Resumen

GARCIA SAAVEDRA, Yuri Marcela; CLAVIJO MENDEZ, Jairo Alfonso  y  LUGO CAPERA, Oscar Andrés. Modelo Bivariado para las Pruebas Saber 11 en el Departamento del Tolima (Colombia). Ciencia en Desarrollo [online]. 2019, vol.10, n.2, pp.171-176. ISSN 0121-7488.  https://doi.org/10.19053/01217488.v10.n2.2019.8561.

En muchas aplicaciones encontramos datos correspondientes a variables que están altamente correlacionadas pudiendo una de ellas explicar el comportamiento de las otras. Esto sucede en particular con el rendimiento en matemáticas y la lectura crítica dados en las pruebas saber 11. La teoría de las funciones cópula surgen como una alternativa para medir la dependencia de variables aleatorias con distribuciones marginales dadas, permitiendo estimar diferentes medidas de asociación y diferentes métodos de estimación. En este artículo se muestra cómo construir un Modelo Bivariado bajo el contexto de las funciones Cópula para datos provenientes de las variables mencionadas. Se verificaron las propiedades de los modelos ajustados y se compararon diferentes métodos de estimación tales como el Tau de Kendall, el Rho de Spearman, Pseudo Máxima Verosimilitud y Máxima Verosimilitud usando el paquete Cópula y VineCopula del software R con el fin de verificar la calidad del modelo construido. Se usaron datos simulados para realizar este proceso y se aplicaron los modelos a datos reales de rendimiento en lectura crítica y matemáticas en estudiantes que presentaron las pruebas saber 11 en el año 2016 en el Departamento del Tolima.

Palabras clave : Modelos bivariados; funciones cópula; dependencia entre variables aleatorias.

        · resumen en Inglés     · texto en Inglés     · Inglés ( pdf )