Contribución de la Estadística al análisis de variables categóricas: Aplicación del Análisis de Regresión Categórica en las Ciencias Agropecuarias
Article Sidebar
Main Article Content
Abstract
Se considera que de los Métodos Estadísticos que más han aportado al análisis de variables categóricas o cualitativas, los de la Estadística no paramétrica han sido esenciales, desde enfoques univariado, bivariado y multivariado, siendo una alternativa válida de análisis de la información, que puede resultar en muchas ocasiones más conveniente que la transformación de los datos, para que se cumplan los supuestos de los Métodos Estadísticos paramétricos. Como otra alternativa de análisis se propuso desde 1972 el Modelo Lineal Generalizado, en que la variable respuesta puede presentar distribuciones Binomial, Multinomial, Hipergeométrica y Poisson, entre otras. Por ser los Modelos de Regresión de amplia aplicación, en sus diferentes modalidades, se seleccionó el Análisis de Regresión Categórica, para presentar un detallado análisis de los aspectos teórico-prácticos de los resultados de nueve variables, relacionadas con indicadores económicos y productivos del ganado caprino y ovino.
Article Details
Those authors that have publications with this journal accept the following terms:
1. They will retain their copyright and guarantee the journal the right of first publication of their work, which will be simultaneously subject to the License Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0) that allows third parties to share the work whenever its author is indicated and its first publication this journal. Under this license the author will be free of:
• Share — copy and redistribute the material in any medium or format
• Adapt — remix, transform, and build upon the material
• The licensor cannot revoke these freedoms as long as you follow the license terms.
Under the following terms:
• Attribution — You must give appropriate credit, provide a link to the license, and indicate if changes were made. You may do so in any reasonable manner, but not in any way that suggests the licensor endorses you or your use.
• NonCommercial — You may not use the material for commercial purposes.
• No additional restrictions — You may not apply legal terms or technological measures that legally restrict others from doing anything the license permits.
2. The authors may adopt other non-exclusive license agreements to distribute the published version of the work (e.g., deposit it in an institutional telematics file or publish it in a monographic volume) whenever the initial publication is indicated in this journal.
3. The authors are allowed and recommended disseminating their work through the Internet (e.g. in institutional telematics archives or on their website) before and during the submission process, which can produce interesting exchanges and increase the citations of the published work. (See the Effect of open access).
References
• CABRERA, A.: Criterios Estadísticos en la descripción del patrón espacial y diseño de muestreos para el Thrips palmi Karny en papa, 99pp., Tesis (en opción al grado científ ico de Doctor en Ciencias Agrícolas), Centro Nacional de Salud Agropecuaria (CENSA), La Habana, Cuba. 2002.
• CORREA, G.: Contribuciones al Análisis Multivariante no lineal, 223pp., Tesis (en opción al grado científ ico de Doctor en Ciencias Matemáticas), Universidad de Salamanca. Depar tamento de Estadística, España. 2008.
• CRISTO, M.: Comportamiento de las dócimas no paramétricas respecto a las paramétricas en distribuciones no normales, Tesis (en opción al título de Máster en Matemática), Universidad Cent ral de Las Villas (UCLV), Villa Clara, Cuba, 2002.
• DE CA LZ A DI LLA , J . : Procedimientos de la Estadística no paramétrica. Aplicaciones en las Ciencias Agropecuarias. Tesis (en opción al título de Máster en Matemática Aplicada a las Ciencias Agropecuaria), Universidad Agraria de La Habana (UNAH), San José de las Lajas, La Habana, Cuba, 1999.
• DEL VALLE, J.: La Multicolinealidad en Modelos de Regresión Lineal Múltiple. Propuesta de solución. Tesis (en opción al título de Máster en Matemática Aplicada a las Ciencias Agropecuaria), Universidad Agraria de La Habana (UNAH), San José de las Lajas, La Habana, Cuba, 2000.
• GARCIA, C.: Modelos Lineares Generalizados em Experimentação Agronômica, 121pp., ESALQ/ USP–Piracicaba, SP., Brasil, Maio 2002.
• HAIR, J. F.; E. ANDERSON; L. TATHAM; C. LACK: Analisis Multivariate, Practice, 799pp., Hall Iberia, Madrid, España, 1999.
• HERRERA, M.; Y. CARABALLO; C.W. GUERRA; V. TORRES: Procedimientos de Escalamiento Multidimensional y Mapas Auto Organizados para visualizar información bibliométrica relacionada con Métodos Estadísticos no paramétricos. En: Memorias del VII Encuentro de Editores de Revistas Científicas, Instituto de Ciencia Animal, San José de las Lajas, Mayabeque, La Habana. Cuba . 2009.
• HERRERA, M.; L. FRAGA; C.W. GUERRA; A. NODA: El Modelo Lineal Generalizado (MLG) como alter nativa de variables continuas. Una aplicación en la especie bufalina, En: Memorias del III Congreso de Producción Animal Tropical, Instituto de Ciencia Animal, San José de las Lajas, Mayabeque, Cuba, 2010.
• LI NARES, G.: “Escalamiento Multidimensional: Conceptos y enfoques”, Revista Investigación Operacional, 22(2): 173-183, 2001.
• MIRET, E.; G. LINARES; V. MEDEROS: “Estudio comparativo de procedimientos de Escalamiento Multidimensional a través de experimentos de simulación”, Revista Investigación Operacional, 23(1): 73-82, 2002.
• MIRET, E.: Un enfoque unificado para técnicas de representación euclidiana, 148pp., Tesis (en opción al grado científico de Doctor en Ciencias Matemáticas), Universidad de la Habana (UH), La Habana, Cuba, 2005.
• NAVARRO, J. M.; M. CASAS; E. GONZÁLEZ; S. CUADRADO: “Estudio del riesgo cardiovascular en el municipio de Santa Clara utilizando el método de Regresión Categórica”, Revista Investigación Operacional, 29(3): 224-230, 2008.
• NELDER, J. A. & M. WEDDERBURN: “Generalized linear models”, Journal of the Royal Statistical Societ y, 135(3): 370-384, 1972.
• OJEDA, M. M.: La Modelación Estadística, DAC Básicas, En: Foro de Matemáticas del Sureste, pp. 69-76, Universidad Juárez Autónoma de Tabasco, México, 2004.
• QUINTERO, A.: Análisis multivariado aplicado al sistema de producción- comercialización del ganado caprino y ovino en el municipio de Riohacha departamento de La Guajira, Colombia, 100 pp. , Tesis (en opción al grado científico de Doctor en Ciencias Veterinarias), Universidad Agraria de La Habana (UNAH), San José de las Lajas, Mayabeque, Cuba, 2010.
• PRATT, J. W.: Dividing the indivisible: Using simple symmetry to partition variance explained. In: Proceedings of the Second International Conference in Statistics, T. Pukkila, and S. Puntanen, eds. University of Tampere, Tampere, Finland, 1987.
• TAPIA, J. E.: El Escalamiento Óptimo con base en el Análisis de Componentes Principales, no lineales para la construcción de índice de condiciones de vida y socio-económicos. Aplicación en el ámbito nacional, 124pp., Proyecto previo a la obtención del Título de Ingeniero Matemático, Escuela Politécnica Nacional, Facultad de Ciencias, Quito, Ecuador, 2007.
• YOUNG, F. W.; J. DE LEEUW; Y. TANAKE: “Regression with qualitative and quantitative variables: An Alter nating Least Squares Method with Optimal Scaling features”, Psychometrika, 41(4): 505-529, 1976.