En busca de la independencia perdida : la utilización de Modelos Lineales Generalizados Mixtos en pruebas de preferencia

Autores
Mangeaud, Arnaldo; Videla, Martín
Año de publicación
2005
Idioma
español castellano
Tipo de recurso
artículo
Estado
versión publicada
Descripción
La preferencia de organismos por ciertos recursos es frecuentemente evaluada mediante pruebas de elección múltiple, sin tener en cuenta en los análisis la dependencia entre las observa-ciones. Este trabajo presenta distintos modelos estadísticos que permiten contemplar la falta de independencia de los datos y compara la ‘performance’ de cada uno de ellos empleando datos reales no simulados. Se utilizaron cuatro tipos de modelos: Análisis de Devianza (Modelo Lineal Generalizado Mixto), Análisis de la Varianza a un factor, ANOVA a un factor con bloque al azar (ambos Modelos Lineales Generales Mixtos), y ANOVA no paramétrico con bloques (Test de Friedman). También se utilizaron una covariable y una variable compensadora (‘offset’). Los resultados obtenidos sugieren que para la variable de tipo conteo (con distribución Poisson), el Modelo Lineal Generalizado Mixto fue el más potente, mientras que si se considera la medida relativi-zada (conteos/superficie), la mayor potencia la obtuvo el MLG con una variable compensadora.
The preference of organisms for resources is usually evaluated through multiple-choice tests, without accounting the lack of independence present in the data. This study presents several statistical models which explicitly consider such dependence structure comparing their performance by using real non-simulated data. Four types of models were used: Analysis of Deviance (Generalized Mixed Linear Model), Analysis of Variance with a factor, One-way ANOVA with random block effect (both General Mixed Linear Models) and Non-Parametric ANOVA with block effect (Friedman Test). A covariable and an offset variable were also added to the Mixed GLM model. Results suggest that the most powerful model for the counting-type variable (with Poisson distribution), is the Mixed GLM; whereas for the relativized variable (count/surface), is the Mixed GLM with an offset variable.
Fuente
Ecol. austral (En línea) 2005;02(015):199-206
Materia
PRUEBAS DE ELECCION MULTIPLE
PREFERENCIA ALIMENTARIA
MODELOS ESTADISTICOS
DEVIANZA
MULTIPLE CHOICE TEST
FEEDING PREFERENCE
STATISTICAL MODELS
DEVIANCE
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by-nc-sa/2.5/ar
Repositorio
Biblioteca Digital (UBA-FCEN)
Institución
Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
OAI Identificador
ecologiaaustral:ecologiaaustral_v015_n02_p199

id BDUBAFCEN_f9c03bdab6078a6a1ab0c3549fad844a
oai_identifier_str ecologiaaustral:ecologiaaustral_v015_n02_p199
network_acronym_str BDUBAFCEN
repository_id_str 1896
network_name_str Biblioteca Digital (UBA-FCEN)
spelling En busca de la independencia perdida : la utilización de Modelos Lineales Generalizados Mixtos en pruebas de preferenciaLooking for the lost independence : using Mixed Generalized Linear Models in choice testsMangeaud, ArnaldoVidela, MartínPRUEBAS DE ELECCION MULTIPLEPREFERENCIA ALIMENTARIAMODELOS ESTADISTICOSDEVIANZAMULTIPLE CHOICE TESTFEEDING PREFERENCESTATISTICAL MODELSDEVIANCELa preferencia de organismos por ciertos recursos es frecuentemente evaluada mediante pruebas de elección múltiple, sin tener en cuenta en los análisis la dependencia entre las observa-ciones. Este trabajo presenta distintos modelos estadísticos que permiten contemplar la falta de independencia de los datos y compara la ‘performance’ de cada uno de ellos empleando datos reales no simulados. Se utilizaron cuatro tipos de modelos: Análisis de Devianza (Modelo Lineal Generalizado Mixto), Análisis de la Varianza a un factor, ANOVA a un factor con bloque al azar (ambos Modelos Lineales Generales Mixtos), y ANOVA no paramétrico con bloques (Test de Friedman). También se utilizaron una covariable y una variable compensadora (‘offset’). Los resultados obtenidos sugieren que para la variable de tipo conteo (con distribución Poisson), el Modelo Lineal Generalizado Mixto fue el más potente, mientras que si se considera la medida relativi-zada (conteos/superficie), la mayor potencia la obtuvo el MLG con una variable compensadora.The preference of organisms for resources is usually evaluated through multiple-choice tests, without accounting the lack of independence present in the data. This study presents several statistical models which explicitly consider such dependence structure comparing their performance by using real non-simulated data. Four types of models were used: Analysis of Deviance (Generalized Mixed Linear Model), Analysis of Variance with a factor, One-way ANOVA with random block effect (both General Mixed Linear Models) and Non-Parametric ANOVA with block effect (Friedman Test). A covariable and an offset variable were also added to the Mixed GLM model. Results suggest that the most powerful model for the counting-type variable (with Poisson distribution), is the Mixed GLM; whereas for the relativized variable (count/surface), is the Mixed GLM with an offset variable.Asociación Argentina de Ecología2005-12info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdfhttps://hdl.handle.net/20.500.12110/ecologiaaustral_v015_n02_p199Ecol. austral (En línea) 2005;02(015):199-206reponame:Biblioteca Digital (UBA-FCEN)instname:Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturalesinstacron:UBA-FCENspainfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/2.5/ar2025-09-29T13:43:11Zecologiaaustral:ecologiaaustral_v015_n02_p199Institucionalhttps://digital.bl.fcen.uba.ar/Universidad públicaNo correspondehttps://digital.bl.fcen.uba.ar/cgi-bin/oaiserver.cgiana@bl.fcen.uba.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:18962025-09-29 13:43:12.936Biblioteca Digital (UBA-FCEN) - Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturalesfalse
dc.title.none.fl_str_mv En busca de la independencia perdida : la utilización de Modelos Lineales Generalizados Mixtos en pruebas de preferencia
Looking for the lost independence : using Mixed Generalized Linear Models in choice tests
title En busca de la independencia perdida : la utilización de Modelos Lineales Generalizados Mixtos en pruebas de preferencia
spellingShingle En busca de la independencia perdida : la utilización de Modelos Lineales Generalizados Mixtos en pruebas de preferencia
Mangeaud, Arnaldo
PRUEBAS DE ELECCION MULTIPLE
PREFERENCIA ALIMENTARIA
MODELOS ESTADISTICOS
DEVIANZA
MULTIPLE CHOICE TEST
FEEDING PREFERENCE
STATISTICAL MODELS
DEVIANCE
title_short En busca de la independencia perdida : la utilización de Modelos Lineales Generalizados Mixtos en pruebas de preferencia
title_full En busca de la independencia perdida : la utilización de Modelos Lineales Generalizados Mixtos en pruebas de preferencia
title_fullStr En busca de la independencia perdida : la utilización de Modelos Lineales Generalizados Mixtos en pruebas de preferencia
title_full_unstemmed En busca de la independencia perdida : la utilización de Modelos Lineales Generalizados Mixtos en pruebas de preferencia
title_sort En busca de la independencia perdida : la utilización de Modelos Lineales Generalizados Mixtos en pruebas de preferencia
dc.creator.none.fl_str_mv Mangeaud, Arnaldo
Videla, Martín
author Mangeaud, Arnaldo
author_facet Mangeaud, Arnaldo
Videla, Martín
author_role author
author2 Videla, Martín
author2_role author
dc.subject.none.fl_str_mv PRUEBAS DE ELECCION MULTIPLE
PREFERENCIA ALIMENTARIA
MODELOS ESTADISTICOS
DEVIANZA
MULTIPLE CHOICE TEST
FEEDING PREFERENCE
STATISTICAL MODELS
DEVIANCE
topic PRUEBAS DE ELECCION MULTIPLE
PREFERENCIA ALIMENTARIA
MODELOS ESTADISTICOS
DEVIANZA
MULTIPLE CHOICE TEST
FEEDING PREFERENCE
STATISTICAL MODELS
DEVIANCE
dc.description.none.fl_txt_mv La preferencia de organismos por ciertos recursos es frecuentemente evaluada mediante pruebas de elección múltiple, sin tener en cuenta en los análisis la dependencia entre las observa-ciones. Este trabajo presenta distintos modelos estadísticos que permiten contemplar la falta de independencia de los datos y compara la ‘performance’ de cada uno de ellos empleando datos reales no simulados. Se utilizaron cuatro tipos de modelos: Análisis de Devianza (Modelo Lineal Generalizado Mixto), Análisis de la Varianza a un factor, ANOVA a un factor con bloque al azar (ambos Modelos Lineales Generales Mixtos), y ANOVA no paramétrico con bloques (Test de Friedman). También se utilizaron una covariable y una variable compensadora (‘offset’). Los resultados obtenidos sugieren que para la variable de tipo conteo (con distribución Poisson), el Modelo Lineal Generalizado Mixto fue el más potente, mientras que si se considera la medida relativi-zada (conteos/superficie), la mayor potencia la obtuvo el MLG con una variable compensadora.
The preference of organisms for resources is usually evaluated through multiple-choice tests, without accounting the lack of independence present in the data. This study presents several statistical models which explicitly consider such dependence structure comparing their performance by using real non-simulated data. Four types of models were used: Analysis of Deviance (Generalized Mixed Linear Model), Analysis of Variance with a factor, One-way ANOVA with random block effect (both General Mixed Linear Models) and Non-Parametric ANOVA with block effect (Friedman Test). A covariable and an offset variable were also added to the Mixed GLM model. Results suggest that the most powerful model for the counting-type variable (with Poisson distribution), is the Mixed GLM; whereas for the relativized variable (count/surface), is the Mixed GLM with an offset variable.
description La preferencia de organismos por ciertos recursos es frecuentemente evaluada mediante pruebas de elección múltiple, sin tener en cuenta en los análisis la dependencia entre las observa-ciones. Este trabajo presenta distintos modelos estadísticos que permiten contemplar la falta de independencia de los datos y compara la ‘performance’ de cada uno de ellos empleando datos reales no simulados. Se utilizaron cuatro tipos de modelos: Análisis de Devianza (Modelo Lineal Generalizado Mixto), Análisis de la Varianza a un factor, ANOVA a un factor con bloque al azar (ambos Modelos Lineales Generales Mixtos), y ANOVA no paramétrico con bloques (Test de Friedman). También se utilizaron una covariable y una variable compensadora (‘offset’). Los resultados obtenidos sugieren que para la variable de tipo conteo (con distribución Poisson), el Modelo Lineal Generalizado Mixto fue el más potente, mientras que si se considera la medida relativi-zada (conteos/superficie), la mayor potencia la obtuvo el MLG con una variable compensadora.
publishDate 2005
dc.date.none.fl_str_mv 2005-12
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_6501
info:ar-repo/semantics/articulo
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv https://hdl.handle.net/20.500.12110/ecologiaaustral_v015_n02_p199
url https://hdl.handle.net/20.500.12110/ecologiaaustral_v015_n02_p199
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc-sa/2.5/ar
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/2.5/ar
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Asociación Argentina de Ecología
publisher.none.fl_str_mv Asociación Argentina de Ecología
dc.source.none.fl_str_mv Ecol. austral (En línea) 2005;02(015):199-206
reponame:Biblioteca Digital (UBA-FCEN)
instname:Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
instacron:UBA-FCEN
reponame_str Biblioteca Digital (UBA-FCEN)
collection Biblioteca Digital (UBA-FCEN)
instname_str Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
instacron_str UBA-FCEN
institution UBA-FCEN
repository.name.fl_str_mv Biblioteca Digital (UBA-FCEN) - Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
repository.mail.fl_str_mv ana@bl.fcen.uba.ar
_version_ 1844618742162522112
score 13.070432