Académique Documents
Professionnel Documents
Culture Documents
Resultados
Se han comparado todos los mensajes parentales seleccionados, dos a dos, siendo N,j el
número de comparaciones muestrales. Los resultados se resumen bien una tabla de contingencia
6 x 6, bien la que las celdillas de la diagonal son ceros estructurales, y bien donde cada n,j corresponde
al número de veces que el mensaje i se ha detectado como más relevante que el j, y n,i se
corresponde con el número de veces que el mensaje j ha sido más relevante que el i, es decir N,j
= n,j + n,i. Cuando las comparaciones son independientes, con la misma probabilidad aplicada
a cada una, sea n,j, n,j tendrá una distribución binomial con (N ,j, p,j). Por tanto, n,j, será la
probabilidad de que el mensaje i se prefiera al mensaje j, siendo n,j + n,i = 1.
A continuación se irán reseñando los resultados obtenidos, considerando bien primer lugar los
correspondientes a los mensajes directos.
OBSERVACIONES:
El modelo de Bradley-Terry, verificado a través del Modelo de Cuasí-simetría, se aceptaría
en la medida en que se anulasen del mismo las comparaciones entre los mensajes C-D, C-E, y C-
F, ya que éstos han sido seleccionados un número muy reducido de veces.
De acuerdo con las proporciones de elección que a continuación se especifican, vemos que
el mensaje C ha sido elegido como relevante en un número muy reducido de ocasiones, motivo
por el cual el citado modelo no llega a ajustarse. El modelo final, eliminadas las comparaciones
que han suscitado las diferencias, quedaría reflejado de la siguiente manera
Las proporciones de preferencia de los mensajes parentales directos, tomados a partir de los
datos globales, son las siguientes.
Otros resultados de interés son los siguientes:
OBSERVACIONES
El mensaje C es seleccionado un escaso número de veces en relación con la frecuencia con
que se eligen los mensajes D y F. Si estas comparaciones se eliminasen del modelo éste se
ajustaría de acuerdo con los siguientes términos:
Otros resultados de interés son los siguientes:
OBSERVACIONES:
El modelo de Cuasi-Simetría no se justifica debido al hecho de que el mensaje E ha sido
seleccionado con mayor frecuencia que los mensajes C y D. Eliminando estas comparaciones del
modelo, éste se ajustaría de acuerdo con los siguientes datos
Otros resultados de interés son los siguientes:
OBSERVACIONES:
El modelo de Cuasi-Simetría no se ajusta debido a que el mensaje F es elegido un número
superior de veces que el mensaje C. Eliminada esta comparación, el modelo se ajustaría en los
siguientes términos
Otros resultados de interés son los siguientes:
OBSERVACIONES:
El modelo de Cuasi-Simetría no se ajusta debido a que el mensaje C se ha elegido en bastantes
menos ocasiones que los mensajes D, E y F. Si estas comparaciones no son tenidas en cuenta, el
modelo ajustado sería el siguiente:
Otros resultados de interés son los siguientes:
Otros resultados de interés son los siguientes:
OBSERVACIONES:
El modelo se justifica si se convierten en ceros estructurales las comparaciones C-B, C-D, C-
F y D-F. Es decir, el mensaje C es elegido un número muy reducido de veces respecto al B, al D
y al F, al igual que el mensaje D con el F. Si estas comparaciones se eliminasen, el Modelo de
Cuasi-Simetría se aceptaría, quedando reducido su ajuste a los siguientes términos
Otros resultados de interés son los siguientes:
OBSERVACIONES
Si de este modelo se eliminase la comparación D-F (el mensaje D se elige con una frecuencia
considerablemente menor que el F), el modelo de Bradley-Terry se ajustaría en la forma
siguiente:
OBSERVACIONES
Tal como hemos podido comprobar, el modelo de Cuasi-simetría casí podría haberse
aceptado, y esto hubiera ocurrido si se considerase como cero estructural la celdilla correspondiente
a la comparación entre el mensaje D y el F (El mensaje D ha sido elegido en menos ocasiones que
el mensaje F), siendo su ajuste, en tal caso, el siguiente
OBSERVACIONES
El mensaje F es elegido con mayor frecuencia que los mensajes C y D, especialmente que el
C. Si estas comparaciones se anulasen del modelo, éste incrementaría su nivel de aceptación de
0.05 a 0.12, tal como vemos a continuación
Discusión
AGRESTI, A. (1990). Categorical Data Analysis . New York. Wiley & Sons.
ALTHAM, P.M.E. (l975). Quasi-independent triangular contingency tables. Biometrics, 31.
233-238.
BISHOP, Y.M.M., & FIENBERG, S.E. (1969). Incomplete two-dimensional contingency tables.
Biometrics, 25, 119-128.
BISHOP, Y.M.M., FIENBERG, S.E, & HOLLAND, P,W, (1975). Discrete Multivariate
Analysis : Theory and Practice . M.I.T. Press, Cambrige, Mass.
BRADLEY, R. A. (1976). Science, statistics and paired comparisons. Biometrics , 32. 213-240.
BRADLEY, R.A. & TERRY, M.E. (1952). Rank analysis of Incomplete block designs I. The
method of paired comparisons. Biometrika, 39. 324-345.
CAUSSINUS, H. (1.965). Contribution à 1'analyse statistique des tableaux de correlation. Ann.
Fac. Sci. Univ. Tolouse , 29: 77-182.
COX, D.R. (1958). The regression analysis of binary sequences. J. Roy. Statist. Soc. B20. 215-
242.
COX, D.R. (1970). The Analysis of Binary Data . (2nd edn. 1989, by D.R. Cox and E.J. Snell).
London : Chapman and Hall.
DARROCH, J.N. (1981). The Mantel-Haenszel test and tests of marginal symmetry: fixed -
effects and mixed model for a categorical response. Internat. Statist, Rev. 49. 285-307.
DARROCH, J.N. & McCLOUD, P.I. (1986). Category distinguishability and observer agreement.
Austral J. Statis. , 28. 371-388.
DAVID, H. A. (1988). The method ofPaired Comparisons . Oxford: Oxford University Press.
FIENBERG, S.E. (1969). Preliminary graphical analysis and quasi-independence for two-way
contingency tables. Appl. Statist. 18. 153-168.
FIENBERG, S.E. (1970). Quasi-independenceand maximun Likelihood estimation in incomplete
contingency tables. J. Amer. Statist. Assoc., 65 .1610-1616.
FIENBERG, S.E. (1972). The analysis of incomplete multi-way contingency tables. Biometrics
28. 177-202.
FIENBERG, S.E. & LARNTZ, K. (1976). Loglinear representation for paired and multiple
comparison models. Biometrika, 63 . 245-254.
GOODMAN, L.A. (l968). The analysis of cross-classified data: independence, quasi-
- independence, and interaction in contingency tables with or without missing entries. J. Amer.
Statistic. Assoc, 63. 1091-1131.
IMREY, P. B. JOHNSON, W.D. & KOCH, G.G. (1976). An incomplete contingency table
approach to paired-comparison experiments. J. Amer. Statist. Assoc. , 71. 614-623.
McCULLAGH, P. (1986). The conditional distribution of goodness-of-fit statistics for discrete
data. J. Amer. Statistic. Assoc, 81. 104-107.
WAGNER, S.E. (1970). The maximun-likelihood estimate for contingency tables with cero
diagonal. J. Amer. Statist. Assoc, 65. 1362-1383.