Modelos con mezcla de distribuciones para evaluar el acuerdo entre observadores

• Manuel Ato ^[1] ; Ana Benavente ^[1] ; Rafael Rabadán ^[1] ; Juan José López ^[1]
  1. [1] Universidad de Murcia

     Universidad de Murcia

     Murcia, España

     
• Localización: Metodología de las ciencias del comportamiento, ISSN 1575-9105, Vol. 5, Nº. Extra 1, 2004, págs. 47-54
• Idioma: español
• Texto completo no disponible (Saber más ...)
• Dialnet Métricas: 2 Citas
• Resumen
  • español

    Varios enfoques generales se han propuesto para evaluar el acuerdo entre dos (o más) observadores. El enfoque más común continúa siendo el uso de índices estadísticos, el más popular de los cuales es la K de Cohen, que corrige el acuerdo esperado por azar del acuerdo observado. Sin embargo, se ha demostrado que este indice presenta muchos problemas, particularmente en presencia de heterogeneidad de los marginales de una tabla de contingencia m x m, siendo m el número de categorías, y en el caso de categorías con alta prevalencia. Un enfoque alternativo más reciente utiliza los modelos con mezcla de distribuciones para descomponer la tabla de contingencia en dos subtablas, una que refleja el acuerdo sistemático puro y la otra el acuerdo aleatorio. Las ventajas de este enfoque derivan del hecho de que permite obtener un índice directo de acuerdo, el índiceμ, y de que se trata de un procedimiento de modelado estadístico por el que es posible comparar una familia de modelos alternativos para aproximar el modelo óptimo. En este trabajo se muestra además cómo el programa -CEM puede ser utilizado para estimar los parámetros de los modelos y el índiceμ.

  • English

    Severa! approaches have been proposed to evaluate the agreement between two (or more) raters. The most common approach is to use statistical measures, and concretely Cohen's kappa (K), that corrects the expected agreement from observed agreement. Many relevant works have dernonstrated that this measure have sorne problems, particularly when contingency table marginals exhibit a large heterogeneity and when sorne categories have a high prevalence.

    An alternative approach uses mixture models to decompose the contingency table into two subtables, one for pure systematic agreement .and the other for randorn agreement. The rnain advantages of this approach are that it can be possible to obtain a direct rneasure of agteement, the μ index, and that it can be considered as a statistical rnodelling procedure to compare models and find an optima! one. In this work we also show how ./!EM program can be used to estímate the parameters of models and μ index.