Aplicación del estadístico π* de bondad de ajuste a modelos de estructura latente
Title (trans.)
Application of the π* goodness-of-fit index to latent structure modelsEntity
UAM. Departamento de Psicología Social y MetodologíaPublisher
Colegio Oficial de Psicólogos del Principado de AsturiasDate
2007Citation
Psicothema 19.2 (2007): 322-328ISSN
0214-9915 (print); 1886-144X (online)Subjects
Goodness of fit; Mathematical modeling; Statistical estimation; Statistics; Algorithms; Frequency distribution; PsicologíaRights
© 2007 PsicothemaAbstract
Existen pocos estadísticos de bondad de ajuste aplicables a modelos de estructura latente. En este artículo se describe la aplicación del estadístico π*, que se basa en el concepto de clases latentes, por lo que su interpretación resulta natural en este tipo de modelos. El estadístico π* asume que la población está dividida en varias clases que siguen un modelo paramétrico, más una clase residual fuera del modelo. Se define π* como la proporción de la población en la clase residual. En el artículo se describen
los algoritmos de estimación de π* en modelos de rasgo y clase latente, y se muestra un ejemplo con datos reales procedentes de una escala de hábitos de estudio. Se ha encontrado que hay una clase de malos y otra de regulares estudiantes, las cuales se relacionan con un criterio de responsabilidad Testing model fit for latent structure models (latent trait models and latent class models) is difficult because of the lack of goodnessof-fit statistics with a known distribution. This paper describes the application of the π* goodness-offit statistic to latent structure models. The statistic π* is based on the concept of latent classes and has a natural interpretation when applied to these models. This statistic assumes that the population is made up of several classes that follow a parametric model, and a residual class outside the model. The value of π* is the population proportion in the residual class. This paper describes the estimation algorithms of π* for latent trait and latent class models and an empirical example with a scale of study habits. There are two latent classes in these data: bad and regular students, which are related to the student’s responsibility
Files in this item
Google Scholar:Revuelta Menéndez, Javier
-
Kessel, Dominique
This item appears in the following Collection(s)
Related items
Showing items related by title, author, creator and subject.