Tópicos Sugeridos dentro de su búsqueda.
Tópicos Sugeridos dentro de su búsqueda.
Buscar alternativas:
bayesian model » keynesian model (Expander búsqueda), gaussian model (Expander búsqueda), keynesian models (Expander búsqueda)
para bayesian » peru bayesian (Expander búsqueda), a bayesian (Expander búsqueda), var bayesiano (Expander búsqueda)
bayesian model » keynesian model (Expander búsqueda), gaussian model (Expander búsqueda), keynesian models (Expander búsqueda)
para bayesian » peru bayesian (Expander búsqueda), a bayesian (Expander búsqueda), var bayesiano (Expander búsqueda)
1
artículo
This research aimed to formulate a Bayesian model based on the Naive Bayes algorithm, to predict morbidity in neonates in a case study of pregnant mothers in Metropolitan Lima. The study uses mathematical algorithms for the exploitation of information in prevention of possible health-related problems. 13 predictive nutritional variables proposed by Krauss were raised. The model consists first of all, in the collection of the nutritional information in a controlled way of the pregnant women involved, then, the information is analyzed to determine the relationship of the most influential variables for the model, then the Bayesian model of acyclic characteristic was constructed and directed composed of nodes and edges, because the variables directly affected to the morbidity of the neonate are known and finally the model affected by the statistical results of the nutritional variables is va...
2
artículo
This research aimed to formulate a Bayesian model based on the Naive Bayes algorithm, to predict morbidity in neonates in a case study of pregnant mothers in Metropolitan Lima. The study uses mathematical algorithms for the exploitation of information in prevention of possible health-related problems. 13 predictive nutritional variables proposed by Krauss were raised. The model consists first of all, in the collection of the nutritional information in a controlled way of the pregnant women involved, then, the information is analyzed to determine the relationship of the most influential variables for the model, then the Bayesian model of acyclic characteristic was constructed and directed composed of nodes and edges, because the variables directly affected to the morbidity of the neonate are known and finally the model affected by the statistical results of the nutritional variables is va...
3
tesis de maestría
Publicado 2021
Enlace
Enlace
La prevalencia de enfermedades epidemiológicas recolectadas en áreas geográficamente limitadas, como distritos o provincias, son cruciales para la toma de decisiones en salud pública. Usualmente esta variable respuesta presenta dependencia espacial, es decir, es similar en áreas vecinas, debido a la naturaleza de la enfermedad, clima, nivel económico y cultural, entre otras razones. En este sentido, se proponen modelos espaciales de datos áreas para identificar tendencias y factores asociados a enfermedades epidemiológicas, tomando en cuenta la dependencia espacial entre áreas geográficas. Por lo general, estos modelos ajustan a la dependencia espacial a través de efectos aleatorios derivados a través de grafos. En particular, el modelo autorregresivo de gráfico acíclico dirigido (DAGAR) se basa en un grafo acíclico dirigido y algunos efectos aleatorios \del pasado". Como ...
4
tesis de maestría
Publicado 2021
Enlace
Enlace
La prevalencia de enfermedades epidemiológicas recolectadas en áreas geográficamente limitadas, como distritos o provincias, son cruciales para la toma de decisiones en salud pública. Usualmente esta variable respuesta presenta dependencia espacial, es decir, es similar en áreas vecinas, debido a la naturaleza de la enfermedad, clima, nivel económico y cultural, entre otras razones. En este sentido, se proponen modelos espaciales de datos áreas para identificar tendencias y factores asociados a enfermedades epidemiológicas, tomando en cuenta la dependencia espacial entre áreas geográficas. Por lo general, estos modelos ajustan a la dependencia espacial a través de efectos aleatorios derivados a través de grafos. En particular, el modelo autorregresivo de gráfico acíclico dirigido (DAGAR) se basa en un grafo acíclico dirigido y algunos efectos aleatorios \del pasado". Como ...
5
tesis doctoral
Publicado 2019
Enlace
Enlace
Los impactos del cambio climático en la salud humana son una preocupación importante para la salud pública. El aumento de la frecuencia y la intensidad de los eventos hidro-climáticos extremos (inundaciones y sequías) es una de las principales características del cambio climático. La ocurrencia de estos eventos puede afectar drásticamente la vida de la población a través de diferentes vías. El objetivo de esta investigación es identificar los efectos de los eventos extremos en la salud pública.
6
artículo
Publicado 2023
Enlace
Enlace
The objective of the research is to estimate the transmission rate of an infection (β) in the SI epidemical model, using Bayesian statistical methods from observed data in Peru. After studying the SI mathematical model and Bayesian statistical inference metho’ds, a Bayesian estimator is proposed to estimate the transmisión rate of an infection in this model and a procedure is proposed to estimate this rate using Montecarlo simulation based on Markov chains - MCMC.
7
artículo
Publicado 2021
Enlace
Enlace
In this work, the modeling of the volatility of financial assets is studied using a Bayesian approach. DCC - GARCH models are used, for the errors of these models asymmetric and leptokurtic probability distributions are considered, which are parameterized according to the asymmetry and the weight of the tails, therefore these parameters are also estimated. The estimation of the model parameters was performed using the MCMC methodology Metropolis - Hastings random walk algorithm using the software R package bayesDccGarch, daily data from 04/01/2015 - 01/31/2020 of the stock indices of: Frankfurt are considered (DAX), Tokyo (NIKKEI225), Paris (CAC40), and Lima (BVL). The Bayesian approach to estimating the model parameters facilitates interpretation and provides the ability to insert a priori information for the parameters.
8
tesis de maestría
Publicado 2020
Enlace
Enlace
En la presente tesis se proponen modelos de clasificación basados en regresiones beta inflacionadas cero-uno con efectos mixtos para modelar perfiles longitudinales de variables fraccionarias mixtas y variables binarias de forma conjunta con formación de clústeres. Las distintas parametrizaciones de los modelos propuestos permiten modelar distintos efectos, como modelar directamente la media marginal a través de covariables e interpretar fácilmente su efecto sobre ella o modelar la media condicional y las probabilidades de inflación de forma separada. Además, se forman clústeres de grupos de individuos con perfiles longitudinales similares a través de una variable latente, asumiendo que las variables respuesta siguen un modelo de mixtura finita. Debido a la complejidad de los modelos, los parámetros se estiman desde un punto de vista bayesiano, a partir de simulaciones MCMC uti...
9
tesis de maestría
Publicado 2020
Enlace
Enlace
En la presente tesis se proponen modelos de clasificación basados en regresiones beta inflacionadas cero-uno con efectos mixtos para modelar perfiles longitudinales de variables fraccionarias mixtas y variables binarias de forma conjunta con formación de clústeres. Las distintas parametrizaciones de los modelos propuestos permiten modelar distintos efectos, como modelar directamente la media marginal a través de covariables e interpretar fácilmente su efecto sobre ella o modelar la media condicional y las probabilidades de inflación de forma separada. Además, se forman clústeres de grupos de individuos con perfiles longitudinales similares a través de una variable latente, asumiendo que las variables respuesta siguen un modelo de mixtura finita. Debido a la complejidad de los modelos, los parámetros se estiman desde un punto de vista bayesiano, a partir de simulaciones MCMC uti...
10
artículo
Publicado 2019
Enlace
Enlace
Cervical cancer is currently the fourth most frequent type of cancer in women. A large number of techniques from the Artificial Intelligence (AI) such as Neuronal Networks, Support Vector Machines (SVM), Decision Trees and others; have been used to deal with the problem of predicting this disease. The following paper shows the cervical cancer risk prediction, by implementing a probabilistic model based on Bayesian Networks and using 322 instances where we could retrieve 15 different features that are known information from each patient. The tests were made using the 40% of the whole dataset, confusion matrix and AUC indicator. The results show that this work has raised a 96% of success rate as well as 0.9864 in terms of the AUC indicator, in addition to this, the results suggest that Bayesian Networks are able to reach a high performance and provide transparency during the inference proc...
11
artículo
Publicado 2024
Enlace
Enlace
The aim of this work is to analyze the impact of Covid-19 on indigenous populations in municipalities of Mexico. To analyze this relationship, Bayesian spatio-temporal models are used to capture the complex dynamics of epidemiological transmission in terms of spatial, temporal and joint spatio-temporal dependence. These models have the ability to include covariates, such as the percentage of indigenous population, which makes it possible to quantify the effect that the covariate has on the evolution of the epidemic. Likewise, the models allow us to identify spatio-temporal clusters with high and low incidence rates, showing health inequalities based on the proportion of the indigenous population residing in specific municipalities. Contrary to expectations, the results showed a protective effect on the incidence rate of COVID-19 for the indigenous population. Furthermore, a wide heteroge...
12
documento de trabajo
Publicado 2016
Enlace
Enlace
We use the approach of Qu and Perron (2013) for the modeling and inference of volatility of a set of commodity prices in the presence of level shifts of unknown timing, magnitude and frequency. The model has two features: (i) it is a stochastic volatility model comprising both a level shift and a short-memory process where the .rst component is modeled as a compounded binomial process while the second one is an AR(1) process; (ii) the model is estimated using Bayesian techniques in order to obtain posterior distributions of the parameters and the two latent components. We use six commodity series: agriculture, livestock, gold, oil, industrial metals and a general commodity index. All series cover the period from January 1983 until December 2013 in daily frequency. The results show that although the occurrence of a level shift is rare (about once every 1.5 or 1.8 years), this component cl...
13
artículo
This article shows the application of a conditional VAR model in order to estimate the future path of Peruvian inflation conditioned to US inflation based on 3 possible scenarios: optimistic, average and pessimistic. For the Peruvian case, the methodology developed by Waggoner and Zha (1999) is incorporated, under Bayesian estimations and using the Gibss Sampling algorithm to estimate and simulate the forecast distributions. The results show that for the year 2022 and in a pessimistic scenario, Peruvian inflation would reach its highest level in June. In an average scenario, the highest level of inflation would be reached in April, while in an optimistic scenario, it would reach a maximum level in March. Additionally, it is observed that the difference in average Peruvian inflation from one scenario to another is around 0.2% per month.
14
tesis doctoral
Publicado 2019
Enlace
Enlace
Esta tesis trata el problema de descubrir valores atípicos temporales interesantes en un conjunto de datos. Presentamos reglas de asociación probabilísticas como medidas para descubrir valores atípicos temporales interesantes basados en el conocimiento del dominio que ha sido aprendido y representado por una Red Bayesiana Dinámica. Las redes Bayesianas dinámicas capturan el conocimiento previo en una relación causal entre variables aleatorias. Las dos reglas de asociación probabilística definidas como: i) soporte bajo & confianza alta y ii) soporte alto & confianza baja, fueron usadas para identificar escenarios donde las discrepancias entre las probabilidades previas y condicionales son significativas. Nuestro enfoque novedoso une ambos métodos y nos permite descubrir valores atípicos temporales interesantes y proporcionan una contextualización en forma de sub-espacios relac...
15
documento de trabajo
Publicado 2014
Enlace
Enlace
Este estudio es uno de los primeros en utilizar el modelo SV para modelar series financieras peruanas, así como estimar y comparar con los modelos GARCH con errores normales y t-student. El análisis en este estudio corresponde a los mercados bursátiles y cambiarias de Perú. La importancia de esta metodología es que el ajuste de los datos es mejor que los modelos GARCH utilizando los supuestos de normalidad en ambos modelos. En el caso del modelo SV, se han empleado tres algoritmos Bayesianos donde evaluamos sus respectivas ineficiencias en la estimación de los parámetros del modelo siendo el algoritmo más eficiente y utilizado el Integration Sampler. Los parámetros estimados en el modelo SV muestran que los diversos algoritmos son consistentes, ya que muestran poco ineficiencia. Las cifras de las correlaciones de las iteraciones sugieren que no hay problemas en el momento del en...
16
tesis de maestría
Publicado 2016
Enlace
Enlace
La estimación de la prevalencia de una enfermedad, la cual es definida como el número de casos con la enfermedad en una población dividida por el número de elementos en ésta, es realizado con gran precisión cuando existen pruebas 100% exactas, también llamadas gold standard. Sin embargo, en muchos casos, debido a los altos costos de las pruebas de diagnóstico o limitaciones de tecnología, la prueba gold standard no existe y debe ser reemplazada por una o más pruebas diagnósticas no tan caras pero con bajos niveles de sensibilidad o especificidad. Este estudio está enfocado en el estudio de dos enfoques bayesianos para la estimación de prevalencia cuando no es factible tener resultados de una prueba 100% exacta. El primero es un modelo con dos parámetros que toman en cuenta la asociación entre los resultados de las pruebas. El segundo es un enfoque que propone el uso del Ba...
17
tesis de maestría
Publicado 2016
Enlace
Enlace
La estimación de la prevalencia de una enfermedad, la cual es definida como el número de casos con la enfermedad en una población dividida por el número de elementos en ésta, es realizado con gran precisión cuando existen pruebas 100% exactas, también llamadas gold standard. Sin embargo, en muchos casos, debido a los altos costos de las pruebas de diagnóstico o limitaciones de tecnología, la prueba gold standard no existe y debe ser reemplazada por una o más pruebas diagnósticas no tan caras pero con bajos niveles de sensibilidad o especificidad. Este estudio está enfocado en el estudio de dos enfoques bayesianos para la estimación de prevalencia cuando no es factible tener resultados de una prueba 100% exacta. El primero es un modelo con dos parámetros que toman en cuenta la asociación entre los resultados de las pruebas. El segundo es un enfoque que propone el uso del Ba...
18
artículo
Publicado 2025
Enlace
Enlace
Multisensory integration is a fundamental neural mechanism crucial for understanding cognition. Multiple theoretical models exist to account for the computational processes underpinning this mechanism. However, there is an absence of a consolidated framework that facilitates the examination of multisensory integration across diverse experimental and computational contexts. We introduce Scikit-NeuroMSI, an accessible Python-based open-source framework designed to streamline the implementation and evaluation of computational models of multisensory integration. The capabilities of Scikit-NeuroMSI were demonstrated in enabling the implementation of multiple models of multisensory integration at different levels of analysis. Furthermore, we illustrate the utility of the software in systematically exploring the model’s behavior in spatiotemporal causal inference tasks through parameter sweep...
19
artículo
Publicado 2025
Enlace
Enlace
The aim of this study was to evaluate two methods for genetic analysis of the Gompertz growth curve (the two-stage method and the method based on a hierarchical Bayesian approach, referred to in this study as the conjoint analysis method). A total of 1110 body weight measurements from 185 Brahman cattle were used. The variance components of the curve parameters were estimated using the two-stage method using the restricted maximum likelihood (REML) method. For the conjoint analysis method, the Gibbs Sampling and Metropolis-Hasting algorithms were used. The heritability values estimated using the two-stage method were 0.41 ± 0.004, 0.09 ± 0.01, and 0.65 ± 0.001 for asymptotic weight (a), integration constant (b), and maturation rate (k), respectively. Estimates using the conjoint analysis method were 0.51 0.03, 0.50 0.04, and 0.52 0.04 for the asymptotic weight, integration constant, a...
20
artículo
Publicado 2009
Enlace
Enlace
This article presents the development and application of a simulation model that was used to forecast the demand of automobile parts using information from a car dealer in Mexico, D. F. In particular, this work illustrates, using a simple model, how stochastic simulation and Bayesian statistics can be combined to model and solve complex forecasting problems. The proposed framework is general enough to be applied to very detailed models of the system under study. The results obtained demonstrate how uncertainty on the parameters of the model can be incorporated, and the application using real data shows how a large sample size produces a posterior distribution that has little influence from the prior distribution.
