Modelo de regresión semiparamétrico robusto

Descripción del Articulo

El presente trabajo de tesis presenta un modelo de regresión semiparamétrico con errores t-Student, que permite estudiar el comportamiento de una variable dependiente dado un conjunto de variables explicativas cuando los supuestos de linealidad y normalidad no se cumplen. La estimación de los paráme...

Descripción completa

Detalles Bibliográficos
Autor: Esquivel Segura, Henry John
Formato: tesis de maestría
Fecha de Publicación:2018
Institución:Pontificia Universidad Católica del Perú
Repositorio:PUCP-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.pucp.edu.pe:20.500.14657/176321
Enlace del recurso:http://hdl.handle.net/20.500.12404/19051
Nivel de acceso:acceso abierto
Materia:Análisis de regresión
Modelos lineales (Estadística)
Estadística bayesiana
http://purl.org/pe-repo/ocde/ford#1.01.03
id RPUC_d1c365ad98bdc00025cf58787f08e19f
oai_identifier_str oai:repositorio.pucp.edu.pe:20.500.14657/176321
network_acronym_str RPUC
network_name_str PUCP-Institucional
repository_id_str 2905
spelling Bayes Rodríguez, Cristian LuisEsquivel Segura, Henry John2021-05-11T21:36:48Z2021-05-11T21:36:48Z20182021-05-11http://hdl.handle.net/20.500.12404/19051El presente trabajo de tesis presenta un modelo de regresión semiparamétrico con errores t-Student, que permite estudiar el comportamiento de una variable dependiente dado un conjunto de variables explicativas cuando los supuestos de linealidad y normalidad no se cumplen. La estimación de los parámetros se realiza bajo el enfoque bayesiano a través del algoritmo de Gibbs. En el estudio de simulación se observa que el modelo propuesto es más robusto ante la presencia de valores atípicos que el usual modelo regresión semiparamétrico normal. Asimismo se presenta una aplicación con datos reales para ilustrar esta característica.spaPontificia Universidad Católica del PerúPEinfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc/2.5/pe/Análisis de regresiónModelos lineales (Estadística)Estadística bayesianahttp://purl.org/pe-repo/ocde/ford#1.01.03Modelo de regresión semiparamétrico robustoinfo:eu-repo/semantics/masterThesisTesis de maestríareponame:PUCP-Institucionalinstname:Pontificia Universidad Católica del Perúinstacron:PUCPMaestro en EstadísticaMaestríaPontificia Universidad Católica del Perú. Escuela de Posgrado.Estadística40372640https://orcid.org/0000-0003-0474-792142725900542037Bayes Rodríguez, Cristian LuisValdivieso Serrano, Luis HilmarMaehara Aliaga, Rocio Paolahttps://purl.org/pe-repo/renati/level#maestrohttp://purl.org/pe-repo/renati/type#tesis20.500.14657/176321oai:repositorio.pucp.edu.pe:20.500.14657/1763212024-06-10 10:54:21.549http://creativecommons.org/licenses/by-nc/2.5/pe/info:eu-repo/semantics/openAccessmetadata.onlyhttps://repositorio.pucp.edu.peRepositorio Institucional de la PUCPrepositorio@pucp.pe
dc.title.es_ES.fl_str_mv Modelo de regresión semiparamétrico robusto
title Modelo de regresión semiparamétrico robusto
spellingShingle Modelo de regresión semiparamétrico robusto
Esquivel Segura, Henry John
Análisis de regresión
Modelos lineales (Estadística)
Estadística bayesiana
http://purl.org/pe-repo/ocde/ford#1.01.03
title_short Modelo de regresión semiparamétrico robusto
title_full Modelo de regresión semiparamétrico robusto
title_fullStr Modelo de regresión semiparamétrico robusto
title_full_unstemmed Modelo de regresión semiparamétrico robusto
title_sort Modelo de regresión semiparamétrico robusto
author Esquivel Segura, Henry John
author_facet Esquivel Segura, Henry John
author_role author
dc.contributor.advisor.fl_str_mv Bayes Rodríguez, Cristian Luis
dc.contributor.author.fl_str_mv Esquivel Segura, Henry John
dc.subject.es_ES.fl_str_mv Análisis de regresión
Modelos lineales (Estadística)
Estadística bayesiana
topic Análisis de regresión
Modelos lineales (Estadística)
Estadística bayesiana
http://purl.org/pe-repo/ocde/ford#1.01.03
dc.subject.ocde.es_ES.fl_str_mv http://purl.org/pe-repo/ocde/ford#1.01.03
description El presente trabajo de tesis presenta un modelo de regresión semiparamétrico con errores t-Student, que permite estudiar el comportamiento de una variable dependiente dado un conjunto de variables explicativas cuando los supuestos de linealidad y normalidad no se cumplen. La estimación de los parámetros se realiza bajo el enfoque bayesiano a través del algoritmo de Gibbs. En el estudio de simulación se observa que el modelo propuesto es más robusto ante la presencia de valores atípicos que el usual modelo regresión semiparamétrico normal. Asimismo se presenta una aplicación con datos reales para ilustrar esta característica.
publishDate 2018
dc.date.created.none.fl_str_mv 2018
dc.date.accessioned.none.fl_str_mv 2021-05-11T21:36:48Z
dc.date.available.none.fl_str_mv 2021-05-11T21:36:48Z
dc.date.issued.fl_str_mv 2021-05-11
dc.type.es_ES.fl_str_mv info:eu-repo/semantics/masterThesis
dc.type.other.none.fl_str_mv Tesis de maestría
format masterThesis
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/20.500.12404/19051
url http://hdl.handle.net/20.500.12404/19051
dc.language.iso.es_ES.fl_str_mv spa
language spa
dc.rights.es_ES.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc/2.5/pe/
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc/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-Institucional
instname:Pontificia Universidad Católica del Perú
instacron:PUCP
instname_str Pontificia Universidad Católica del Perú
instacron_str PUCP
institution PUCP
reponame_str PUCP-Institucional
collection PUCP-Institucional
repository.name.fl_str_mv Repositorio Institucional de la PUCP
repository.mail.fl_str_mv repositorio@pucp.pe
_version_ 1835638373620908032
score 13.871716
Modelo de regresión semiparamétrico robusto
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