Análisis de influencia bajo inferencia bayesiana en evaluaciones escolares de altas consecuencias

Descripción del Articulo

La presente investigación estudia una metodología para la detección de observaciones atípicas mediante un análisis de influencia bajo la perspectiva de la inferencia bayesiana. Se utiliza la medida de phi-divergencia y el estimador de Monte Carlo, derivado de ésta, trabajados previamente por Peng y...

Descripción completa

Detalles Bibliográficos
Autor: Christiansen Trujillo, Andrés Guillermo
Formato: tesis de maestría
Fecha de Publicación:2018
Institución:Pontificia Universidad Católica del Perú
Repositorio:PUCP-Tesis
Lenguaje:español
OAI Identifier:oai:tesis.pucp.edu.pe:20.500.12404/12356
Enlace del recurso:http://hdl.handle.net/20.500.12404/12356
Nivel de acceso:acceso abierto
Materia:Estadística bayesiana
Métodos de simulación
Método de Montecarlo
https://purl.org/pe-repo/ocde/ford#1.01.03
id PUCP_bfe7c409392abfb95c1eb87e59bf2019
oai_identifier_str oai:tesis.pucp.edu.pe:20.500.12404/12356
network_acronym_str PUCP
network_name_str PUCP-Tesis
repository_id_str .
dc.title.es_ES.fl_str_mv Análisis de influencia bajo inferencia bayesiana en evaluaciones escolares de altas consecuencias
title Análisis de influencia bajo inferencia bayesiana en evaluaciones escolares de altas consecuencias
spellingShingle Análisis de influencia bajo inferencia bayesiana en evaluaciones escolares de altas consecuencias
Christiansen Trujillo, Andrés Guillermo
Estadística bayesiana
Métodos de simulación
Método de Montecarlo
https://purl.org/pe-repo/ocde/ford#1.01.03
title_short Análisis de influencia bajo inferencia bayesiana en evaluaciones escolares de altas consecuencias
title_full Análisis de influencia bajo inferencia bayesiana en evaluaciones escolares de altas consecuencias
title_fullStr Análisis de influencia bajo inferencia bayesiana en evaluaciones escolares de altas consecuencias
title_full_unstemmed Análisis de influencia bajo inferencia bayesiana en evaluaciones escolares de altas consecuencias
title_sort Análisis de influencia bajo inferencia bayesiana en evaluaciones escolares de altas consecuencias
author Christiansen Trujillo, Andrés Guillermo
author_facet Christiansen Trujillo, Andrés Guillermo
author_role author
dc.contributor.advisor.fl_str_mv Bayes Rodríguez, Cristian Luis
dc.contributor.author.fl_str_mv Christiansen Trujillo, Andrés Guillermo
dc.subject.es_ES.fl_str_mv Estadística bayesiana
Métodos de simulación
Método de Montecarlo
topic Estadística bayesiana
Métodos de simulación
Método de Montecarlo
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 presente investigación estudia una metodología para la detección de observaciones atípicas mediante un análisis de influencia bajo la perspectiva de la inferencia bayesiana. Se utiliza la medida de phi-divergencia y el estimador de Monte Carlo, derivado de ésta, trabajados previamente por Peng y Dey (1995), para el cálculo de las divergencias Kullback-Leibler, distancia rectilínea y ji-cuadrado. Además, en el presente trabajo se busca realizar este análisis de influencia en evaluaciones de altas consecuencias (evaluaciones cuyos resultados tienen un alto impacto en la vida de los estudiantes o docentes). El estudio de simulación revela que es posible recuperar observaciones previamente distorsionadas como atípicas. Finalmente, se aplica la metodología a una evaluación realizada por el Ministerio de Educación. Esta aplicación revela que la metodología estudiada es capaz de identificar escuelas con resultados no esperados dadas sus condiciones y resultados anteriores.
publishDate 2018
dc.date.accessioned.es_ES.fl_str_mv 2018-07-30T21:06:12Z
dc.date.available.es_ES.fl_str_mv 2018-07-30T21:06:12Z
dc.date.created.es_ES.fl_str_mv 2018
dc.date.issued.fl_str_mv 2018-07-30
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/20.500.12404/12356
url http://hdl.handle.net/20.500.12404/12356
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-nc-nd/2.5/pe/
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/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/1895bc71-9f88-405f-8a3d-d361f06e7041/download
https://tesis.pucp.edu.pe/bitstreams/550c8be3-d4d9-4603-b84f-d4fe507ef677/download
https://tesis.pucp.edu.pe/bitstreams/f312a21a-259c-4a7d-bc65-483dc32542ce/download
https://tesis.pucp.edu.pe/bitstreams/9a6f35bd-0def-4e1e-a7f6-04e9d3076aab/download
https://tesis.pucp.edu.pe/bitstreams/0ba43e74-021e-4448-b11c-89711d404737/download
bitstream.checksum.fl_str_mv 6b01f1b5dbf8ff4470612c9e663fadb4
27aebf468cd68dc7eda8cba25fc5f3a8
8a4605be74aa9ea9d79846c1fba20a33
5a1c3aa72e6cf0ac2d201027e5fb3e75
2aa85fef1ca95be17430c8b13145febe
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio de Tesis PUCP
repository.mail.fl_str_mv raul.sifuentes@pucp.pe
_version_ 1839176959626575872
spelling Bayes Rodríguez, Cristian LuisChristiansen Trujillo, Andrés Guillermo2018-07-30T21:06:12Z2018-07-30T21:06:12Z20182018-07-30http://hdl.handle.net/20.500.12404/12356La presente investigación estudia una metodología para la detección de observaciones atípicas mediante un análisis de influencia bajo la perspectiva de la inferencia bayesiana. Se utiliza la medida de phi-divergencia y el estimador de Monte Carlo, derivado de ésta, trabajados previamente por Peng y Dey (1995), para el cálculo de las divergencias Kullback-Leibler, distancia rectilínea y ji-cuadrado. Además, en el presente trabajo se busca realizar este análisis de influencia en evaluaciones de altas consecuencias (evaluaciones cuyos resultados tienen un alto impacto en la vida de los estudiantes o docentes). El estudio de simulación revela que es posible recuperar observaciones previamente distorsionadas como atípicas. Finalmente, se aplica la metodología a una evaluación realizada por el Ministerio de Educación. Esta aplicación revela que la metodología estudiada es capaz de identificar escuelas con resultados no esperados dadas sus condiciones y resultados anteriores.spaPontificia Universidad Católica del PerúPEinfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/2.5/pe/Estadística bayesianaMétodos de simulaciónMétodo de Montecarlohttps://purl.org/pe-repo/ocde/ford#1.01.03Análisis de influencia bajo inferencia bayesiana en evaluaciones escolares de altas consecuenciasinfo:eu-repo/semantics/masterThesisreponame:PUCP-Tesisinstname:Pontificia Universidad Católica del Perúinstacron:PUCPSUNEDUMaestro en EstadísticaMaestríaPontificia Universidad Católica del Perú. Escuela de PosgradoEstadística40372640https://orcid.org/0000-0003-0474-7921542037https://purl.org/pe-repo/renati/level#maestrohttps://purl.org/pe-repo/renati/type#tesisORIGINALCHRISTIANSEN_TRUJILLO_ANDRES_GUILLERMO_INFERENCIA_BAYESIANA.pdfCHRISTIANSEN_TRUJILLO_ANDRES_GUILLERMO_INFERENCIA_BAYESIANA.pdfTexto completoapplication/pdf2191608https://tesis.pucp.edu.pe/bitstreams/1895bc71-9f88-405f-8a3d-d361f06e7041/download6b01f1b5dbf8ff4470612c9e663fadb4MD51trueAnonymousREADCC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8810https://tesis.pucp.edu.pe/bitstreams/550c8be3-d4d9-4603-b84f-d4fe507ef677/download27aebf468cd68dc7eda8cba25fc5f3a8MD52falseAnonymousREADLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://tesis.pucp.edu.pe/bitstreams/f312a21a-259c-4a7d-bc65-483dc32542ce/download8a4605be74aa9ea9d79846c1fba20a33MD53falseAnonymousREADTHUMBNAILCHRISTIANSEN_TRUJILLO_ANDRES_GUILLERMO_INFERENCIA_BAYESIANA.pdf.jpgCHRISTIANSEN_TRUJILLO_ANDRES_GUILLERMO_INFERENCIA_BAYESIANA.pdf.jpgIM Thumbnailimage/jpeg12234https://tesis.pucp.edu.pe/bitstreams/9a6f35bd-0def-4e1e-a7f6-04e9d3076aab/download5a1c3aa72e6cf0ac2d201027e5fb3e75MD54falseAnonymousREADTEXTCHRISTIANSEN_TRUJILLO_ANDRES_GUILLERMO_INFERENCIA_BAYESIANA.pdf.txtCHRISTIANSEN_TRUJILLO_ANDRES_GUILLERMO_INFERENCIA_BAYESIANA.pdf.txtExtracted texttext/plain60672https://tesis.pucp.edu.pe/bitstreams/0ba43e74-021e-4448-b11c-89711d404737/download2aa85fef1ca95be17430c8b13145febeMD55falseAnonymousREAD20.500.12404/12356oai:tesis.pucp.edu.pe:20.500.12404/123562025-07-18 12:53:34.037http://creativecommons.org/licenses/by-nc-nd/2.5/pe/info:eu-repo/semantics/openAccessopen.accesshttps://tesis.pucp.edu.peRepositorio de Tesis PUCPraul.sifuentes@pucp.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
score 13.459678
Análisis de influencia bajo inferencia bayesiana en evaluaciones escolares de altas consecuencias
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