Una nota de cuidado sobre el efecto de datos parcialmente faltantes en la prueba de independencia χ2
A cautionary note on the effect of partially-missing data in the χ2 test of independence
Resumen (es)
El análisis de tablas de contingencia se utiliza ampliamente en muchas disciplinas, siendo el principal inter ́es la determinación de posibles asociaciones entre dos variables categóricas. Una de las pruebas más utilizadas para este fin es la prueba de independencia basada en el estad ́ıstico χ2. Con frecuencia, los investigadores enfrentan situaciones en las que una de las dos variables (o, en el peor de los casos, ambas) es parcialmente observada (es decir, presenta algunos valores faltantes). Por lo general, el procedimiento en estos casos es excluir de los anáisis aquellas observaciones (i.e., sujetos) en los que por lo menos para una de las variables no se tiene información. En esta nota analizamos el efecto de no considerar observaciones parcialmente observadas en la prueba cuando ajustamos modelos loglineales, concentr ́andonos principalmente en la prueba de independencia χ2.
Resumen (en)
The analysis of contingency tables is widely used in many areas, being its main interest to determine any potential associations between two categorical variables. To disclose these associations, it is common to use a test of independence based on the χ2 statistic. However, it is often the case that researchers face situations in which at least one of the variables is partially observed. In general, to perform the χ2 test, the procedure has been to exclude observations with incomplete information. In this cautionary note, we analyze the effect of not considering partially-missing information on the χ2 test of independence when loglinear models are fitted to the data, focusing our attention on the test of independence.
Referencias
Agresti, A. (1990), Categorical Data Analysis, New York: Wiley.
Andersen, E. B. (1997), Introduction to the Statistical Analysis of Categorical Data, Springer-Verlag: Berlin.
Grizzle, J. E., Starmer, C. F. & Koch, G. G. (1969), ‘Analysis of categorical data by linear models’, Biometrics 25(3), 489–504.
Haberman, S. (1972), ‘Log-linear fit for contingency tables—Algorithm AS51’, Applied Statistics 21, 218–225.
Jeansonne, A. (2014), ‘Loglinear Models ’. Consultado Marzo 25, 2014. URL = http://goo.gl/e0Y3aE.
Leung, A. & Robson, W. (1990), ‘Nailbiting’, Clin Pediatr (Phila) 29(12), 690–2.
Little, R. & Rubin, D. (2002), Statistical Analysis With Missing Data, 2nd edn, New York: Wiley.
McCullagh, P. & Nelder, J. A. (1983), Generalized Linear Models, Chapman & Hall, London.
McHugh, M. L. (2013), ‘The χ2 test of independence’, Biochemia Medica 23(2), 143–9.
R Core Team (2014), R: A Language and Environment for Statistical Computing, R Foundation for Statistical Computing, Vienna, Austria. ISBN 3-900051- 07-0, URL = http://www.R-project.org/.
Rubin, D. B. (1976), ‘Inference and missing data’, Biometrika 63(3), 581–592.
Cómo citar
Licencia
Los autores mantienen los derechos sobre los artículos y por tanto son libres de compartir, copiar, distribuir, ejecutar y comunicar públicamente la obra bajo las condiciones siguientes:
Reconocer los créditos de la obra de la manera especificada por el autor o el licenciante (pero no de una manera que sugiera que tiene su apoyo o que apoyan el uso que hace de su obra).
Comunicaciones en Estadística está bajo una licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
