Contribución de la Estadística al análisis de variables categóricas: Aplicación del Análisis de Regresión Categórica en las Ciencias Agropecuarias
Article Sidebar
Main Article Content
Resumo
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
Aquellos autores/as que tengan publicaciones con esta revista, aceptan los términos siguientes:
- Los autores/as conservarán sus derechos de autor y garantizarán a la revista el derecho de primera publicación de su obra, el cuál estará simultáneamente sujeto a la Licencia Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0) que permite a terceros compartir la obra siempre que se indique su autor y su primera publicación esta revista. Bajo esta licencia el autor será libre de:
- Compartir — copiar y redistribuir el material en cualquier medio o formato
- Adaptar — remezclar, transformar y crear a partir del material
- El licenciador no puede revocar estas libertades mientras cumpla con los términos de la licencia
Bajo las siguientes condiciones:
- Reconocimiento — Debe reconocer adecuadamente la autoría, proporcionar un enlace a la licencia e indicar si se han realizado cambios. Puede hacerlo de cualquier manera razonable, pero no de una manera que sugiera que tiene el apoyo del licenciador o lo recibe por el uso que hace.
- NoComercial — No puede utilizar el material para una finalidad comercial.
- No hay restricciones adicionales — No puede aplicar términos legales o medidas tecnológicas que legalmente restrinjan realizar aquello que la licencia permite.
- Los autores/as podrán adoptar otros acuerdos de licencia no exclusiva de distribución de la versión de la obra publicada (p. ej.: depositarla en un archivo telemático institucional o publicarla en un volumen monográfico) siempre que se indique la publicación inicial en esta revista.
- Se permite y recomienda a los autores/as difundir su obra a través de Internet (p. ej.: en archivos telemáticos institucionales o en su página web) antes y durante el proceso de envío, lo cual puede producir intercambios interesantes y aumentar las citas de la obra publicada. (Véase El efecto del acceso abierto).
Referências
• 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.