Escudo de la República de Colombia
Sistema Nacional de Biliotecas - Repositorio Institucional Universidad Nacional de Colombia Biblioteca Digital - Repositorio Institucional UN Sistema Nacional de Bibliotecas UN

Estimación de modelos de estructura de covarianza mediante algoritmos genéticos

Arboleda Quintero, Leidy Laura (2017) Estimación de modelos de estructura de covarianza mediante algoritmos genéticos. Maestría thesis, Universidad Nacional de Colombia - Sede Medellín.

Texto completo

[img]
Vista previa
PDF - Versión Aceptada
Available under License Creative Commons Attribution Non-commercial No Derivatives.

5MB

Resumen

El estudio de constructos o conceptos que denotan un comportamiento social como la calidad de vida, la inteligencia, entre otros, se ha convertido en la base para la construcción de acciones en pro de un mejor entendimiento y direccionamiento de una comunidad. Actualmente existen varias opciones metodologías que permiten abordar este tipo de estudio, según las características particulares de investigación que se tengan. Particularmente, la teoría de los modelos de estructura de covarianza se enfoca en el análisis de las relaciones causales entre un conjunto de variables observables y variables latentes, lo cual es de gran ayuda para disciplinas como la psicología y las ciencias sociales. El desarrollo de esta metodología ha tratado consigo la creación de software especializados en esta materia como lo son: PROCCALIS de SAS, AMOS de IBM SPSS, Paquete SEM y Lavaan de R Project, LISREL de SSI, EQS, RAMONA, LISCOMP, SEPATH, Mx, Mplus y Tetrad. Estos, a pesar de su utilidad y practicidad, presentan dificultades en la etapa de estimación de los parámetros del modelo; debido a que el algoritmo de optimización proviene de la teoría de métodos numéricos, lo cual tiende a producir soluciones que solo alcanzan a ser localmente óptimas. Como alternativa, la estrategia de solución se basa en ejecutar el algoritmo varias veces con diferentes valores iniciales para así verificar si las estimaciones siguen siendo las mismas cada vez o si surgen diferencias, para luego seleccionar la mejor solución. Esto plantea la necesidad de una solución más robusta, lo que conlleva al desarrollo de este trabajo, el cual pretende emplear algoritmos genéticos para contribuir a mejorar el problema de convergencia local en la etapa de estimación de los parámetros de los modelos de estructura de covarianza, con el n de proporcionar una estrategia que sea poco influenciable ante superficies de búsqueda multimodales y sea capaz de generar soluciones óptimas globales., Abstract: The study of constructs or concepts denoting a social behavior such as life quality and intelligence, among others, has become the basis for creating actions intended for a better understanding and orientation of a community. Currently there ara several methodological options which allow to approach this kind of study according to the particular research characteristics. In particular, the theory of covariance structure models focuses on the analysis of causal relationships between a set of observable variables and latent variables. This is of great help for disciplines such as Psychology and Social Sciences. The development of this methodology has brought about the creation of specialized programas such as: PROC CALIS from SAS, AMOS from IBM SPSS, SEM package and Lavaan from R Project, LISREL from SSI, EQS, RAMONA, LISCOMP, SEPATH, Mx, Mplus and Tetrad. Althoug these programs are very useful and practical, they present di�culties in the stage of model parameter esti- mation. This happens because the optimization algorithm comes from the numeric method theory, which thends to produce solutions that can only be optimal locally. As an alternative, the solution strategy is based on running the algorithm several times with di erent initial values to verify if estimations are still the same or if di erences arise to then select the best solution. This calls for a more analytical solition, which is why this work was developed. The aim is to provide a little more robust solution by using genetic algorythms to contribute to improve the problem of local convergence in the stage of estimation of covariance structure model parameters. This will provide a strategy that is not vey much in uenced by multimodal search surfaces and which can be able to generate optimal global solution.

Tipo de documento:Tesis/trabajos de grado - Thesis (Maestría)
Colaborador / Asesor:Correa Morales, Juan Carlos
Información adicional:Magister en Estadística
Palabras clave:Modelos de estructura de covarianza, SEM, Algoritmos genéticos, Algoritmo de optimización, mínimos cuadrados, Análisis de variables latentes, Modelos LISREL, MEC, Linear Structural, Structural Equation Models, Lavaan
Temática:5 Ciencias naturales y matemáticas / Science > 51 Matemáticas / Mathematics
Unidad administrativa:Sede Medellín > Facultad de Ciencias > Escuela de Estadística
Código ID:62102
Enviado por : LEIDY LAURA ARBOLEDA QUINTERO
Enviado el día :29 Enero 2018 18:53
Ultima modificación:29 Enero 2018 18:53
Ultima modificación:29 Enero 2018 18:53
Exportar:Clic aquí
Estadísticas:Clic aquí
Compartir:

Solamente administradores del repositorio: página de control del ítem

Vicerrectoría de Investigación: Número uno en investigación
Indexado por:
Indexado por Scholar Google WorldCat DRIVER Metabiblioteca OAIster BASE BDCOL Registry of Open Access Repositories SNAAC Red de repositorios latinoamericanos eprints Open archives La referencia Tesis latinoamericanas OpenDOAR CLACSO
Este sitio web se ve mejor en Firefox