Estimación de parámetros en modelos Rasch para la estimación de inseguridad alimentaria en una población.

Autores/as

  • Maria Rodriguez FAO. Oficina Subregional para Mesoamérica
  • Prof. Josefa Ramoni Universidad Industrial de Santander
  • Prof. Giampaolo Orlandoni Universidad de Santander

DOI:

https://doi.org/10.15649/2346075X.3520

Palabras clave:

Modelo Rasch; Inseguridad alimentaria; FIES, puntaje bruto

Resumen

Introducción: The Food Insecurity Experience Scale es una propuesta metodológica del Proyecto Voices of the Hungry de la División de Estadística de FAO; es un conjunto de preguntas cuyo objetivo es la medición de inseguridad alimentaria como rasgo latente. Este módulo de preguntas puede ser incluido en una encuesta y con la matriz de respuesta puede calcularse prevalencias de inseguridad alimentaria a través de un modelo de Rasch usando la suma de las respuestas afirmativas obtenidas por una persona a las preguntas del módulo FIES como un estadístico suficiente para la estimación del rasgo latente: Inseguridad alimentaria. Materiales y Métodos: Se simuló en R  una matriz de respuestas al módulo FIES  posteriormente se aplicó un modelo de Rasch  a esta matriz de respuesta  con el fin de obtener los parámetros theta y beta según distintos marcos inferenciales : máxima verosimilitud,  bayesiana, marginal y condicional, para la estimación se usaron distintos paquetes R.  Resultados y Discusión:  La estimación de los parámetros   según la estimación por máxima verosimilitud y condicional no son apropiadas para estimar los puntajes extremos Conclusiones:   La estimación bayesiana y la marginal sí logran estimar los puntajes extremos en los parámetros  sin embargo, tiene costo computacional alto. La estimación condicional, que es la estimación actualmente usada en el protocolo analítico de la escala FIES a nivel global , requiere el uso de pseudo puntajes para estimar los   y  y  es la estimación recomendada si se requiere estimar la severidad del rasgo latente en individuos o hogares.

Referencias

ESS, FAO. Food Security indicators. [Online] 2017. http://www.fao.org/economic/ess/ess-fs/ess-fadata/en/#.W0ejMdJKiUk.

Nord, Mark. Introduction to item response theory applied to foos security measurement. Basic concepts, parameters and statistics. Rome : FAO- Voices of the Hungry Project, 2014. Disponible en : https://www.fao.org/3/i3946e/i3946e.pdf

FAO. Métodos para la estimación de indices comparables de prevalencia de la inseguridad alimentaria experimentada por adultos en todo el mundo. Roma : FAO, 2016. ISBN 978-92-5-308835-5 Disponible en : https://www.fao.org/3/i4830s/i4830s.pdf

Virtudes y limitaiones de la teoria de espuesta al ítem para la evaluación educativa en las ciencias médicas. Leenen, Iwin. 9, México : s.n., 2014, Investigación en Edcación Médica, Vol. 3, pp. 40-55. Disponibleen: https://www.redalyc.org/articulo.oa?id=349733231007

Sufficient statistics and latent trait models. Andersen, Erling B. 1, 1977, Psychometrika, Vol. 42, pp. 69-81. DOI: https://doi.org/10.1007/BF02293746

Unbiased estimators of ability parameters of their variance, and of their parallel-forms reliability. Lord, F. 2, 1983, psychometrika, Vol. 48, pp. 233-245. DOI: https://doi.org/10.1007/BF02294018

Rasch, G. On general laws and the meaning of measurement in psychology. www.projecteuclid.org. [Online] THE DANISH INSTITUTE OF EDUCATIONAL RESEARCH, COPENHAGEN, 1961. Disponible en : https://digitalassets.lib.berkeley.edu/math/ucb/text/math_s4_v4_article-22.pdf

Christensen, Karl, Kreiner, Svend and Mesbah, Mounir. Rasch Models in Health. [ed.] Christensen K, Kreiner S and Mesbah M. London -Hoboken, Great Britain - Estados Unidos : ISTE Ltd - John Wiley & Sons, Inc, 2013. ISBN: 978-1-84821-222-0.

Andrich, David. Rasch Models for measurement. [ed.] Sage Publications.Inc. Series: Quantitative Applications in the Social Science, Beverly Hills : Sage Publications, 1988. Vols. 07-068. ISBN13: 9780585181066.

Conditional versus unconditional procedures for sample-free item analysis. Wright, Benjamin D. and Douglas, Graham A. 3, 1977, Educational and Psychological Measurement, Vol. 37, pp. 573-586. DOI: https://doi.org/10.1177/001316447703700301

Hoijtink, Herbert and Boomsma, Anne. On Person Parameter Estimation in the Dichotomus Rasch Model. [ed.] Fisher Gerhard H and Ivo Molenaar. Rasch Models. Foundations, Recent Developments, and applications. New York : Springer-Verlag, 1995, Cap 4, pp. 53-61. ISBN-13:978-1-4612-8704-9 . e-ISBN-13: 978-1-46124230-7. DOl: 10. 1007/ 978-1-46124230-7

Approximation for bayesian ability estimation. Tsutakawa, R.K and Soltys, M.J. 13, 1988, Journal of educational statistics, pp. 117-130. DOI:https://doi.org/10.2307/1164749

The effect of uncertainty of item parameter estimation on ability estimates. Tsutakawa, R.K and Johnson, J.C. 55, 1990, Psychometrika, pp. 371-390. DOI:https://doi.org/10.1007/BF02295293

A new item response theory modeling approach with applications to unidimensionality assessment and ability estimation. Stout, W.F. 55, 1990, Psychometrika, pp. 293-326. DOI: https://doi.org/10.1007/BF02295289

The asymptotic posterior normality of the latent trait in an item response theory model. Chang, H and Stout, W. 58, 1993, Psychometrika, pp. 37-52. DOI: https://doi.org/10.1007/BF02294469

Fisher, Gerhard H. Molenaar,Ivo. Rasch Models. Foundations, Recent Developments and Applications. New York Inc., Estados Unidos de América : Springer -Verlag, 1995. e-ISBN-13: 978-1-4612-4230-7.

mirt: A Multidimensional Item Response Theory. Chalmers, R. Philip. 6, 2012, Journal of Statistical Software, Vol. 48, pp. 1-29. DOI: 10.18637/jss.v048.i06

Rizopoulos, Dimitris. ltm: Latent Variable Modeling and Item Response Theory Analyses. R package. 2006. DOI : 10.18637/jss.v017.i05

Mair, P, Hatzinger, R and Maier, M.J. eRm: Extended Rasch Modeling 1.0-2. R Package. 2021. DOI: 10.18637/jss.v020.i09

Plummer, Martyn. rjags: Bayesian Graphical Models using MCMC. R package version 4-12.

Cafiero, Carlo, Viviani, Sara and Nord, Mark. Modeling and Extensions using Conditional Maximun Likelihood. R package version. 2018. DOI: 10.1016/j.measurement.2017.10.065

On the existence and uniqueness of maximum-likelihood estimates in the Rasch model. Fischer, G H. s.l. : Psychometrika, 1981, Vol. 46, pp. 59-77. DOI: https://doi.org/10.1007/BF02293919

Semiparametric estimation in the Rasch model and related exponential response models, including a simple latent class model for item analysis. Lindsay , B G, Clogg, C c and Grego, J. s.l. : Journal of th American Statistical Association, 1991, Vol. 86, pp. 96-107. DOI: https://doi.org/10.2307/2289719

On item parameter estimation in certain latent trait models. Pfanzagl, J. New York : In Fischer, G.H & D. Laming,D, (Eds) 1994, Contributions to Mathematical Psychology, Psychometrics, and Methodology , pp. 249-263. DOI: https://doi.org/10.1007/978-1-4612-4308-3_19

Descargas

Publicado

2023-12-01 — Actualizado el 2023-12-05

Versiones

Cómo citar

Rodriguez de España, M., Ramoni-Perazzi, J., & Orlandoni-Merli, G. (2023). Estimación de parámetros en modelos Rasch para la estimación de inseguridad alimentaria en una población. Innovaciencia, 11(1). https://doi.org/10.15649/2346075X.3520 (Original work published 1 de diciembre de 2023)

Número

Sección

Artículo de investigación científica y tecnológica

Altmetrics

Descargas

Los datos de descargas todavía no están disponibles.