Distribuciones discretas en MDS para datos de disimilaridad generados mediante cuestionarios

Abstract

En este trabajo se propone la utilización de distribuciones estadísticas discretas como alternativa a la distribución lognormal para la modelización de datos de disimilaridad provenientes de escalas con pocas modalidades en los modelos confirmatorios MDS de Ramsay y Vera. Los resultados ponen de manifiesto que las distribuciones más apropiadas son las mixturas Poisson-lognormal y Poisson-gaussiana inversa. El análisis de datos simulados confirma la falta de adecuación de un modelo continuo a datos provenientes de las escalas generalmente utilizadas en los procedimientos de sondeo de opinión subjetiva de comparación de pares.

We propose here the use of discrete statistical distributions for analysing dissimilarity data deriving from scales containing few categories as an alternative to the lognormal distribution used in Ramsay and Vera's MDS probabilistic models. Our results show that the most suitable distributions are Poisson-lognormal and Poisson-inverseGaussian mixtures. An analysis of simulated data confirms the inadequacy of a continuous model for analysing the data within the scales generally used in opinion polls requiring the subjective comparison of pairs of answers.