Simulación computacional de datos y aplicaciones en estadística

Compatational simulation of data and applications in statistics

• Claudio Segundo Hurtado Petit Universidad del Zulia. Facultad de Humanidades y Educación. Maracaibo, Venezuela.
• Víctor Riveros Villarreal Universidad del Zulia. Facultad de Humanidades y Educación. Maracaibo, Venezuela.

Keywords: Model, Simulation, Computing, Data, Statistics

Abstract

The objective of the work is to generate data by computational
simulation using a structure determined by a pre-established model. The
research is descriptive and explanatory, the characteristics of the proposed
model for data simulation are described and the implementation of the
simulation is explained. The research design is experimental given the nature
of data simulation as a “numerical experimentation” methodology. To run the
simulation, one of the dimensions of the SCL-90-R instrument was selected,
instrument used to assess and describe various psychopathological symptoms.
The Monte Carlo simulation methodology was used, and the R program; a
data matrix corresponding to the PAR dimension of the SCL-90-R instrument
was obtained. Finally, frequency histograms of the data obtained by the
simulation are compared with those obtained by empirical investigations
made using the aforementioned instrument.

References

Armatte, Michel (2006). “La noción de modelo en las ciencias sociales”.EMPIRIA. Revista de metodología de ciencias sociales, 11, 33-70.

Carballo, Nahir, Jaimes, Edgar, Pineda, Neida, Mendoza, José, Garcés, Yolimar y Rodríguez, Hilda (2016). Estimación del tamaño muestral requerido en la modelización con indicadores de calidad de vida.
Universidad Nacional Experimental de los Llanos Ezequiel Zamora Y Universidad de los Andes. [Documento en línea]. Disponible: http://www.postgradovipi.50webs.com/archivos/agrollania/2016/agro11.pdf. [Consulta: 2.021, Agosto 20].

Durán, Juan (2015). “Nociones de simulación computacional: simulaciones y modelos científicos”.Argumentos de la razón técnica, 18, 87-110.

García, Pio (2015). “Caracterización de una noción de simulación a partir de prácticas experimentales”.Principia, 19 (2), 217-234.

Gentle, James (1985). Monte Carlo Methods.The encyclopedia of statistical sciences.Ins S. Kotz y N. L. Johnson (Ed.). Wiley. New York. Vol. 5, pp. 612-617.

Hernández, Roberto, Fernández, Carlos y Baptista, Pilar (2014). Metodología de la Investigación. 6ta Edición. McGraw-Hill/Interamericana Editores, S.A, DE C.V. México.

Jackson, Dennis (2009). “Sample size and number of parameters estimates in maximum likelihood in confirmatory factor analysis: A montecarlo investigation”.Structural Equation Modelling: A Multidisciplinary Journal, 8(2), 205-223.

Matsumoto, Makoto, Nishimura, Takuji (1998). “Mersenne Twister: A 623-dimensionality equidistributed uniform pseudo-random number generator”. ACM Transactions on modeling and computer simulation, 8, 3-30.

Paxton, Pamela, Curran, Patrick, Bollen, Kenneth, Kirby, Jim y Chen, Feinian (2001). “Monte Carlo experiments: design and implementation”.StructuralEquationModeling, 8(2), 287-312.

Robles, José, Andreu, José, y Peña, María (2002). CRL-90-R: Aplicación y análisis de sus propiedades psicométricas en una muestra de sujetos clínicos españoles. Psicopatología clínica, legal y forense, Vol.
2, Nº 1, pp.5-19. [Documento en línea]. Disponible: https://dialnet.unirioja.es/descarga/articulo/2518060.pdf. [Consulta: 2.020, Agosto 21].

Rodriguez, Leonardo y Roggero, Pascal (2014). La modelización y simulación computacional como metodología de investigación social. [Documento en línea]. Disponible:
http://journals.openedition.org/polis/10568. [Consulta: 2.019, noviembre 23].

Sánchez, Jesús, Vela, María, Neila, Marcos, Ragone, Fabiola, Quiero, Alicia, Mesa, Zarina, Lucero, Yesica, Rossi, Denis, Maschi, Celia y Belamate, Carla (2020). Comportamiento psicométrico del inventario de
síntomas revisado SCL-90 R. Administración remota durante confinamiento por Covid-19 en el Gran Mendoza. Universidad de Congreso, Facultad de Ciencias de la Salud. [Documento en línea]. Disponible: https://preprints.scielo.org/index.php/scielo/preprint/view/-802. [Consulta: 2020, junio 15].

Sánchez, Roberto y Ledesma, Rubén (2009). Análisis psicométrico del inventario de síntomas revisado (SCL-90-R) en población clínica. Revista argentina de clínica psicológica, Vol. XVIII, Número 3, pp.
265-274. Documento en línea]. Disponible: https://www.redalyc.org/pdf/2819/281921775007.pdf. [Consulta: 2020, junio 15].

Seoane, María, Arriassecq, Irene y Greca, Ileana (2015). Simulaciones computacionales: un análisis fenomenográfico. Revista de la enseñanza de la física, Vol. 27, Nº Extra, 289-296. [Documento en
línea]. Disponible: https://revistas.unc.edu.ar/index.php/revista-EF/article/view/12618. [Consulta: 2020, Julio 07].