Resumen de Modelos de clases latentes en tablas poco ocupadas: una contribución basada en bootstrap
Carlomagno Araya Alpízar
[ES] El contexto general de esta investigación, se enmarca en el estudio del problema que puede surgir en la aplicación de los Modelos de Clases Latentes, cuando se incumplen las propiedades asintóticas de los estadísticos de bondad de ajuste, situación que se presenta en las tablas de contingencia poco ocupadas, conocidas como “sparse data”. Los datos “sparse” se presentan a menudo en conjuntos de datos pequeños o cuando el número posible de patrones de respuesta es grande, ya que la mayoría de los patrones de respuestas tienen frecuencias cero o tienden a cero. Se han propuesto algunas soluciones para hacer frente al problema. Una de ellas es encontrar el modelo de clases latentes más apropiado utilizando el método Bootstrap Paramétrico. Básicamente, el método consiste en simular conjuntos de datos adicionales (o remuestras), utilizando una distribución de probabilidad conocida.
