Estimacion bootstrap para el coeficiente de determinacionun estudio de simulacion

  1. López Jauregui, Alicia
  2. Elosua Oliden, Paula
Revista:
REMA

ISSN: 1135-6855

Año de publicación: 2004

Volumen: 9

Número: 2

Tipo: Artículo

DIALNET GOOGLE SCHOLAR lock_openDialnet editor

Otras publicaciones en: REMA

Resumen

La aplicación del enfoque bootstrap permite obtener estimaciones de medidas de precisión así como la realización de contrastes de hipótesis en aquellas situaciones en las que no se dispone de información acerca de las distribución muestral de un estadístico o en casos en los que la distribución muestral es dependiente de parámetros desconocidos. Este es el caso del coeficiente de determinación, el índice de evaluación más generalizado en el contexto empírico, utilizado para evaluar el ajuste del modelo lineal de regresión. El objetivo de este trabajo es la exploración de la bondad de este procedimiento en la estimación del error de medida de R2 así como en la determinación de los intervalos de confianza, mediante el método percentil y el método Bca. Este análisis se lleva a cabo mediante una simulación Monte Carlo.

Referencias bibliográficas

  • 1. Beran, R. (1990). Refining bootstrap simultaneous confidence sets. Journal of the American Statistical Association, 85(410), 417-426
  • 2. Bollen, K. A., y Stine, R. (1993). Bootstrapping goodness-of-fit measures in structural equation models. In K. A. Bollen y J. S. Long (Eds.), Testing structural equation models. Newbury Park, CA: Sage.
  • 3. Chan, W., Ho, R., Leung, K., Chan, D., y Yung, Y. (1999). An alternative method for evaluating congruence coefficients with procrustes rotation: A bootstrap procedure. Psychological Methods, 4, 378-402.
  • 4. Chatterjee, S. (1984). Variance estimation in factor analysis: An application of the bootstrap. British Journal of Mathematical and Statistical Psychology, 37, 252-262.
  • 5. Cramer, J. S. (1987). Mean and variance of R2 in small and moderate samples. Journal of Econometrics, 35, 253-266.
  • 6. Dalgleish, L. I. (1994). Discriminant analysis: Statistical inference using the jacknife and bootstrap procedures. Psycological Bulletin, 116, 498-508.
  • 7. Davison, A.C. and Hinckley, D.V. (1997). Bootstrap methods and their application. New York: Cambridge University Press
  • 8. Diaconis, P., y Efron, B. (1983). Computer intensive methods in statistics. Scientific American, 248(5), 116-13.
  • 9. DiCiccio, T. J., y Efron, B. (1996). Bootstrap confidence intervals (with discussion). Statistical Science, 11, 189-228.
  • 10. Efron, B. (1979). Bootstrap methods. Annals of statistics, 7, 1-26.
  • 11. Efron, B. (1981). Nonparametric estimates of standard error: the jacknife, the bootstrap, and other resampling methods. Biometrika, 68, 589-599.
  • 12. Efron, B. (1987). Better bootstrap confidence intervals (with discussion). Journal of the American Statistical Association, 82, 171-20.
  • 13. Efron, B., y Tsibirani, R. J. (1993). An introduction to the Bootstrap. N.Y.: Chapman & Hall.
  • 14. Hall, P. (1988). Theoretical comparison of bootstrap confidence intervals. Ann. Statist. 16, 927-985.
  • 15. Hall, P. (1992). The Bootstrap and Edgeworth Expansion. New York: Springer-Verlag.
  • 16. Hall, P., y Martin, M. (1988). On bootstrap re-sampling and iteration. Biometrika, 75(4), 661-671.
  • 17. Harris, D. J., y Kolen, M. J. (1989). Examining the stability of Angoff's Delta item bias statistic using the bootstrap. Educational and Psychological Measurement, 49, 81-87.
  • 18. Ihaka, R., y Gentleman, R. (1996). R: A language for data analysis and graphics. Journal of Computational and Graphical Statistics, 5, 299-314.
  • 19. Lunneborg, C. E. (1987). Bootstrap applications for the behavioral sciences. Educational and Psychological Measurement, 47, 627-629.
  • 20. Micceri, T. (1989). The unicorn, the normal curve and other improbable creatures. Psycological Bulletin, 105(1), 156-166.
  • 21. Mosier, C. (1951). Problems and Designs of Cross-Validation. Educational and Psychological Measurement, 11.
  • 22. Noreen, E. (1989). Computer intensive methods for testing hypotheses. New York: John Wiley & Sons, Ltd.
  • 23. Quenouille, M. H. (1956). Notes on Bias in Estimation. Biometrika, 43, 353-36.
  • 24. Ramírez Santana, G. M. (1996). Estudio de la robustez del Análisis Discriminante Multivariado: propuesta de un ajuste bootstrap para la significación estadística de los coeficientes de la técnica. Universidad de la Laguna.
  • 25. Scott, R. L., Thompson, B., y Sexton, D. (1989). Structure of a short form of the questionnaire on resources and stress: A bootstrap factor analysis. Educational and Psychological Measurement, 49, 409-419.
  • 26. Simon, J. L. (Ed.). (1969). Basic Research Methods in Social Science. (Vol. acceso en Marzo 2003). New York: Random House.
  • 27. Stine, R. (1989). An Introduction to Bootstrap Methods. Sociological Methods and Research, 18(2 y 3), 243-291.
  • 28. Thompson, B. (1988). Program factrap: A program that computes bootstrap estimates of factor structure. Educational and Psychological Measurement, 48, 681-686.
  • 29. Thompson, B. (1995). Exploring the replicability of a study's results: Bootstrap statistics for the multivariate case. Educational and Psychological Measurement, 55, 84-94.
  • 30. Thomson, B. (2002). What Future Quantitative Social Science Research Could Look Like: Confidence Intervals for Effect Sizes. Educational Researcher, 31(3), 25-33.
  • 31. Tukey. (1958). Bias and Confidence in Not-Quite Large Samples (Abstract). Annals of Mathematical Statistics, 29, 614.
  • 32. Wherry, R. J., Sr. (1931). A new formula for predicting the shrinkage of the coefficient of multiple correlation. Annals of Mathematical Statistics, 2, 440-457.
  • 33. Wilkinson, L., y Force., A. T. (1999). Statistical Methods in Psychology Journals: Guidelines and Explanations. American psychologist, 54(8), 594-604.
  • 34. Wu, C. F. J. (1986). Jackknife, bootstrap and the resampling methods in regression analysis. Annals of Statistics, 14, 1261-135.
  • 35. Yuan, K., Guarnaccia, C., y Hayslip, B. (2003). A study of the distribution of sample coefficient alpha with the Hopkins symptom checklist: Bootstrap versus asymptotics. Educational and Psychological Measurement, 63(1), 5-23.
  • 36. Yung, Y., y Bentler, P. M. (1994). Bootstrap-corrected ADF statistics in covariance structureanalysis. British Journal of Mathematical and Statistical Psychology, 47, 63-84.
Fuente de los datos: Dialnet