RUO Home

Repositorio Institucional de la Universidad de Oviedo

View Item 
  •   RUO Home
  • Producción Bibliográfica de UniOvi: RECOPILA
  • Capítulos de libros
  • View Item
  •   RUO Home
  • Producción Bibliográfica de UniOvi: RECOPILA
  • Capítulos de libros
  • View Item
    • español
    • English
JavaScript is disabled for your browser. Some features of this site may not work without it.

Browse

All of RUOCommunities and CollectionsBy Issue DateAuthorsTitlesSubjectsxmlui.ArtifactBrowser.Navigation.browse_issnAuthor profilesThis CollectionBy Issue DateAuthorsTitlesSubjectsxmlui.ArtifactBrowser.Navigation.browse_issn

My Account

LoginRegister

Statistics

View Usage Statistics

RECENTLY ADDED

Last submissions
Repository
How to publish
Resources
FAQs

Modelo bayesiano para el análisis de las prevalencias de trastornos psicológicos

Author:
Cañadas de la Fuente, Gustavo; Fuente Solana, Emilia Inmaculada de la; García Cueto, EduardoUniovi authority; Lozano Fernández, Luis ManuelUniovi authority; San Luis Costas, Concepción; Vargas Pecino, Cristina
Publication date:
2009
Editorial:

Universidad de Murcia. Departamento de Estadística e Investigación Operativa

Citación:
Cañadas de la Fuente, G., Fuente Solana, E. I. de la, García Cueto, E., Lozano Fernández, L. M., San Luis Costas, C., y Vargas Pecino, C. (2009). Modelo bayesiano para el análisis de las prevalencias de trastornos psicológicos. En XXXI Congreso Nacional de Estadística e Investigación Operativa ; V Jornadas de Estadística Pública: Murcia, 10-13 de febrero de 2009 : Libro de Actas. Murcia : Universidad de Murcia. Departamento de Estadística e Investigación Operativa
Abstract:

Los modelos para analizar datos de investigación incluyen el concepto de incertidumbre, y, según se interprete el concepto de probabilidad, las técnicas de Inferencia Estadística se plantean desde el punto de vista clásico o bayesiano. Son diferencias entre ambas opciones:(a) el uso de la información previa (b) los supuestos de partida de las técnicas de análisis; (c) la precisión de las estimaciones. La Estadística Bayesiana permite salvar debilidades de los procedimientos clásicos, pero existen di cultades para utilizarla en la práctica, debido a la ausencia de programas que lo permitan. Por ello se utiliza moderadamente, pero se considera una alternativa o, al menos, un complemento, a la Estadística clásica desde diversos ámbitos relacionados con la investigación en Psicología. En este trabajo se presenta el análisis bayesiano mediante programación en WinBugs de las prevalencias de trastornos psicológicos recogidos en el CECAD (proyectos SEJ2006.13009 y P07.HUM02529).

Los modelos para analizar datos de investigación incluyen el concepto de incertidumbre, y, según se interprete el concepto de probabilidad, las técnicas de Inferencia Estadística se plantean desde el punto de vista clásico o bayesiano. Son diferencias entre ambas opciones:(a) el uso de la información previa (b) los supuestos de partida de las técnicas de análisis; (c) la precisión de las estimaciones. La Estadística Bayesiana permite salvar debilidades de los procedimientos clásicos, pero existen di cultades para utilizarla en la práctica, debido a la ausencia de programas que lo permitan. Por ello se utiliza moderadamente, pero se considera una alternativa o, al menos, un complemento, a la Estadística clásica desde diversos ámbitos relacionados con la investigación en Psicología. En este trabajo se presenta el análisis bayesiano mediante programación en WinBugs de las prevalencias de trastornos psicológicos recogidos en el CECAD (proyectos SEJ2006.13009 y P07.HUM02529).

URI:
http://hdl.handle.net/10651/55518
ISBN:
978-84-691-8159-1
Collections
  • Capítulos de libros [6523]
Files in this item
Compartir
Exportar a Mendeley
Estadísticas de uso
Estadísticas de uso
Metadata
Show full item record
Página principal Uniovi

Biblioteca

Contacto

Facebook Universidad de OviedoTwitter Universidad de Oviedo
The content of the Repository, unless otherwise specified, is protected with a Creative Commons license: Attribution-Non Commercial-No Derivatives 4.0 Internacional
Creative Commons Image