Use of multilevel logistic regression to identify the causes of differential item functioning

Resumen tomado de la publicaci??n

Regression-based techniques for statistical decision making in singlecase designs

Resumen tomado de la publicaci??n

Additional regression techniques_Solutions_2009.ppt (19)

PowerPoint Slides relating to theory and use of SPSS. Used in Research Skills for Biomedical Science

Estudio de la robustez del análisis discriminante multivariado : propuesta de un ajuste bootstrap para la significación estadística de los coeficientes de la técnica.

1. Realizar un estudio exhaustivo del Análisis Discriminante para evaluar su robustez con el fin de hacer las pertinentes recomendaciones al psicólogo aplicado; 2. Determinar criterios estadísticos que ayuden a las interpretaciones heurísticas de los coeficientes más relevantes, para la evaluación de las contribuciones de las variables a las funciones discriminantes. Primera investigación: Se trabajó con un diseño factorial 4x2x3x2x2 lo que supone 96 condiciones experimentales. Las cinco variables eran: a. Normalidad de las variables, b. Varianza de los grupos, c. Número de variables, d. Número de grupos, 5. Número de sujetos en cada grupo. Variable Dependiente: Para cada una de las 200 replicaciones Monte Carlo se obtuvieron las lambdas de Wilks, las V de Bartlett y su probabilidad asociada, como índice de la significación de criterio discriminante. Segunda investigación: Para esta investigación se replicó el diseño de la primera investigación, es decir, las 96 condiciones experimentales con todos los factores, otorgando ahora el perfil de diferencias grupales siguiente para las condiciones con tres grupos y para las condiciones con seis grupos. Se mantuvieron constantes las correlaciones entre las variables e iguales a las de la primera investigación, 0,70. El valor de los parámetros fue obtenido mediante el programa DISCRIMINANT del SPSS/PC+. Hardware: El trabajo de simulación se llevó a cabo con ocho ordenadores personales clónicos PC:PENTIUM/100 Mhz., con 16 MB de RAM. Software: Los procedimientos necesarios para la investigación fueron realizados en el lenguaje de programación GAUSS 386i, versión 3.1 (Aptech Systems, 1994). 1. Los métodos de simulación y concretamente, el método de muestreo bootstrap, son de gran utilidad para los estudios de robustez de las técnicas estadísticas, así como en los de inferencia estadística: cálculo de intervalos de confianza; 2. El Análisis Discriminante es una técnica robusta, siempre y cuando se cumpla la condición de homogeneidad de las varianzas; 3. El Análisis Discriminante no es robusto ante problemas de heterogeneidad en las siguientes condiciones: Con seis o menos variables,cuando los tamaños grupales son diferentes. Para tamaños iguales, si además se presenta una alteración conjunta de asimetría y apuntamiento; 4. Cuando la violación del supuesto de homogeneidad viene provocada porque la varianza mayor la presenta el grupo con menos sujetos la técnica se vuelve demasiado liberal, es decir, se produce un alto grado de error tipo I; 5. Los coeficientes de estructura son más estables e insesgados que los típicos; 6. Es posible determinar los intervalos confidenciales de los coeficientes de estructura mediante el procedimiento sugerido por Dalgleish (1994). 1. El Análisis Discriminante se puede utilizar siempre que se cumpla la condición de Homogeneidad de varianzas. Es por tanto, absolutamente necesario comprobar antes de realizar un Análisis Discriminante este principio, lo cual se puede llevar a cabo a través de cualquiera de los estadísticos pertinentes y, en especial, la prueba de Box; 2. Ante la heterogeneidad de varianzas si el número de variables independientes es seis o inferior, deberá tenerse en cuenta que el número de sujetos debe ser igual en todos los grupos y que las variables no presenten alteraciones conjuntas de asimetría y apuntamiento,por lo que, como paso previo deberá comprobarse la distribución de las variables y detectar si se presenta esta alteración. En cualquier otra condición, y ante la presencia de heterogeneidad de varianzas no se puede utilizar la técnica. Cuando el número de variables predictoras sea nueve o más, podrá utilizarse la técnica siempre, a excepción de diferentes tamaños grupales y no normalidad de las variables. El investigador aplicado deberá conocer la posibilidad que proponemos de apoyatura estadística para la toma de decisiones.

Measuring and testing for the systemically important financial institutions

This paper analyzes the measure of systemic importance ∆CoV aR proposed by Adrian and Brunnermeier (2009, 2010) within the context of a similar class of risk measures used in the risk management literature. In addition, we develop a series of testing procedures, based on ∆CoV aR, to identify and rank the systemically important institutions. We stress the importance of statistical testing in interpreting the measure of systemic importance. An empirical application illustrates the testing procedures, using equity data for three European banks.

Aplicaci??n del m??todo Bootstrap al contraste de hip??tesis en la investigaci??n educativa

Resumen del autor. Resumen en castellano e ingl??s. Este art??culo se incluye en el monogr??fico 'Educaci??n social'

Sample size requirements for interval estimation of the strengthof association effect sizes in multiple regression analysis

Resumen tomado de la publicación

Multilevel bootstrap analysis with assumptions violated

Resumen tomado de la publicación

??Ha mejorado la productividad docente e investigadora de las universidades p??blicas espa??olas desde la aprobaci??n de la LOU? : evidencia a partir del bootstrap

Resumen basado en el de la publicaci??n

A comparison of discriminant logistic regression and Item Response Theory Likelihood-Ratio Tests for Differential Item Functioning (IRTLRDIF) in polytomous short tests

Resumen tomado de la publicaci??n

Global Acceleration and Dispossesion: Regression in the Right to Life and Public Health during Ecuador’s Neoliberal Decades

The present essay’s central argument or hypothesis is, consequently, that the mechanisms accelerating a wealth concentrating and exclusionary economy centred on the benefit and overprotection of big business—with a corresponding plundering of resources that are vital for life—generated forms of loss and regression in the right to healthcare and the dismantling of institutional protections. These are all expressed in indicators from 1990-2005, which point not only to the deterioration of healthcare programs and services but also to the undermining of the general conditions of life (social reproduction) and, in contrast to the reports and predictions of the era’s governments, a stagnation or deterioration in health indicators, especially for those most sensitive to the crisis. The present study’s argument is linked together across distinct chapters. First, we undertake the necessary clarification of the categories central to the understanding of a complex issue; clarifying the concept of health itself and its determinants, emphasizing the necessity of taking on an integral understanding as a fundamental prerequisite to unravelling what documents and reports from this era either leave unsaid or distort. Based on that analysis, we will explain the harmful effects of global economic acceleration, the monopolization and pillaging of strategic healthcare goods; not only those which directly place obstacles on the access to health services, but also those like the destructuration of small economies, linked to the impoverishment and worsening of living modes. Thinking epidemiologically, we intend to show signs of the deterioration of broad collectivities’ ways of life as a result of the mechanisms of acceleration and pillage. We will then collect disparate evidence of the deterioration of human health and ecosystems to, finally, establish the most urgent conclusions about this unfortunate period of our social and medical history.