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
- Institución
- Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
- OAI Identificador
- ecologiaaustral:ecologiaaustral_v015_n02_p199
Ver los metadatos del registro completo
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 |