Show simple item record

dc.rights.licenseAtribución-NoComercial 4.0 Internacional
dc.contributor.authorMontero Díaz, Minerva
dc.contributor.authorGuerra Ones, Valia
dc.date.accessioned2019-06-28T09:42:11Z
dc.date.available2019-06-28T09:42:11Z
dc.date.issued2005
dc.identifier.urihttps://repositorio.unal.edu.co/handle/unal/40852
dc.description.abstractMontero, Castell and amp; Ojeda (2002) propusieron una estrategia para formular modelos multinivel para tablas de contingencia basada en la aplicación del modelo lineal general a datos categóricos jerárquicos. Aplicando el método a un modelo de regresión logística multinivel con datos simulados, encontramos que las estimaciones de los parámetros aleatorios son inadmisibles en ciertas situaciones, con sesgos grandes y estimaciones negativas de la varianza cuando los conjuntos de datos son desbalanceados. Para corregir los estimadores proponemos una técnica basada en descomposición de valores singulares truncados en la solución de mínimos cuadrados generalizados para estimar los parámetros aleatorios. Mediante simulación mostramos la efectividad de la técnica en cuanto a la reducción del sesgo de los estimadores.
dc.description.abstractMontero et al. (2002) proposed a strategy to formulate multilevel models related to a contingency table sample. This methodology is based on the application of the general linear model to hierarchical categorical data. In this paper we applied the method to a multilevel logistic regression model using simulated data. We find that the estimates of the random parameters are inadmissible in some circumstances; large bias and negative estimates of the variance are expected for unbalanced data sets. In order to correct the estimates we propose to use a numerical technique based on the Truncated Singular Value Decomposition (TSVD) in the solution of the problem of generalized least squares associated to the estimation of the random parameters. Finally a simulation study is presented to shows the effectiveness of this technique for reducing the bias of the estimates.
dc.format.mimetypeapplication/pdf
dc.language.isospa
dc.publisherUniversidad Nacional de Colombia
dc.relationhttp://revistas.unal.edu.co/index.php/estad/article/view/29994
dc.relation.ispartofUniversidad Nacional de Colombia Revistas electrónicas UN Revista Colombiana de Estadística
dc.relation.ispartofRevista Colombiana de Estadística
dc.relation.ispartofseriesRevista Colombiana de Estadística; Vol. 28, núm. 1 (2005); 63-76 Revista Colombiana de Estadística; Vol. 28, núm. 1 (2005); 63-76 0120-1751
dc.rightsDerechos reservados - Universidad Nacional de Colombia
dc.rights.urihttp://creativecommons.org/licenses/by-nc/4.0/
dc.titleEstimacion de modelos multinivel para datos categoricos a traves de minimos cuadrados generalizados
dc.typeArtículo de revista
dc.type.driverinfo:eu-repo/semantics/article
dc.type.versioninfo:eu-repo/semantics/publishedVersion
dc.identifier.eprintshttp://bdigital.unal.edu.co/30949/
dc.relation.referencesMontero Díaz, Minerva and Guerra Ones, Valia (2005) Estimacion de modelos multinivel para datos categoricos a traves de minimos cuadrados generalizados. Revista Colombiana de Estadística; Vol. 28, núm. 1 (2005); 63-76 Revista Colombiana de Estadística; Vol. 28, núm. 1 (2005); 63-76 0120-1751 .
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.subject.proposalModelos multinivel
dc.subject.proposalmínimos cuadrados generalizados
dc.subject.proposalvalores singulares truncados
dc.subject.proposalMultilevel models
dc.subject.proposalGeneralized least squares
dc.subject.proposalTruncated Singular Value
dc.type.coarhttp://purl.org/coar/resource_type/c_6501
dc.type.coarversionhttp://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.contentText
dc.type.redcolhttp://purl.org/redcol/resource_type/ART
oaire.accessrightshttp://purl.org/coar/access_right/c_abf2


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

Atribución-NoComercial 4.0 InternacionalThis work is licensed under a Creative Commons Reconocimiento-NoComercial 4.0.This document has been deposited by the author (s) under the following certificate of deposit