UN MODELO DE REGRESIÓN LOGISTICA ORDINAL PARA LA DETERMINACIÓN DE LOS PRINCIPALES FACTORES QUE INFLUYEN EN LA PERCEPCIÓN DE LA CALIDAD DE VIDA EN DOS COMUNIDADES DE ACAPULCO, GUERRERO

  • Pablo Otoniel Juárez Moreno Universidad Autónoma de Guerrero. Guerrero, México.
  • Roberto Cañedo Villarreal Universidad Autónoma de Guerrero. Guerrero, México.
  • María del Carmen Barragán Mendoza Universidad Autónoma de Guerrero. Guerrero, México.
  • Octaviano Juárez Romero Universidad Autónoma de Guerrero. Guerrero, México.
Palabras clave: regresión logística ordinal, índice de calidad de vida, bienestar, modelo estadístico

Resumen

Se propone el modelo de regresión logística ordinal que identifica los factores fundamentales que dan lugar a la percepción de calidad de vida de los habitantes de Ciudad Renacimiento y Llano Largo, en Acapulco, Guerrero; para ello se utilizó una muestra no aleatoria de tamaño 220. Este modelo considera una variable de interés cualitativa (Calidad de Vida) con cuatro categorías ordinales; para lo cual se propone un modelo
estadístico de regresión logística ordinal con una función de enlace logit; la estimación de los parámetros del modelo, aj y = ( b1 , b2 ,..., bm ) desconocidos, se realizó mediante el método de máxima verosimilitud;
ajustado el modelo, se pasó a verificar si era adecuado, lo cual se llevó a cabo realizando tres pruebas estadísticas: el supuesto de las rectas paralelas, de que los coeficientes de las variables independientes fueran estadísticamente distintos de cero y las pruebas globales del modelo. Se ajustó una gran cantidad de modelos; para la elección de los mejores se utilizaron los criterios: significancia de los coeficientes de las variables independientes, los pseudo R2 y el porcentaje de coincidencia entre el pronóstico y el valor observado. Se reportan tres modelos, dos de ellos considerados plausibles, uno por su bondad de ajuste y el otro por su capacidad de pronosticar. En ambos modelos, las variables económicas tienen fuerte influencia sobre la percepción de la calidad de vida; sin embargo, también tienen influencia variables del espacio de salud y vida comunitaria, esta última como espacio que comprende a la contaminación del medio ambiente, entre otros, y de particular interés para la presente investigación.

Descargas

La descarga de datos todavía no está disponible.

Citas

Anand, Paul et al. “The Measurement of Capabilities”. The Department of Economics, The Open University, MK7 6AA, uk, 2007 http://www.oecd.org/site/worldforum06/38363699.pdf.

Cox, David R. y John Snell. The Analysis of Binary Data, 2da ed. Londres: Chapman and Hall, 1989.

Estes, Richard. Hacia un índice de calidad de vida, en Kliksberg. Pobreza un tema impostergable. México: clad, pnud, fce, 1993.

Félix, Mónica y Julio Piña. “Construcción y validación de un instrumento para la evaluación de la calidad de vida en personas con vih”. Terapia Psicológica, vol. 26, núm. 1, julio, 2008, pp.. 27-37.

Fesseau, Maryse y Peter van de Ven. Measuring Inequality in Income and Consumption in a National Accounts Framework, Statics Brief, no. 19, noviembre, oecd, 2014 http://www.oecd.org/std/na/Measuring- inequality-in-income-and-consumption-in-a-national-accounts- framework.pdf.

Franchet, Yves y Michael Renault. Societal Indicators of Territorial well Being, 3er oecd World Forum on “Statistics, Knowledge and Policy” Charting Progress, Building Visions, Improving Life Busan, Corea, 2009, http://www.oecd.org/site/progresskorea/44109891.pdf

García, José de Jesús. Hacia un nuevo sistema de indicadores de bienestar, en Realidad, datos y espacio. Revista internacional de estadística y geografía, vol. 2, núm.1, 2011, pp. 78-95

Harlow, Lisa. The Essence of Multivariate Thinking: Basic Themes and Methods (Multivariate Applications Series). 2da ed., Londres: Routledge, 2014.

Heredia, Jobany J., Aída Rodríguez y José Vilalta. Empleo de la regresión logística ordinal para la predicción del rendimiento académico. Revista investigación operacional. vol. 33, no. 3, 2012, pp. 252-267.

Ho, Robert. Handbook of Univariate and Multivariate Data Analysis with IBM SPSS, 2da ed., Cleveland: crc Press, 2013.

Hosmer, David, Stanley Lemeshow y Rodney Sturdivant. Applied Logistic Regression, 3a ed. Nueva Jersey: Wiley, 2013.

INEGI. Realidad, datos y espacio. Revista internacional de estadística y geografía, vol. 2, núm.1 enero-abril 2011.

Itay, Anat. “Israel’s Progress Index: a Multi-layered Model for Measuring Progress and Quality of life”, 3er oecd World Forum on “Statistics, Knowledge and Policy” Charting Progress, Building Visions, Improving Life Busan, Corea, 2009 http://www.oecd.org/site/progresskorea/ 44096120.pdf.

Kish, Leslie. Statistical Design for Research. Nueva York: John Wiley and Sons, 1987.

Leff, Enrique. ¿De quién es la naturaleza? Sobre la reapropiación social de los recursos naturales, en Gaceta Ecológica Nº 37, ine / Semarnap, México, 1995, pp. 58-64.

Long, J. Scott. Regression models for categorical and limited dependent variables, California: Sage, 1997.

McFadden, Daniel. Conditional logit analysis of qualitative choice behavior. In: Frontiers in Economics, P. Zarembka, Nueva York: Academic Press, 1974.

Mendoza, M. Elaboración y validación del cuestionario: “Desempeños profesionales de directivos y profesores en pro de una educación creativa: Evaluación y autoevaluación desde la perspectiva docente”. Revista Docencia e Investigación, no. 21. 2011.

Nagelkerke, N. J. D. A Note on the General Definition of the Coefficient of Determination. Biometrika, vol. 78, no. 3, 1991, pp. 691–692 oecd. Towards Green Growth: Monitoring Progress,

OECD Indicators, 2011 http://www.oecd.org/greengrowth/48224574.pdf.

OECD. 4th OECD World Forum on Statistics, Knowledge and Policy, Measuring Well-Being for Development and Policy Making: Highlights and Conclusions, India, octubre 2012 http://www.oecd.org/site/worldforumindia/OECD-World-Forum-2012-India-proceedings.pdf

OECD (2013). OECD Framework for Statistics on the Distribution of Household Income, Consumption and Wealth, OECD Publishing. http://dx.doi.org/10.1787/9789264194830-en.

OECD (2015). World Bank Chief Economist Sets up New Commission on Global Poverty, http://www.oecd.org/statistics/statisticsexpertstocontinueworkofstiglitz-sen-fitoussicommissiononmeasuringprogress.htm

O’Connel, A. A. Logistic regression models for ordinal response variables. California: Sage, 2006.

Ombui, G. M., Geofrey, M. y Gichuhi, W. Using Ordinal Regression Modeling to Evaluate the Satisfaction of Jomo Kenyatta, University of Agriculture and Technology, Faculty of Science Students. JAGST, vol. 13, no. 1, 2011.

Palomino, Bertha y Gustavo López. La Calidad de vida: expresión del desarrollo. Calidad de vida, salud y medio ambiente. crim. ini, iia, Cuernavaca, 2000, pp. 33-48.

Prieto, Fernando y José Antonio Nieto. Índices sintéticos de bienestar y sostenibilidad por comunidades autónomas, Documentos de Trabajo, Universidad Complutense de Madrid, 2014 http://eprints.ucm. es/25747.

Rencher, Alvin y William F. Christensen. Methods of Multivariate Analysis, 3a ed., Nueva Jersey: Wiley, 2012.

Schalock, R. Quality of Life. Application to Persons with Disabilities. vol. 2, M. Snell, y L. Vogtle Facilitating Relationships of Children with Mental Retardation in Schools, vol. 2, 1996, pp. 43-61.

Sen, Amartya. Bienestar, justicia y mercado, Ediciones Paidós, ice. de la Universidad Autónoma de Barcelona, 1993.

Sen, Amartya y Martha Nussbaum. La calidad de vida, México, df: FCE, 1993.

Yatskiv, Irina y Kolmakova, N. Using Ordinal Regression Model to Analyze Quality of Service for Passenger Terminal. The 7th International Conference. Vilnius, Lithuania, 2011.

Publicado
03-06-2016
Cómo citar
Juárez Moreno, P. O., Cañedo Villarreal, R., Barragán Mendoza, M. del C., & Juárez Romero, O. (2016). UN MODELO DE REGRESIÓN LOGISTICA ORDINAL PARA LA DETERMINACIÓN DE LOS PRINCIPALES FACTORES QUE INFLUYEN EN LA PERCEPCIÓN DE LA CALIDAD DE VIDA EN DOS COMUNIDADES DE ACAPULCO, GUERRERO. Denarius, (30), 171. Recuperado a partir de https://denarius.izt.uam.mx/index.php/denarius/article/view/53