عنوان

Modelo lineal mixto de clases latentes con respuesta ordinal y su aplicación en la medición de la religiosidad

Number

TLpq2400578203

.Language of Text, Soundtrack etc

اسپانیایی

Title Proper

Modelo lineal mixto de clases latentes con respuesta ordinal y su aplicación en la medición de la religiosidad

General Material Designation

[Thesis]

First Statement of Responsibility

Renteria Sacha, Ivonne Mireille

Subsequent Statement of Responsibility

Valdivieso Serrano, Luis Hilmar

Name of Publisher, Distributor, etc.

Pontificia Universidad Catolica del Peru - CENTRUM Catolica (Peru)

Date of Publication, Distribution, etc.

2020

Specific Material Designation and Extent of Item

68

Dissertation or thesis details and type of degree

Master's

Body granting the degree

Pontificia Universidad Catolica del Peru - CENTRUM Catolica (Peru)

Text preceding or following the note

2020

Text of Note

Los modelos lineales mixtos de clases latentes desarrollados por Proust-Lima, Philipps y Liquet (2017) son útiles para analizar el aspecto dinámico y la naturaleza multidimensional de un fenómeno de interés en poblaciones no necesariamente homogéneas. Estos permiten identificar las posibles clases latentes en la población bajo estudio y cómo un conjunto de covariables afecta en cada clase a la variable respuesta de interés. En esta tesis se desarrolla el modelo lineal mixto de clases latentes con variable respuesta latente y variable mani-fiesta ordinal, a través de sus dos componentes: el sub-modelo estructural y el sub-modelo de medición, que son complementados con un modelo logístico multinomial para analizar la probabilidad de pertenencia a una clase latente. El modelo se aplicó a un conjunto de datos pertenecientes al Estudio Nacional de Juventud y Religión (NSYR por las siglas en inglés "National Study of Youth and Religion"), con el fin de encontrar clases latentes en el constructo religiosidad y describir su evolución. Como resultado, se identificaron tres clases latentes con trayectorias distintas para cada caso.

Latent class linear mixed models

Statistics

Renteria Sacha, Ivonne Mireille

Valdivieso Serrano, Luis Hilmar

Electronic name

p

[Thesis]

276903

a

Y