Formato de presentación de proyecto. Una aplicación de estimación de áreas pequeñas utilizando imputación múltiple con modelos logísticos de tres parámetros en pruebas estandarizadas

Vista sencilla de ítem
dc.contributor.authorTellez Piñerez, Cristian Fernandospa
dc.contributor.authorGutiérrez Rojas, Andrésspa
dc.contributor.cvlachttp://scienti.colciencias.gov.co:8081/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000016463spa
dc.contributor.googlescholarhttps://scholar.google.es/citations?user=PJ6JUFwAAAAJ&hl=esspa
dc.contributor.orcidhttps://orcid.org/0000-0003-3869-1831spa
dc.coverage.campusCRAI-USTA Bogotáspa
dc.date.accessioned2020-10-14T22:11:34Zspa
dc.date.available2020-10-14T22:11:34Zspa
dc.date.issued2020-10-14spa
dc.descriptionLa generación de estadísticas de alta calidad y bajo costo es una necesidad para los tomadores de decisiones hoy en día, en educación estos datos son necesarios para decidir acerca de la creación de políticas, la continuidad de programas existentes y la asignación de recursos año a año. Se propone una metodología para la estimación del rendimiento de los establecimientos educativos en Colombia a partir de la observación de una muestra de ellos y de información auxiliar pertinente. La propuesta combina la construcción de un modelo de Fay Herriot basado en las metodologías de estimación en áreas pequeñas con la estimación múltiple del desempeño de cada estudiante vía valores plausibles. Al final, se presentan los resultados de la aplicación de la metodología propuesta para los establecimientos de Colombiaspa
dc.description.domainhttp://unidadinvestigacion.usta.edu.cospa
dc.format.mimetypeapplication/pdfspa
dc.identifier.citationTellez Piñerez, C. F. & Gutiérrez Rojas, A. (s.f.). Formato de presentación de proyecto. Una aplicación de estimación de áreas pequeñas utilizando imputación múltiple con modelos logísticos de tres parámetros en pruebas estandarizadas [Informes de Investigación, Universidad Santo Tomás] Repositorio institucional - Universidad Santo Tomásspa
dc.identifier.doihttps://doi.org/10.15332/dt.inv.2021.01942spa
dc.identifier.urihttp://hdl.handle.net/11634/30397
dc.relation.referencesAustralian Bureau of Statistics (2006), A guide to small area estimation.spa
dc.relation.referencesBirnbaum, A. (1958), `On the estimation of mental ability', Series Rep 15, 7755- 7723.spa
dc.relation.referencesBattese, G. E., Harter, R. M. & Fuller, W. A. (1988), `An error components model for prediction of county crop areas using survey and satellite data', Journal of the American Statistical Association 83(401), 28-36.spa
dc.relation.referencesBeaton, A. E. & Allen, N. L. (1992), `Chapter 6: Interpreting scales through scale anchoring', Journal of Educational Statistics 17(2), 191-204.spa
dc.relation.referencesChambers, R. & Tzavidis, N. (2006), `M-quantile models for small area estimation', Biometrika pp. 255-268.spa
dc.relation.referencesChambers, R., Chandra, H. & Tzavidis, N. (2009), `On bias-robust mean squared error estimation for pseudo-linear small area estimators'.spa
dc.relation.referencesCochran, W. G. (1977), Sampling Techniques: 3d Ed, Wiley.spa
dc.relation.referencesCervantes, V. H., Cepeda, E. & Camargo, S. L. (2008), `Una propuesta para la obtención de niveles de desempeño en los modelos de teoría de respuesta al ítem', Avances en Medición 6(1), 49-58.spa
dc.relation.referencesde Andrade, D. F., Tavares, H. R. & da Cunha Valle, R. (2000), `Teoria da resposta ao item: conceitos e aplicacoes', ABE, Sao Paulo.spa
dc.relation.referencesFay, R. E. & Herriot, R. A. (1979), `Estimates of income for small places: an application of james-stein procedures to census data', Journal of the American Statistical Association 74(366a), 269-277.spa
dc.relation.referencesFalorsi, P. D. & Righi, P. (2008), `A balanced sampling approach for multi-way stratification designs for small area estimation', Survey Methodology 34(2), 223- 234.spa
dc.relation.referencesGonzalez, M. E. (1973), Use and evaluation of synthetic estimates, in `Proceedings of the social statistics section', pp. 33-36.spa
dc.relation.referencesGhosh, M. & Rao, J. (1994), `Small area estimation: an appraisal', Statistical science pp. 55-76.spa
dc.relation.referencesGutiérrez, A. (2009), Estrategias de muestreo. Diseño de encuestas y estimación de parámetros, Hugo Andrés Gutiérrez Rojas.spa
dc.relation.referencesGutiérrez, H. A. (2016), Estrategias de muestreo. Diseño de encuestas y estimación de parámetros.spa
dc.relation.referencesHambleton, R. K., Swaminathan, H. & Rogers, H. J. (1991), Fundamentals of ítem response theory, Sage.spa
dc.relation.referencesLongford, N. T. (2005), `On selection and composition in small area and mapping problems', Statistical methods in medical research 14(1), 3-16.spa
dc.relation.referencesLongford, N. T. (2004), `Missing data and small area estimation in the uk labour forcé survey', Journal of the Royal Statistical Society: Series A (Statistics in Society) 167(2), 341-373.spa
dc.relation.referencesLittle, R. J. (1993), `Post-stratification: a modeler's perspective', Journal of the American Statistical Association 88(423), 1001-1012.spa
dc.relation.referencesLord, F. M. (1980), Applications of item response theory to practical testing problems, Routledge.spa
dc.relation.referencesLord, F. M. (1986), `Maximum likelihood and bayesian parameter estimation in ítem response theory', Journal of Educational Measurement 23(2), 157-162.spa
dc.relation.referencesMislevy, R., Beaton, A., Kaplan, B. & Sheehan, K. (1992), `Estimating population characteristics from sparse matrix samples of item responses', Journal of Educational Measurement 20(2), 133-161.spa
dc.relation.referencesOECD (2009), Pisa 2006, Technical report, Organización para la Cooperación y Desarrollo Económicos.spa
dc.relation.referencesPfeffermann, D. (2002), `Small area estimation-new developments and directions', International Statistical Review 70(1), 125-143.spa
dc.relation.referencesRao, J. (2003), `Small area estimation;'wiley, new york'.spa
dc.relation.referencesPfeffermann, D. & Correa, S. (2012), `Empirical bootstrap bias correction and estimation of prediction mean square error in small area estimation.', Biometrika 99(2).spa
dc.rightsAtribución-NoComercial-SinDerivadas 2.5 Colombia*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/co/*
dc.subject.proposalTeoría de respuesta al ítemspa
dc.subject.proposalEstimación en áreas pequeñasspa
dc.subject.proposalPruebas estandarizadasspa
dc.titleFormato de presentación de proyecto. Una aplicación de estimación de áreas pequeñas utilizando imputación múltiple con modelos logísticos de tres parámetros en pruebas estandarizadasspa
dc.type.categoryApropiación Social y Circulación del Conocimiento: Informes finales de investigaciónspa

Archivos

Bloque original

Mostrando 1 - 1 de 1
Miniatura
Nombre:
Anexo_1_Cristian_Tellez.docx.pdf
Tamaño:
279.13 KB
Formato:
Adobe Portable Document Format
Descripción:
Descargar

Bloque de licencias

Mostrando 1 - 1 de 1
Thumbnail USTA
Nombre:
license.txt
Tamaño:
807 B
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

USTADÍSTICA