Eating behavior by gender: an alternative methodological approach for the analysis of categorical data

  1. Rodrigo Giménez, María Florencia
  2. Ato García, Manuel
  3. Rabadán Anta, Rafael
Revista:
Psicothema

ISSN: 0214-9915

Año de publicación: 2001

Volumen: 13

Número: 2

Páginas: 271-276

Tipo: Artículo

DIALNET GOOGLE SCHOLAR lock_openAcceso abierto editor

Otras publicaciones en: Psicothema

Resumen

Comportamiento alimentario por sexos: un enfoque metodológico alternativo para el análisis de datos categóricos. En este artículo se proponen instrumentos metodológicos relativamente nuevos para analizar datos categóricos con precisión y exhaustividad, como los datos procedentes de escalas nominales y ordinales que usualmente se presentan en tablas de contingencia. Heatherton y otros (1997), en su estudio longitudinal sobre comportamiento alimentario, recogieron datos sobre cambio en hábitos de dieta que se reanalizan ahora desde un enfoque alternativo, compuesto de varias aplicaciones derivadas de los Modelos Lineales Generalizados. Estas técnicas pueden resultar muy útiles de cara al deseable incremento en el número de trabajos con medidas repetidas y diseños de panel, cuyos datos han sido en muchas ocasiones pobremente analizados debido sobre todo al abusivo recurso a los métodos estadísticos clásicos. Un rasgo muy interesante observado gracias a este enfoque de modelado es la existencia de diferentes patrones de conducta alimentaria según sexos, por lo que modelos idénticos no deberían aplicarse al análisis de las respuestas de hombres y de mujeres, so pena de perder información importante

Referencias bibliográficas

  • Agresti, A. (1983). Testing marginal homogeneity for ordinal categorical variables. Biometrics, 39, 505-510.
  • Agresti, A. (1984). Analysis of Ordinal Categorical Data. New York,NY: Wiley .
  • Agresti, A. (1990). Categorical Data Analysis. New York, NY: Wiley.
  • Agresti, A. (1997). A Model for Repeated Measurements of a Multivariate Binary Response. Journal of the American Statistical Association, 92, 315-321.
  • Ato, M., Rabadán, R., y Galindo, F. (1999). Dos enfoques analíticos del diseño con grupo de control no equivalente para variables dependientes categóricas. Psicothema, 11(3), 663-78.
  • Becker, M. (1994). Analysis of cross-classifications of counts using models for marginal distributions: An application to trends in attitudes on legalized abortion. Sociological Methodology, 24, 229-265.
  • Bergsma, W. (1997). Marginal Models for Categorical Data. Doctoral dissertation (published as WORC paper). Tilburg University, Holland.
  • Bishop, Y., Fienberg, S., & Holland, P. (1975). Discrete Multivariate Analysis: Theory and Practice. Cambridge, MA: The MIT Press.
  • Bowker, A. (1948). A test for symmetry in contingency tables. Journal of the American Statistical Association, 43, 572-574.
  • Caussinus, H. (1966). Contribution a l’analyse statistique des tableaux de correlation. Annales de la Faculté des Sciences de l’Universitat‚ de Toulouse, 29, 77-182.
  • Clogg, C.C., & Shihadeh, E. (1994). Statistical Models for Ordinal Varia bles. Thousand Oaks, CA: Sage.
  • Goodman, L. (1972). A general model for the analysis of surveys. American Journal of Sociology, 78 , 1135-1191.
  • Goodman, L. (1978)(ed. J. Magidson). Analyzing Qualitative/Categorical Data. Cambridge, MA: ABT Books.
  • Goodman, L. (1979). Simple models for the analysis of association in cross-classifications having ordered categories. Journal of the American Statistical Association, 74, 537-552.
  • Goodman, L. (1981). Association models and canonical correlation in the analysis of cross-classifications having ordered categories. Journal of the American Statistical Association, 76, 320-334.
  • Haberman, S.J. (1974). Loglinear models for frequency tables derived by indirect observation: maximum likelihood equations. Annals of Statistics, 2, 911-924.
  • Haberman, S.J. (1979). Analysis of Qualitative Data. II: New Developments. New York, NY: Academic Press.
  • Hagenaars, J. (1993). Loglinear Models with Latent Variables. Newbury Park, CA: Sage.
  • Heatherton, T. F., Mahamedi, F., Striepe, M., Field, A.E., & Keel, P. (1997). A 10-year longitudinal study o f body weight, dieting, and eating disorder symptoms. Journal of Abnormal Psychology, 106, 117-125 .
  • Heinen, T. (1996). Latent Class and Discrete Latent Trait Models: Similarities and Differences. Newbury Park, CA: Sage.
  • Kagan, J. (1998). The Quiet Return of Categories. Social Research, 65, 449-461.
  • Lang, J., & Agresti, A. (1994). Simultaneously modelling joint and marginal distributions of multivariate categorical responses. Journal of the American Statistical Association, 89, 625-632.
  • Lang, J., & Eliason, S. (1997). Application of association-marginal models to the study of social mobility. Sociological Methods & Research, 26, 183-212.
  • McCullagh, P. (1982). Some applications of quasi-symmetry. Biometrika, 69, 303-308.
  • McCullagh, P., & Nelder, J. (1989). Generalized Linear Models, 2nd ed. London: Chapman & Hall.
  • McNemar, Q. (1947). Note on the sampling error of the difference between correlated proportions or percentages. Psychometrika, 12, 153-157.
  • Meiser, T. (1996). Loglinear Rasch models for the analysis of stability and change. Psychometrika, 61, 629-645.
  • Meiser, T., Von Eye, A., & Spiel, C. (1997). Loglinear symmetry and quasi-symmetry models for the analysis of change. Biometrical Journal, 39, 351-368.
  • Nelder, J., & Wedderburn, R. (1972). Generalized linear models. Journal of the Royal Statistical Society, series A, 135, 370-384.
  • Rabadán, R., Ato, M., y Galindo, F. (1999). Extensiones del modelo loglineal de Rasch para el análisis de datos categóricos. Metodología de las Ciencias del Comportamiento, 1(1), 61-79.
  • Raftery, A. (1986). Choosing models for cross-classifications. American Sociological Review, 51, 145-156.
  • Raftery, A. (1995). Bayesian model selection in social research. In P. Marsden, ed.: Sociological Methodology 1995, 25, 111-163.
  • Rudas, T. (1998). Odds ratios in the analysis of contingency tables. Thousand Oaks, CA: Sage.
  • Sánchez-Carracedo, D., y Saldaña, C. (1998). Evaluación de los hábitos alimentarios en adolescentes con diferentes índices de masa corporal. Psicothema, 10(2), 281-92.
  • Vermunt, J. (1997). LEM: A general program for the analysis of categorical data, 2nd draft. Unpublished monograph. Tilburg University, Holland.
  • Wilks, S. (1935). The likelihood test of independence in contingency tables. Annals of Mathematical Statistics, 6, 190-196.
Fuente de los datos: Dialnet