Regresión Logística Bivariable para Tablas de Contingencia Usando Metodología GSK

• Autores: Kelly Johana Henao Zuluaga, Juan Carlos Correa Morales
• Localización: Comunicaciones en Estadística, ISSN 2027-3355, ISSN-e 2339-3076, Vol. 11, Nº. 2, 2018, págs. 153-170
• Idioma: español
• DOI: 10.15332/2422474x.3714
• Enlaces
  • Texto completo (pdf)
• Dialnet Métricas: 1 Cita
• Resumen

  • La regresión logística bivariable considera una respuesta que contiene dos variables dicótomas que son explicadas por un conjunto de variables y que permite tener en cuenta el nivel de asociación que existe entre las variables dicótomas a diferencia de los modelos marginales usualmente utilizados. Se desarrolla la metodología para la estimación de modelos logísticos bivariables para datos en tablas de contingencia utilizando metodología GSK. Esto incluye tanto la estimación del modelo como la evaluación de la calidad del modelo la cual incluye pruebas de hipótesis.

• Referencias bibliográficas
  • Agresti, A. (2013) Categorical data analysis. New Jersey: John Wiley & Sons.
  • Cengiz, M.A.(2005).Bayesian inference for bivariate generalized linear models in diagnosing renal arterial obstruction. Statistical Methodology,
  • Departamento Administrativo de Planeacion Municipio de Medelln. (2012) Encuesta de Calidad de Vida 2011.
  • Glonek, G.F., McCullagh, P.(1995). Multivariate logistic models. Journal of the royal statistical society. Series B (Methodological), 533-546.
  • Grizzle, J.E., Starmer, C.F. y Koch, G.G. (1969) Analysis of categorical data by linear models. Biometrics, Vol. 25, No. 3, pp. 489-504
  • Genest, C. y Neslehova, J. (2007) A Primer on Copulas for Count Data.
  • Astin Bulletin, Vol. 37, No. 2, pp. 475-515
  • Le Cessie, S. y Van Houwelingen, J. C. (1994) Logistic regression for correlated binary data. Journal of the Royal Statistical Society. Series...
  • McDonald, B.W. (1993) Estimating logistic regression parameters for bivariate binary data. Journal of the Royal Statistical Society. Series...
  • R Core Team (2017),R: A Language and Environment for Statistical Computing, R Foundation for Statistical Computing, Vienna, Austria.*http://www.Rproject.org/
  • Sering, R.J. (2002) Approximation Theorems of Mathematical Statistics.John Wiley Sons.
  • Schmidt, P. and Strauss,R.P. (1975). Estimation of models with jointly dependent qualitative variables: a simultaneous logit approach. Econometrica:...
  • Stokes, M. E., Davis, C. S., y Koch, G. G. (2012).Categorical data analysis using SAS. SAS institute.
  • Rao, C. R., Toutenburg, H., Shalabh, H. C., Schomaker, M. (2008).Linear models and generalizations. Least Squares and Alternatives. Springer,...