Paquete ZOIP de R para analizar datos proporcionales inflados con ceros y/o unos
Los datos obtenidos a partir de variables medidas bajo porcentajes, tasas y proporciones, son llamados datos proporcionales y estos se encuentran ubicados por lo general en el intervalo (0,1). Diferentes distribuciones se han desarrollado para caracterizar este tipo de variables, sin embargo, existe...
- Autores:
-
Diaz Zapata, Juan Camilo
Hernández Barajas, Freddy
Usuga Manco, Olga Cecilia
- Tipo de recurso:
- Fecha de publicación:
- 2018
- Institución:
- Universidad Santo Tomás
- Repositorio:
- Repositorio Institucional USTA
- Idioma:
- spa
- OAI Identifier:
- oai:repository.usta.edu.co:11634/12124
- Palabra clave:
- datos proporcionales
distribución ZOIP
máxima verosimilitud
R.
- Rights
- License
- Derechos de autor 2018 Comunicaciones en Estadística
Summary: | Los datos obtenidos a partir de variables medidas bajo porcentajes, tasas y proporciones, son llamados datos proporcionales y estos se encuentran ubicados por lo general en el intervalo (0,1). Diferentes distribuciones se han desarrollado para caracterizar este tipo de variables, sin embargo, existe la posibilidad que este tipo de variables puedan dar resultados de cero o uno. Haciendo que se implementaran dos distribuciones beta inflada con ceros y/o unos, diferenciadas solo por su parametrización. Otros autores han trabajo con otras distribuciones para datos proporcionales inflados, como la distribución simplex, sin embargo, no se ha encontrado una distribución que reúna las principales distribuciones para datos proporcionales inflados con ceros y/o unos, en este trabajo se presenta el paquete ZOIP del sistema de computación R para la implementación de la distribución ZOIP (Zeros Ones Inflated Proportional) que reúne la distribución simplex y beta bajo diferentes parametrizaciones y estima los parámetros de dicha distribución. La estimación de los parámetros de la distribución ZOIP se hace vía máxima verosimilitud. Se realizan estudios de simulación que muestran la convergencia satisfactoria de los parámetros y se presenta el ajuste de una distribución ZOIP a datos reales. |
---|