structure models under arbitrary GLS estimation. British Journal of Mathematical and Statistical Psychology, 38, 197–201.
dc.relation.referencesTaporoski T. P., Negrao A. B., Horimoto A. R., Duarte N. E., Alvim R. O., De Oliveira C. M. y cols., (2015). Shared Genetic Factors of Anxiety and Depression Symptoms in a Brazilian Family-Based Cohort, the Baependi Heart Study. PloS one. 10. e0144255. 10.1371/journal.pone.0144255.
dc.relation.referencesvon Schantz M. y cols., (2015). Distribution and heritability of diurnal preference (chronotype) in a rural Brazilian family-based cohort, the Baependi study. Sci. Rep. 5, 9214; DOI:10.1038/srep09214.
dc.relation.referencesWestland, J. C. (2015). Structural equation models: From paths to networks. Springer: 175.
dc.relation.referencesWidaman K. F y Thompson J. S. (2003). On specifying the null model for incremental fit indices in structural equation modeling. Psychological Methods, 8(1), 16–37.
dc.relation.referencesZamora S. y Schiattino I.(2008). Modelos de ecuaciones estructurales ¿Qué es eso? Ciencia y Trabajo, ISSN-e 0718-2449, no. 29, pp. 106-110.
dc.relation.referencesZamora S., Cazorla. L. y cols., (2010). Análisis factorial: una técnica para evaluar la dimensionalidad de las pruebas. Cuaderno técnico 6. México DF.
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.subject.lembModelos de ecuaciones estructurales
dc.subject.proposalAnálisis factorial
dc.subject.proposalEcuaciones estructurales
dc.subject.proposalFunciones ejecutivas
dc.subject.proposalSecuencia de números
dc.subject.proposalFactorial analysis
dc.subject.proposalStructural equations
dc.subject.proposalExecutive functions
dc.subject.proposalNumber sequence
dc.title.translatedStructural Equation Models: Concepts and Applications
dc.type.coarhttp://purl.org/coar/resource_type/c_bdcc
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.contentText
oaire.accessrightshttp://purl.org/coar/access_right/c_abf2


Archivos en el documento

Thumbnail

Este documento aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del documento

Atribución-NoComercial-SinDerivadas 4.0 InternacionalEsta obra está bajo licencia internacional Creative Commons Reconocimiento-NoComercial 4.0.Este documento ha sido depositado por parte de el(los) autor(es) bajo la siguiente constancia de depósito