Resumen
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.
