Modelo de regresión lineal usando una mixtura de distribuciones senh-normal

Descripción del Articulo

La distribución Senohiperbólico-Normal, denominada también como una variación de la distribución Birnbaum-Saunders, surgió inicialmente para estimar el deterioro en la calidad de los materiales sujetos a estrés. Asimismo, los modelos de mixtura han suscitado considerable interés en el campo de estad...

Descripción completa

Detalles Bibliográficos
Autor: Palomino Ore, Roussel Simpson
Formato: tesis de maestría
Fecha de Publicación:2023
Institución:Pontificia Universidad Católica del Perú
Repositorio:PUCP-Tesis
Lenguaje:español
OAI Identifier:oai:tesis.pucp.edu.pe:20.500.12404/26046
Enlace del recurso:http://hdl.handle.net/20.500.12404/26046
Nivel de acceso:acceso abierto
Materia:Análisis de regresión
Teoría de las distribuciones (Análisis funcional)
Algoritmos
https://purl.org/pe-repo/ocde/ford#1.01.03
id PUCP_6a2002b4c53a67b8672c23a3979ffff8
oai_identifier_str oai:tesis.pucp.edu.pe:20.500.12404/26046
network_acronym_str PUCP
network_name_str PUCP-Tesis
repository_id_str .
dc.title.es_ES.fl_str_mv Modelo de regresión lineal usando una mixtura de distribuciones senh-normal
title Modelo de regresión lineal usando una mixtura de distribuciones senh-normal
spellingShingle Modelo de regresión lineal usando una mixtura de distribuciones senh-normal
Palomino Ore, Roussel Simpson
Análisis de regresión
Teoría de las distribuciones (Análisis funcional)
Algoritmos
https://purl.org/pe-repo/ocde/ford#1.01.03
title_short Modelo de regresión lineal usando una mixtura de distribuciones senh-normal
title_full Modelo de regresión lineal usando una mixtura de distribuciones senh-normal
title_fullStr Modelo de regresión lineal usando una mixtura de distribuciones senh-normal
title_full_unstemmed Modelo de regresión lineal usando una mixtura de distribuciones senh-normal
title_sort Modelo de regresión lineal usando una mixtura de distribuciones senh-normal
author Palomino Ore, Roussel Simpson
author_facet Palomino Ore, Roussel Simpson
author_role author
dc.contributor.advisor.fl_str_mv Benites Sánchez, Luis Enrique
dc.contributor.author.fl_str_mv Palomino Ore, Roussel Simpson
dc.subject.es_ES.fl_str_mv Análisis de regresión
Teoría de las distribuciones (Análisis funcional)
Algoritmos
topic Análisis de regresión
Teoría de las distribuciones (Análisis funcional)
Algoritmos
https://purl.org/pe-repo/ocde/ford#1.01.03
dc.subject.ocde.es_ES.fl_str_mv https://purl.org/pe-repo/ocde/ford#1.01.03
description La distribución Senohiperbólico-Normal, denominada también como una variación de la distribución Birnbaum-Saunders, surgió inicialmente para estimar el deterioro en la calidad de los materiales sujetos a estrés. Asimismo, los modelos de mixtura han suscitado considerable interés en el campo de estadística debido a que permiten lidiar con situaciones en las que el comportamiento de los errores de un modelo con ajuste lineal se aleja significativamente de la normalidad. Esta tesis aborda los dos temas mencionados mediante la presentación de un modelo de ajuste lineal usando una mixtura de distribuciones Senohiperbólico Normal o Log-Birnbaum-Saunders. Esta propuesta es una familia versátil de distribuciones de probabilidad que posibilita representar datos que presentan multimodalidad además de provenir de poblaciones heterogéneas. Para conseguir los estimadores de máxima verosimilitud se emplea el algoritmo EM con maximización condicional. Asimismo, se llevan a cabo estudios de simulación y análisis de conjuntos de datos reales para demostrar la utilidad del método propuesto. Por último, se implementa la propuesta del algoritmo y los métodos en el software R.
publishDate 2023
dc.date.accessioned.none.fl_str_mv 2023-09-27T14:11:45Z
dc.date.available.none.fl_str_mv 2023-09-27T14:11:45Z
dc.date.created.none.fl_str_mv 2023
dc.date.issued.fl_str_mv 2023-09-27
dc.type.es_ES.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/20.500.12404/26046
url http://hdl.handle.net/20.500.12404/26046
dc.language.iso.es_ES.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.es_ES.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-sa/2.5/pe/
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-sa/2.5/pe/
dc.publisher.es_ES.fl_str_mv Pontificia Universidad Católica del Perú
dc.publisher.country.es_ES.fl_str_mv PE
dc.source.none.fl_str_mv reponame:PUCP-Tesis
instname:Pontificia Universidad Católica del Perú
instacron:PUCP
instname_str Pontificia Universidad Católica del Perú
instacron_str PUCP
institution PUCP
reponame_str PUCP-Tesis
collection PUCP-Tesis
bitstream.url.fl_str_mv https://tesis.pucp.edu.pe/bitstreams/a65cb923-7980-4e28-8e4d-b5f5dd1f5200/download
https://tesis.pucp.edu.pe/bitstreams/c553980b-ff85-44d7-ba98-531e2bfca075/download
https://tesis.pucp.edu.pe/bitstreams/7a553b05-405e-407b-b58e-030a94870b58/download
https://tesis.pucp.edu.pe/bitstreams/159bc57a-4d84-4f28-b905-bc31011a256c/download
https://tesis.pucp.edu.pe/bitstreams/04f7b1a6-3091-4218-90b2-9073d5d2fde8/download
https://tesis.pucp.edu.pe/bitstreams/43937ab7-2a70-465d-8129-9102cf544f1b/download
https://tesis.pucp.edu.pe/bitstreams/18c0e865-d6af-472f-8eb4-5e628ac9e473/download
https://tesis.pucp.edu.pe/bitstreams/53b6e3aa-5338-43dd-a03d-1c81046ace09/download
bitstream.checksum.fl_str_mv 2920296d6081e50e96cc535529b9f506
d124699059d1bdfe671dbd099e48d1a4
b7a36ada981bb81cbd668e3fd4618f2a
8a4605be74aa9ea9d79846c1fba20a33
c4a736537a7ac991980b17e5424a6d21
1272211c86ac8aed9c90c498787dde59
ebb246b1622f6f9e5673d3301db54e6d
83ac9ae7127687e9b46032e5ce03cd97
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio de Tesis PUCP
repository.mail.fl_str_mv raul.sifuentes@pucp.pe
_version_ 1834736800064602112
spelling Benites Sánchez, Luis EnriquePalomino Ore, Roussel Simpson2023-09-27T14:11:45Z2023-09-27T14:11:45Z20232023-09-27http://hdl.handle.net/20.500.12404/26046La distribución Senohiperbólico-Normal, denominada también como una variación de la distribución Birnbaum-Saunders, surgió inicialmente para estimar el deterioro en la calidad de los materiales sujetos a estrés. Asimismo, los modelos de mixtura han suscitado considerable interés en el campo de estadística debido a que permiten lidiar con situaciones en las que el comportamiento de los errores de un modelo con ajuste lineal se aleja significativamente de la normalidad. Esta tesis aborda los dos temas mencionados mediante la presentación de un modelo de ajuste lineal usando una mixtura de distribuciones Senohiperbólico Normal o Log-Birnbaum-Saunders. Esta propuesta es una familia versátil de distribuciones de probabilidad que posibilita representar datos que presentan multimodalidad además de provenir de poblaciones heterogéneas. Para conseguir los estimadores de máxima verosimilitud se emplea el algoritmo EM con maximización condicional. Asimismo, se llevan a cabo estudios de simulación y análisis de conjuntos de datos reales para demostrar la utilidad del método propuesto. Por último, se implementa la propuesta del algoritmo y los métodos en el software R.The Senohyperbolic-Normal distribution, also known as a variation of the Birnbaum-Saunders distribution, was initially developed to estimate the deterioration in the quality of materials subjected to stress. Likewise, mixture models have attracted considerable interest in the field of statistics because they allow dealing with situations where the error behavior of a linearly fitted model deviates significantly from normality. This thesis addresses the two aforementioned issues by presenting a linear fitting model using a mixture of Senohyperbolic Normal or Log-Birnbaum-Saunders distributions. This proposal is a versatile family of probability distributions that makes it possible to represent data that present multimodality as well as coming from heterogeneous populations. The EM algorithm with conditional maximization is used to obtain the maximum likelihood estimators. Simulation studies and analysis of real data sets are also carried out to demonstrate the usefulness of the proposed method. Finally, the proposed algorithm and methods are implemented in R software.spaPontificia Universidad Católica del PerúPEinfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-sa/2.5/pe/Análisis de regresiónTeoría de las distribuciones (Análisis funcional)Algoritmoshttps://purl.org/pe-repo/ocde/ford#1.01.03Modelo de regresión lineal usando una mixtura de distribuciones senh-normalinfo:eu-repo/semantics/masterThesisreponame:PUCP-Tesisinstname:Pontificia Universidad Católica del Perúinstacron:PUCPSUNEDUMaestro en EstadísticaMaestríaPontificia Universidad Católica del Perú. Escuela de Posgrado.Estadística42987865https://orcid.org/0000-0001-5998-709845106464542037Bayes Rodriguez, Cristian LuisBenites Sanchez, Luis EnriqueMaehara Aliaga, Rocio Paolahttps://purl.org/pe-repo/renati/level#maestrohttps://purl.org/pe-repo/renati/type#tesisORIGINAL2023_PALOMINO_ORE_ROUSSEL_SIMPSON_MODELO_REGRESION_LINEAL_TESIS.pdf2023_PALOMINO_ORE_ROUSSEL_SIMPSON_MODELO_REGRESION_LINEAL_TESIS.pdfTexto completoapplication/pdf879074https://tesis.pucp.edu.pe/bitstreams/a65cb923-7980-4e28-8e4d-b5f5dd1f5200/download2920296d6081e50e96cc535529b9f506MD51trueAnonymousREAD2023_PALOMINO_ORE_ROUSSEL_SIMPSON_MODELO_REGRESION_LINEAL_T.pdf2023_PALOMINO_ORE_ROUSSEL_SIMPSON_MODELO_REGRESION_LINEAL_T.pdfReporte de originalidadapplication/pdf3894386https://tesis.pucp.edu.pe/bitstreams/c553980b-ff85-44d7-ba98-531e2bfca075/downloadd124699059d1bdfe671dbd099e48d1a4MD52falseAnonymousREAD2500-01-01CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-81031https://tesis.pucp.edu.pe/bitstreams/7a553b05-405e-407b-b58e-030a94870b58/downloadb7a36ada981bb81cbd668e3fd4618f2aMD53falseAnonymousREADLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://tesis.pucp.edu.pe/bitstreams/159bc57a-4d84-4f28-b905-bc31011a256c/download8a4605be74aa9ea9d79846c1fba20a33MD54falseAnonymousREADTHUMBNAIL2023_PALOMINO_ORE_ROUSSEL_SIMPSON_MODELO_REGRESION_LINEAL_TESIS.pdf.jpg2023_PALOMINO_ORE_ROUSSEL_SIMPSON_MODELO_REGRESION_LINEAL_TESIS.pdf.jpgIM Thumbnailimage/jpeg10554https://tesis.pucp.edu.pe/bitstreams/04f7b1a6-3091-4218-90b2-9073d5d2fde8/downloadc4a736537a7ac991980b17e5424a6d21MD55falseAnonymousREAD2023_PALOMINO_ORE_ROUSSEL_SIMPSON_MODELO_REGRESION_LINEAL_T.pdf.jpg2023_PALOMINO_ORE_ROUSSEL_SIMPSON_MODELO_REGRESION_LINEAL_T.pdf.jpgIM Thumbnailimage/jpeg8599https://tesis.pucp.edu.pe/bitstreams/43937ab7-2a70-465d-8129-9102cf544f1b/download1272211c86ac8aed9c90c498787dde59MD56falseAnonymousREAD2500-01-01TEXT2023_PALOMINO_ORE_ROUSSEL_SIMPSON_MODELO_REGRESION_LINEAL_TESIS.pdf.txt2023_PALOMINO_ORE_ROUSSEL_SIMPSON_MODELO_REGRESION_LINEAL_TESIS.pdf.txtExtracted texttext/plain54264https://tesis.pucp.edu.pe/bitstreams/18c0e865-d6af-472f-8eb4-5e628ac9e473/downloadebb246b1622f6f9e5673d3301db54e6dMD57falseAnonymousREAD2023_PALOMINO_ORE_ROUSSEL_SIMPSON_MODELO_REGRESION_LINEAL_T.pdf.txt2023_PALOMINO_ORE_ROUSSEL_SIMPSON_MODELO_REGRESION_LINEAL_T.pdf.txtExtracted texttext/plain3790https://tesis.pucp.edu.pe/bitstreams/53b6e3aa-5338-43dd-a03d-1c81046ace09/download83ac9ae7127687e9b46032e5ce03cd97MD58falseAnonymousREAD2500-01-0120.500.12404/26046oai:tesis.pucp.edu.pe:20.500.12404/260462025-03-04 17:32:29.387http://creativecommons.org/licenses/by-sa/2.5/pe/info:eu-repo/semantics/openAccessopen.accesshttps://tesis.pucp.edu.peRepositorio de Tesis PUCPraul.sifuentes@pucp.peTk9URTogUExBQ0UgWU9VUiBPV04gTElDRU5TRSBIRVJFClRoaXMgc2FtcGxlIGxpY2Vuc2UgaXMgcHJvdmlkZWQgZm9yIGluZm9ybWF0aW9uYWwgcHVycG9zZXMgb25seS4KCk5PTi1FWENMVVNJVkUgRElTVFJJQlVUSU9OIExJQ0VOU0UKCkJ5IHNpZ25pbmcgYW5kIHN1Ym1pdHRpbmcgdGhpcyBsaWNlbnNlLCB5b3UgKHRoZSBhdXRob3Iocykgb3IgY29weXJpZ2h0Cm93bmVyKSBncmFudHMgdG8gRFNwYWNlIFVuaXZlcnNpdHkgKERTVSkgdGhlIG5vbi1leGNsdXNpdmUgcmlnaHQgdG8gcmVwcm9kdWNlLAp0cmFuc2xhdGUgKGFzIGRlZmluZWQgYmVsb3cpLCBhbmQvb3IgZGlzdHJpYnV0ZSB5b3VyIHN1Ym1pc3Npb24gKGluY2x1ZGluZwp0aGUgYWJzdHJhY3QpIHdvcmxkd2lkZSBpbiBwcmludCBhbmQgZWxlY3Ryb25pYyBmb3JtYXQgYW5kIGluIGFueSBtZWRpdW0sCmluY2x1ZGluZyBidXQgbm90IGxpbWl0ZWQgdG8gYXVkaW8gb3IgdmlkZW8uCgpZb3UgYWdyZWUgdGhhdCBEU1UgbWF5LCB3aXRob3V0IGNoYW5naW5nIHRoZSBjb250ZW50LCB0cmFuc2xhdGUgdGhlCnN1Ym1pc3Npb24gdG8gYW55IG1lZGl1bSBvciBmb3JtYXQgZm9yIHRoZSBwdXJwb3NlIG9mIHByZXNlcnZhdGlvbi4KCllvdSBhbHNvIGFncmVlIHRoYXQgRFNVIG1heSBrZWVwIG1vcmUgdGhhbiBvbmUgY29weSBvZiB0aGlzIHN1Ym1pc3Npb24gZm9yCnB1cnBvc2VzIG9mIHNlY3VyaXR5LCBiYWNrLXVwIGFuZCBwcmVzZXJ2YXRpb24uCgpZb3UgcmVwcmVzZW50IHRoYXQgdGhlIHN1Ym1pc3Npb24gaXMgeW91ciBvcmlnaW5hbCB3b3JrLCBhbmQgdGhhdCB5b3UgaGF2ZQp0aGUgcmlnaHQgdG8gZ3JhbnQgdGhlIHJpZ2h0cyBjb250YWluZWQgaW4gdGhpcyBsaWNlbnNlLiBZb3UgYWxzbyByZXByZXNlbnQKdGhhdCB5b3VyIHN1Ym1pc3Npb24gZG9lcyBub3QsIHRvIHRoZSBiZXN0IG9mIHlvdXIga25vd2xlZGdlLCBpbmZyaW5nZSB1cG9uCmFueW9uZSdzIGNvcHlyaWdodC4KCklmIHRoZSBzdWJtaXNzaW9uIGNvbnRhaW5zIG1hdGVyaWFsIGZvciB3aGljaCB5b3UgZG8gbm90IGhvbGQgY29weXJpZ2h0LAp5b3UgcmVwcmVzZW50IHRoYXQgeW91IGhhdmUgb2J0YWluZWQgdGhlIHVucmVzdHJpY3RlZCBwZXJtaXNzaW9uIG9mIHRoZQpjb3B5cmlnaHQgb3duZXIgdG8gZ3JhbnQgRFNVIHRoZSByaWdodHMgcmVxdWlyZWQgYnkgdGhpcyBsaWNlbnNlLCBhbmQgdGhhdApzdWNoIHRoaXJkLXBhcnR5IG93bmVkIG1hdGVyaWFsIGlzIGNsZWFybHkgaWRlbnRpZmllZCBhbmQgYWNrbm93bGVkZ2VkCndpdGhpbiB0aGUgdGV4dCBvciBjb250ZW50IG9mIHRoZSBzdWJtaXNzaW9uLgoKSUYgVEhFIFNVQk1JU1NJT04gSVMgQkFTRUQgVVBPTiBXT1JLIFRIQVQgSEFTIEJFRU4gU1BPTlNPUkVEIE9SIFNVUFBPUlRFRApCWSBBTiBBR0VOQ1kgT1IgT1JHQU5JWkFUSU9OIE9USEVSIFRIQU4gRFNVLCBZT1UgUkVQUkVTRU5UIFRIQVQgWU9VIEhBVkUKRlVMRklMTEVEIEFOWSBSSUdIVCBPRiBSRVZJRVcgT1IgT1RIRVIgT0JMSUdBVElPTlMgUkVRVUlSRUQgQlkgU1VDSApDT05UUkFDVCBPUiBBR1JFRU1FTlQuCgpEU1Ugd2lsbCBjbGVhcmx5IGlkZW50aWZ5IHlvdXIgbmFtZShzKSBhcyB0aGUgYXV0aG9yKHMpIG9yIG93bmVyKHMpIG9mIHRoZQpzdWJtaXNzaW9uLCBhbmQgd2lsbCBub3QgbWFrZSBhbnkgYWx0ZXJhdGlvbiwgb3RoZXIgdGhhbiBhcyBhbGxvd2VkIGJ5IHRoaXMKbGljZW5zZSwgdG8geW91ciBzdWJtaXNzaW9uLgo=
score 13.871978
Modelo de regresión lineal usando una mixtura de distribuciones senh-normal
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