ANÁLISIS DISCRIMINANTE DE MEDIDAS REPETIDAS

Descripción del Articulo

El análisis discriminante y el análisis de medidas repetidas han sido estudiados desde muchos años atrás. Este trabajo trata del estudio de las reglas de clasificación de máxima verosimilitud suponiendo distribución multinormal con matrices de covarianza iguales dentro de los grupos y en medidas rep...

Descripción completa

Detalles Bibliográficos
Autor: Cambillo Moyano, Emma
Formato: artículo
Fecha de Publicación:1998
Institución:Universidad Nacional Mayor de San Marcos
Repositorio:Revista UNMSM - Pesquimat
Lenguaje:español
OAI Identifier:oai:ojs.csi.unmsm:article/9207
Enlace del recurso:https://revistasinvestigacion.unmsm.edu.pe/index.php/matema/article/view/9207
Nivel de acceso:acceso abierto
id 1609-8439_739a8ce329a82c87df6e531fa34762cb
oai_identifier_str oai:ojs.csi.unmsm:article/9207
network_acronym_str 1609-8439
repository_id_str
network_name_str Revista UNMSM - Pesquimat
spelling ANÁLISIS DISCRIMINANTE DE MEDIDAS REPETIDASCambillo Moyano, EmmaEl análisis discriminante y el análisis de medidas repetidas han sido estudiados desde muchos años atrás. Este trabajo trata del estudio de las reglas de clasificación de máxima verosimilitud suponiendo distribución multinormal con matrices de covarianza iguales dentro de los grupos y en medidas repetidas. La reglas de clasificación son derivadas para el caso de 'g' grupos y particularizadas para dos grupos en los datos originales y en transformaciones a coeficientes polinomiales. Los resultados obtenidos ayudan a un mejor entendimiento del análisis discriminante en este contexto.Universidad Nacional Mayor de San Marcos, Facultad de Ciencias Matemáticas1998-12-31info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://revistasinvestigacion.unmsm.edu.pe/index.php/matema/article/view/920710.15381/pes.v1i2.9207Pesquimat; Vol. 1 Núm. 2 (1998)Pesquimat; Vol 1 No 2 (1998)1609-84391560-912X10.15381/pes.v1i2reponame:Revista UNMSM - Pesquimatinstname:Universidad Nacional Mayor de San Marcosinstacron:UNMSMspahttps://revistasinvestigacion.unmsm.edu.pe/index.php/matema/article/view/9207/8033Derechos de autor 1998 Emma Cambillo Moyanohttp://creativecommons.org/licenses/by-nc-sa/4.0info:eu-repo/semantics/openAccess2021-05-31T16:20:20Zmail@mail.com -
dc.title.none.fl_str_mv ANÁLISIS DISCRIMINANTE DE MEDIDAS REPETIDAS
title ANÁLISIS DISCRIMINANTE DE MEDIDAS REPETIDAS
spellingShingle ANÁLISIS DISCRIMINANTE DE MEDIDAS REPETIDAS
Cambillo Moyano, Emma
title_short ANÁLISIS DISCRIMINANTE DE MEDIDAS REPETIDAS
title_full ANÁLISIS DISCRIMINANTE DE MEDIDAS REPETIDAS
title_fullStr ANÁLISIS DISCRIMINANTE DE MEDIDAS REPETIDAS
title_full_unstemmed ANÁLISIS DISCRIMINANTE DE MEDIDAS REPETIDAS
title_sort ANÁLISIS DISCRIMINANTE DE MEDIDAS REPETIDAS
dc.creator.none.fl_str_mv Cambillo Moyano, Emma
author Cambillo Moyano, Emma
author_facet Cambillo Moyano, Emma
author_role author
dc.description.none.fl_txt_mv El análisis discriminante y el análisis de medidas repetidas han sido estudiados desde muchos años atrás. Este trabajo trata del estudio de las reglas de clasificación de máxima verosimilitud suponiendo distribución multinormal con matrices de covarianza iguales dentro de los grupos y en medidas repetidas. La reglas de clasificación son derivadas para el caso de 'g' grupos y particularizadas para dos grupos en los datos originales y en transformaciones a coeficientes polinomiales. Los resultados obtenidos ayudan a un mejor entendimiento del análisis discriminante en este contexto.
description El análisis discriminante y el análisis de medidas repetidas han sido estudiados desde muchos años atrás. Este trabajo trata del estudio de las reglas de clasificación de máxima verosimilitud suponiendo distribución multinormal con matrices de covarianza iguales dentro de los grupos y en medidas repetidas. La reglas de clasificación son derivadas para el caso de 'g' grupos y particularizadas para dos grupos en los datos originales y en transformaciones a coeficientes polinomiales. Los resultados obtenidos ayudan a un mejor entendimiento del análisis discriminante en este contexto.
publishDate 1998
dc.date.none.fl_str_mv 1998-12-31
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv https://revistasinvestigacion.unmsm.edu.pe/index.php/matema/article/view/9207
10.15381/pes.v1i2.9207
url https://revistasinvestigacion.unmsm.edu.pe/index.php/matema/article/view/9207
identifier_str_mv 10.15381/pes.v1i2.9207
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv https://revistasinvestigacion.unmsm.edu.pe/index.php/matema/article/view/9207/8033
dc.rights.none.fl_str_mv Derechos de autor 1998 Emma Cambillo Moyano
http://creativecommons.org/licenses/by-nc-sa/4.0
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Derechos de autor 1998 Emma Cambillo Moyano
http://creativecommons.org/licenses/by-nc-sa/4.0
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad Nacional Mayor de San Marcos, Facultad de Ciencias Matemáticas
publisher.none.fl_str_mv Universidad Nacional Mayor de San Marcos, Facultad de Ciencias Matemáticas
dc.source.none.fl_str_mv Pesquimat; Vol. 1 Núm. 2 (1998)
Pesquimat; Vol 1 No 2 (1998)
1609-8439
1560-912X
10.15381/pes.v1i2
reponame:Revista UNMSM - Pesquimat
instname:Universidad Nacional Mayor de San Marcos
instacron:UNMSM
reponame_str Revista UNMSM - Pesquimat
collection Revista UNMSM - Pesquimat
instname_str Universidad Nacional Mayor de San Marcos
instacron_str UNMSM
institution UNMSM
repository.name.fl_str_mv -
repository.mail.fl_str_mv mail@mail.com
_version_ 1701291575935500288
score 13.873201
ANÁLISIS DISCRIMINANTE DE MEDIDAS REPETIDAS
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).

Ejemplares Similares