Análisis de clases latentes en tablas poco ocupadas: consumo de alcohol, tabaco y otras drogas en adolescentes

• Araya, Carlomagno ^[1] ; Sepúlveda, Rosa ^[2]
  1. [1] Universidad de Costa Rica

     Universidad de Costa Rica

     Hospital, Costa Rica

     
  2. [2] Universidad de Salamanca

     Universidad de Salamanca

     Salamanca, España

     
• Localización: Revista de Matemática: Teoría y Aplicaciones, ISSN 2215-3373, ISSN-e 2215-3373, Vol. 17, Nº. 1, 2010, págs. 25-40
• Idioma: español
• DOI: 10.15517/rmta.v17i1.310
• Títulos paralelos:
  • Latent class analysis in sparse data: alcohol, tobacco and other drugs in teenagers
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    La aportación de este estudio es la aproximación multidimen-sional sobre patrones de consumo de drogas en jóvenes. Los datosprovienen del estudio “Factores que inciden en el consumo de dro-gas, población juvenil. Región Central de Occidente” de Costa Rica,2006. Con base en los resultados obtenidos con un modelo de claseslatentes, se establecen 8 subgrupos de individuos según el consumode las diferentes drogas.

  • English

       The contribution of this study is the multidimensional approachon patterns of drug use among young people. The data come fromthe study ”Factors that influence the consumption of drugs, juvenilepopulation. Central region of the West” from Costa Rica, 2006. Onthe basis of the results obtained with a latent class model, 8 sub-groups of individuals settle down according to the consumption ofdifferent drugs.

• Referencias bibliográficas
  • Agresti, A. (1984) Analysis of Ordinal Categorical Data. John Wiley and Sons, New York.
  • Andersen, E. (1991) The Analysis of Categorical Data. Springer-Verlag, Berlin.
  • Anderson, T. (1954) “On estimation of parameters in latent structure analysis”. Psychometrika 19(1): 1–10.
  • Bartholomew, D. (1987) Latent Variable Models and Factor Analysis. 2nd edition, Oxford University Press, London.
  • Clogg, C.C. (1995) “Latent class models: recent developments and prospects for the future”, in: C.C. Clogg; G. Arminger & M.E. Sobel (Eds.)...
  • Dempster, A.P.; Laird, N.M.; Rubin, D.B. (1977) “Maximum likelihood from incomplete data via the EM algorithm”, Journal of the Royal Statistical...
  • Efron, B. (1979) “Bootstrap Methods: Another Look at the Jackknife”, The Annals of Statistics 7: 1–26.
  • Efron, B.; Tibshirani, R. J. (1993) An Introduction to the Bootstrap. Chapman and Hall, London.
  • Goodman, L. (1974) “Exploratory latent structure analysis using both identificable and unidentificable models”, Biometrika 61(2): 215–231.
  • Henry, N.; Lazarsfeld, P. (1968) Latent Structure Analysis. Houghton Mifflin, Boston.
  • Instituto Sobre Alcoholismo y Farmacodependencia (2007) La Juventud y las Drogas: Encuesta Nacional sobre Percepciones y Consumo en Población...
  • Langeheine, R.; Pannekoek, J.; Van de Pol, F. (1996) “Bootstrapping goodness-of-fit measures in categorical data Analysis”, Sociological Methods...
  • Manly, F. (1997) Randomization, Bootstrap and Monte Carlo Methods in Biology. Chapman & Hall, London.
  • McHugh, R. (1956) “Efficient estimation and local identification in latent class analysis”, Psychometrika 21(4): 331–347.
  • Read, T.; Cressie, N. (1988) Goodness-of-Fit Statistics for Discrete Multivariate Data. Springer-Verlag, New York.
  • Ugalde, M.; Barboza, A.; Orozco, J.; Esquivel, J.; Jiménez, J.; Gómez, A. (2000) “Análisis del consumo de drogas en adolescentes escolarizados...
  • Vermunt, J.; Magidson, J. (2002) “Latent class cluster analysis”, in: J.A. Hagenaars & A.L. McCutcheon (Eds.) Applied Latent Class analysis....
  • Von Davier, M. (1997) “Bootstrapping goodness-of-fit statics for sparse Categorical Data – Results of a Monte Carlo study”, Methods of Psychological...
  • Von Davier, M. (2001) WINMIRA 3.2 pro. Institute for Science Education (IPN), Kiel.