Estimación Bayesiana de los parámetros del modelo de regresión probit ordinal aleatorizado

Resumen

En un gran número de artículos se estima la prevalencia de una variable binaria aleatorizada, pero pocos modelan el efecto de covariables no sensibles en una variable respuesta binaria aleatorizada. En un número pequeño de artículos se estudia una variable ordinal sensible, y no hay artículos en que se modele el efecto de las covariables no sensibles en una variable respuesta ordinal aleatorizada. El objetivo de este trabajo es usar el enfoque Bayesiano para medir el efecto de covariables no sensibles en una variable respuesta ordinal aleatorizada obtenida bajo el diseño de respuesta forzada y evaluar el desempeño de los estimadores propuestos. Se utilizaron cuatro distribuciones a prioris: doble Exponencial, Normal, t y Cauchy. Se realizó una simulación para comparar los estimadores Bayesianos estudiados considerando dos números de categorías de la variable respuesta ordinal aleatorizada, dos tamaños de muestra y dos números de covariables no sensibles. Los criterios de comparación fueron el error cuadrático medio, la longitud y la cobertura de los intervalos de credibilidad. Los estimadores Bayesianos propuestos aproximaron adecuadamente los parámetros verdaderos del modelo de regresión probit ordinal aleatorizado, aun cuando se usó el diseño de respuesta forzada inducido por el dispositivo de aleatorización de Hopkins para producir una variable respuesta ordinal aleatorizada. El estimador Bayesiano con la distribución a priori doble exponencial fue el mejor en cuanto a los criterios utilizados.