INFORMACIÓN

La revista Psicothema fue fundada en Asturias en 1989 y está editada conjuntamente por la Facultad y el Departamento de Psicología de la Universidad de Oviedo y el Colegio Oficial de Psicología del Principado de Asturias. Publica cuatro números al año.
Se admiten trabajos tanto de investigación básica como aplicada, pertenecientes a cualquier ámbito de la Psicología, que previamente a su publicación son evaluados anónimamente por revisores externos.

PSICOTHEMA
  • Director: Laura E. Gómez Sánchez
  • Periodicidad:
         Febrero | Mayo | Agosto | Noviembre
  • ISSN: 0214-9915
  • ISSN Electrónico: 1886-144X
CONTACTO
  • Dirección: Ildelfonso Sánchez del Río, 4, 1º B
    33001 Oviedo (España)
  • Teléfono: 985 285 778
  • Fax:985 281 374
  • Email: psicothema@cop.es

Psicothema, 2008. Vol. Vol. 20 (nº 4). 918-923




Un índice de sesgo entre observadores basado en modelos mixtura

Manuel Ato García, Juan José López García y Ana Benavente Reche

Universidad de Murcia

Los modelos mixtura son procedimientos apropiados para la valoración del acuerdo entre dos (o más) observadores que asumen que los objetos a clasificar se extraen de una población que constituye una mezcla de dos subpoblaciones finitas, la primera de las cuales representa acuerdo sistemático y la segunda acuerdo aleatorio y desacuerdo. Una generalización del modelo mixtura básico a cuatro subpoblaciones que representan dos variables latentes con dos clases cada una permite preservar su naturaleza (el ajuste del modelo y la subpoblación de acuerdo sistemático son iguales) y distinguir además una subpoblación para el acuerdo aleatorio y dos subpoblaciones para el desacuerdo (una para el triángulo superior y otra para el triángulo inferior de la tabla de contingencia). En este contexto es posible definir una medida de sesgo entre observadores basada en modelos mixtura similar al índice descriptivo propuesto por Ludbrook.

A mixture model-based rater bias index. Mixture models are outstanding procedures to evaluate rater agreement that assume that the objects to be classified by two observers are extracted from a population that is a mixture of two finite subpopulations, the first one representing systematic agreement and the second one random agreement and disagreement. A generalization of the basic mixture model to include four subpopulations representing two latent variables with two classes allows us to preserve its nature (the fit of the model and the systematic subpopulation are the same) and to distinguish a subpopulation for random agreement and two subpopulations for disagreement (one for the upper triangle and the other for the lower triangle of contingency table). In this context, it is possible to define a new rater bias measure based on a mixture model, which is similar to the descriptive index proposed by Ludbrook.

PDF

Impact Factor JCR SSCI Clarivate 2023 = 3.2 (Q1) / CiteScore SCOPUS 2023 = 6.5 (Q1)