DISCRIMINACIÓN CUADRÁTICA MEDIANTE MATRICES DE COVARIANZAS

Descripción del Articulo

Maximizando y minimizando la función  aS1adS2adonde S1 y S2 son las matrices de covarianzas muéstrales de dos poblaciones p-variantes, con vectores de medias iguales o diferentes, se consiguen dos combinaciones lineales de las componentes del vector p-variante. Si los dos grupos tienen estructuras d...

Descripción completa

Detalles Bibliográficos
Autor: Gómez Ticerán, Doris
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/9210
Enlace del recurso:https://revistasinvestigacion.unmsm.edu.pe/index.php/matema/article/view/9210
Nivel de acceso:acceso abierto
id 1609-8439_7771c5fb84133f8fd14efbdf49aa2177
oai_identifier_str oai:ojs.csi.unmsm:article/9210
network_acronym_str 1609-8439
repository_id_str
network_name_str Revista UNMSM - Pesquimat
spelling DISCRIMINACIÓN CUADRÁTICA MEDIANTE MATRICES DE COVARIANZASGómez Ticerán, DorisMaximizando y minimizando la función  aS1adS2adonde S1 y S2 son las matrices de covarianzas muéstrales de dos poblaciones p-variantes, con vectores de medias iguales o diferentes, se consiguen dos combinaciones lineales de las componentes del vector p-variante. Si los dos grupos tienen estructuras de dispersiones diferentes, esas combinaciones son usadas para la clasificación de individuos que proceden de una de dos poblaciones normales multivariantes. Este método comparado con el método de clasificación usando el cociente de verosimilitudes (Mardia, 1976), para poblaciones normales simuladas por Monte Carlo con p=2, p=3 y p=4, resultan equivalentes.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/921010.15381/pes.v1i2.9210Pesquimat; 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/9210/8036Derechos de autor 1998 Doris Gómez Ticeránhttp://creativecommons.org/licenses/by-nc-sa/4.0info:eu-repo/semantics/openAccess2021-05-31T16:20:20Zmail@mail.com -
dc.title.none.fl_str_mv DISCRIMINACIÓN CUADRÁTICA MEDIANTE MATRICES DE COVARIANZAS
title DISCRIMINACIÓN CUADRÁTICA MEDIANTE MATRICES DE COVARIANZAS
spellingShingle DISCRIMINACIÓN CUADRÁTICA MEDIANTE MATRICES DE COVARIANZAS
Gómez Ticerán, Doris
title_short DISCRIMINACIÓN CUADRÁTICA MEDIANTE MATRICES DE COVARIANZAS
title_full DISCRIMINACIÓN CUADRÁTICA MEDIANTE MATRICES DE COVARIANZAS
title_fullStr DISCRIMINACIÓN CUADRÁTICA MEDIANTE MATRICES DE COVARIANZAS
title_full_unstemmed DISCRIMINACIÓN CUADRÁTICA MEDIANTE MATRICES DE COVARIANZAS
title_sort DISCRIMINACIÓN CUADRÁTICA MEDIANTE MATRICES DE COVARIANZAS
dc.creator.none.fl_str_mv Gómez Ticerán, Doris
author Gómez Ticerán, Doris
author_facet Gómez Ticerán, Doris
author_role author
dc.description.none.fl_txt_mv Maximizando y minimizando la función  aS1adS2adonde S1 y S2 son las matrices de covarianzas muéstrales de dos poblaciones p-variantes, con vectores de medias iguales o diferentes, se consiguen dos combinaciones lineales de las componentes del vector p-variante. Si los dos grupos tienen estructuras de dispersiones diferentes, esas combinaciones son usadas para la clasificación de individuos que proceden de una de dos poblaciones normales multivariantes. Este método comparado con el método de clasificación usando el cociente de verosimilitudes (Mardia, 1976), para poblaciones normales simuladas por Monte Carlo con p=2, p=3 y p=4, resultan equivalentes.
description Maximizando y minimizando la función  aS1adS2adonde S1 y S2 son las matrices de covarianzas muéstrales de dos poblaciones p-variantes, con vectores de medias iguales o diferentes, se consiguen dos combinaciones lineales de las componentes del vector p-variante. Si los dos grupos tienen estructuras de dispersiones diferentes, esas combinaciones son usadas para la clasificación de individuos que proceden de una de dos poblaciones normales multivariantes. Este método comparado con el método de clasificación usando el cociente de verosimilitudes (Mardia, 1976), para poblaciones normales simuladas por Monte Carlo con p=2, p=3 y p=4, resultan equivalentes.
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/9210
10.15381/pes.v1i2.9210
url https://revistasinvestigacion.unmsm.edu.pe/index.php/matema/article/view/9210
identifier_str_mv 10.15381/pes.v1i2.9210
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/9210/8036
dc.rights.none.fl_str_mv Derechos de autor 1998 Doris Gómez Ticerán
http://creativecommons.org/licenses/by-nc-sa/4.0
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Derechos de autor 1998 Doris Gómez Ticerán
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_ 1701291575939694592
score 13.887938
DISCRIMINACIÓN CUADRÁTICA MEDIANTE MATRICES DE COVARIANZAS
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