Estimación de un modelo lineal generalizado mixto para datos de conteo con exceso de ceros

En este documento se presentan los an alisis realizados a partir del ejercicio de modelaci on de la cantidad de incendios forestales registrados en los 212 municipios que componen los departamentos de Antioquia y Santander durante el a~no 2013. Para dicho análisis se empleó el método de modelos line...

Full description

Autores:
Díaz Prieto, Edinson Javier
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2018
Institución:
Universidad Santo Tomás
Repositorio:
Repositorio Institucional USTA
Idioma:
spa
OAI Identifier:
oai:repository.usta.edu.co:11634/10375
Acceso en línea:
http://hdl.handle.net/11634/10375
Palabra clave:
Mixed Model
Linear Generalized Models
Forest Fires
Count Data
Zero-In ated Models
Modelos lineales (Estadística)
Modelos matemáticos
Estadística matemática
Modelos Mixtos
Modelos Lineales Generalizados
Incendios Forestales
Datos de Conteo
Modelos Cero Inflados
Rights
openAccess
License
Atribución-NoComercial-SinDerivadas 2.5 Colombia
id SANTTOMAS2_dbc1bbcaa572a91e1eead1ae49cf35f8
oai_identifier_str oai:repository.usta.edu.co:11634/10375
network_acronym_str SANTTOMAS2
network_name_str Repositorio Institucional USTA
repository_id_str
dc.title.spa.fl_str_mv Estimación de un modelo lineal generalizado mixto para datos de conteo con exceso de ceros
title Estimación de un modelo lineal generalizado mixto para datos de conteo con exceso de ceros
spellingShingle Estimación de un modelo lineal generalizado mixto para datos de conteo con exceso de ceros
Mixed Model
Linear Generalized Models
Forest Fires
Count Data
Zero-In ated Models
Modelos lineales (Estadística)
Modelos matemáticos
Estadística matemática
Modelos Mixtos
Modelos Lineales Generalizados
Incendios Forestales
Datos de Conteo
Modelos Cero Inflados
title_short Estimación de un modelo lineal generalizado mixto para datos de conteo con exceso de ceros
title_full Estimación de un modelo lineal generalizado mixto para datos de conteo con exceso de ceros
title_fullStr Estimación de un modelo lineal generalizado mixto para datos de conteo con exceso de ceros
title_full_unstemmed Estimación de un modelo lineal generalizado mixto para datos de conteo con exceso de ceros
title_sort Estimación de un modelo lineal generalizado mixto para datos de conteo con exceso de ceros
dc.creator.fl_str_mv Díaz Prieto, Edinson Javier
dc.contributor.advisor.none.fl_str_mv Bermúdez Rubio, Dagoberto
Pineda Ríos, Wilmer Darío
dc.contributor.author.none.fl_str_mv Díaz Prieto, Edinson Javier
dc.contributor.orcid.none.fl_str_mv https://orcid.org/0000-0001-7774-951X
https://orcid.org/0000-0001-7774-951X
dc.contributor.googlescholar.none.fl_str_mv https://scholar.google.es/citations?user=QB0Yba8AAAAJ&hl=es
https://scholar.google.es/citations?user=5KmOl5oAAAAJ&hl=es
dc.contributor.cvlac.none.fl_str_mv http://scienti.colciencias.gov.co:8081/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000014678
http://scienti.colciencias.gov.co:8081/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001454199
dc.contributor.gruplac.none.fl_str_mv https://scienti.minciencias.gov.co/gruplac/jsp/visualiza/visualizagr.jsp?nro=00000000007553
dc.subject.keyword.spa.fl_str_mv Mixed Model
Linear Generalized Models
Forest Fires
Count Data
Zero-In ated Models
topic Mixed Model
Linear Generalized Models
Forest Fires
Count Data
Zero-In ated Models
Modelos lineales (Estadística)
Modelos matemáticos
Estadística matemática
Modelos Mixtos
Modelos Lineales Generalizados
Incendios Forestales
Datos de Conteo
Modelos Cero Inflados
dc.subject.lemb.none.fl_str_mv Modelos lineales (Estadística)
Modelos matemáticos
Estadística matemática
dc.subject.proposal.spa.fl_str_mv Modelos Mixtos
Modelos Lineales Generalizados
Incendios Forestales
Datos de Conteo
Modelos Cero Inflados
description En este documento se presentan los an alisis realizados a partir del ejercicio de modelaci on de la cantidad de incendios forestales registrados en los 212 municipios que componen los departamentos de Antioquia y Santander durante el a~no 2013. Para dicho análisis se empleó el método de modelos lineales generalizados mixtos inflados de ceros en el que se estimó el efecto de diferentes variables climáticas y geográfi cas medidas en cada municipio. El proceso de estimaci on se realiz o mediante modelos aditivos generalizados de ubicaci on, escala y forma, en el cual se obtuvieron los par ametros mediante estimaciones lineales generalizas, estimaciones no paramétricas y una estimación de retardo espacial mediante modelos SAR.
publishDate 2018
dc.date.accessioned.none.fl_str_mv 2018-02-14T13:42:41Z
dc.date.available.none.fl_str_mv 2018-02-14T13:42:41Z
dc.date.issued.none.fl_str_mv 2018
dc.type.local.spa.fl_str_mv Trabajo de grado
dc.type.version.none.fl_str_mv info:eu-repo/semantics/acceptedVersion
dc.type.category.spa.fl_str_mv Formación de Recurso Humano para la Ctel: Trabajo de grado de pregrado
dc.type.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.drive.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
format http://purl.org/coar/resource_type/c_7a1f
status_str acceptedVersion
dc.identifier.citation.spa.fl_str_mv Díaz Prieto, E. J. (2018). Estimación de un modelo lineal generalizado mixto para datos de conteo con exceso de ceros. (Trabajo de pregrado). Universidad Santo Tomás. Bogotá, Colombia
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/11634/10375
dc.identifier.reponame.spa.fl_str_mv reponame:Repositorio Institucional Universidad Santo Tomás
dc.identifier.instname.spa.fl_str_mv instname:Universidad Santo Tomás
dc.identifier.repourl.spa.fl_str_mv repourl:https://repository.usta.edu.co
identifier_str_mv Díaz Prieto, E. J. (2018). Estimación de un modelo lineal generalizado mixto para datos de conteo con exceso de ceros. (Trabajo de pregrado). Universidad Santo Tomás. Bogotá, Colombia
reponame:Repositorio Institucional Universidad Santo Tomás
instname:Universidad Santo Tomás
repourl:https://repository.usta.edu.co
url http://hdl.handle.net/11634/10375
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.references.none.fl_str_mv Agresti, A. (2015), Foundations of linear and generalized linear models, John Wiley & Sons.
Correa Morales, J. C. & Salazar Uribe, J. C. (2016), Introducci´on a Los Modelos Mixtos, Universidad Nacional de Colombia-Sede Medell´ın.
Cressie, N. (1991), Statistics for Spatial Data, Wiley-Interscience.
De Smith, M. J., Goodchild, M. F. & Longley, P. (2007), Geospatial analysis: a comprehensive guide to principles, techniques and software tools, Troubador Publishing Ltd.
Durb´an, M. (2009), ‘An introduction to smoothing with penalties: P-splines’, Bolet´ın de Estad´ıstica e Investigaci´on Operativa 25(3), 195–205.
Eilers, P. H. & Marx, B. D. (1996), ‘Flexible smoothing with b-splines and penalties’, Statistical science pp. 89–102.
Paula, G. A. (2004), Modelos de regress˜ao: com apoio computacional, IME-USP S˜ao Paulo
Rigby, R. A. & Stasinopoulos, D. M. (2005), ‘Generalized additive models for location, scale and shape’, Journal of the Royal Statistical Society: Series C (Applied Statistics) 54(3), 507–554.
Shelton, A. O., Thorson, J. T., Ward, E. J. & Feist, B. E. (2014), ‘Spatial semiparametric models improve estimates of species abundance and distribution’, Canadian Journal of Fisheries and Aquatic Sciences 71(11), 1655–1666.
Stasinopoulos, M. D., Rigby, R. A., Heller, G. Z., Voudouris, V. & De Bastiani, F. (2017), Flexible Regression and Smoothing: Using GAMLSS in R, CRC Press.
Stroup, W. W. (2012), Generalized linear mixed models: modern concepts, methods and applications, CRC press.
Vanegas, L. H. & Paula, G. A. (2015), ‘A semiparametric approach for joint modeling of median and skewness’, Test 24(1), 110–135.
dc.rights.*.fl_str_mv Atribución-NoComercial-SinDerivadas 2.5 Colombia
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/2.5/co/
dc.rights.local.spa.fl_str_mv Abierto (Texto Completo)
dc.rights.accessrights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.none.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv Atribución-NoComercial-SinDerivadas 2.5 Colombia
http://creativecommons.org/licenses/by-nc-nd/2.5/co/
Abierto (Texto Completo)
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.coverage.campus.spa.fl_str_mv CRAI-USTA Bogotá
dc.publisher.spa.fl_str_mv Universidad Santo Tomás
dc.publisher.program.spa.fl_str_mv Pregrado Estadística
dc.publisher.faculty.spa.fl_str_mv Facultad de Estadística
institution Universidad Santo Tomás
bitstream.url.fl_str_mv https://repository.usta.edu.co/bitstream/11634/10375/2/license.txt
https://repository.usta.edu.co/bitstream/11634/10375/6/2017edisondiaz.pdf.jpg
https://repository.usta.edu.co/bitstream/11634/10375/7/cartadefacultad.pdf.jpg
https://repository.usta.edu.co/bitstream/11634/10375/8/cartaderechosdeautor.pdf.jpg
https://repository.usta.edu.co/bitstream/11634/10375/3/2017edisondiaz.pdf
https://repository.usta.edu.co/bitstream/11634/10375/4/cartadefacultad.pdf
https://repository.usta.edu.co/bitstream/11634/10375/5/cartaderechosdeautor.pdf
bitstream.checksum.fl_str_mv 8a4605be74aa9ea9d79846c1fba20a33
2ec6cbda382626de9a15904549228160
8240f6d474416ebde26672075d439af7
a713a89e934afbbd44139ffed08ed2c8
bb6969eb4b2fb045811d51b8783bec20
3f511a998ab883a9fe37640ee77301b0
2343424a51efd644eba1fd0251a9f4e4
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Universidad Santo Tomás
repository.mail.fl_str_mv repositorio@usantotomas.edu.co
_version_ 1782026281349545984
spelling Bermúdez Rubio, DagobertoPineda Ríos, Wilmer DaríoDíaz Prieto, Edinson Javierhttps://orcid.org/0000-0001-7774-951Xhttps://orcid.org/0000-0001-7774-951Xhttps://scholar.google.es/citations?user=QB0Yba8AAAAJ&hl=eshttps://scholar.google.es/citations?user=5KmOl5oAAAAJ&hl=eshttp://scienti.colciencias.gov.co:8081/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000014678http://scienti.colciencias.gov.co:8081/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001454199https://scienti.minciencias.gov.co/gruplac/jsp/visualiza/visualizagr.jsp?nro=000000000075532018-02-14T13:42:41Z2018-02-14T13:42:41Z2018Díaz Prieto, E. J. (2018). Estimación de un modelo lineal generalizado mixto para datos de conteo con exceso de ceros. (Trabajo de pregrado). Universidad Santo Tomás. Bogotá, Colombiahttp://hdl.handle.net/11634/10375reponame:Repositorio Institucional Universidad Santo Tomásinstname:Universidad Santo Tomásrepourl:https://repository.usta.edu.coEn este documento se presentan los an alisis realizados a partir del ejercicio de modelaci on de la cantidad de incendios forestales registrados en los 212 municipios que componen los departamentos de Antioquia y Santander durante el a~no 2013. Para dicho análisis se empleó el método de modelos lineales generalizados mixtos inflados de ceros en el que se estimó el efecto de diferentes variables climáticas y geográfi cas medidas en cada municipio. El proceso de estimaci on se realiz o mediante modelos aditivos generalizados de ubicaci on, escala y forma, en el cual se obtuvieron los par ametros mediante estimaciones lineales generalizas, estimaciones no paramétricas y una estimación de retardo espacial mediante modelos SAR.This document presents the analyzes carried out in the 212 municipalities that make up the departments of Antioquia and Santander during 2013. For this analysis, the method of zero inflated generalized linear models was used in which the e ect of di erent climatic and geographical variables measures in each municipality, is estimated. The estimation process was carried out by generalized additive models of location, scale and shape, in which the parameters were obtained through generalized linear estimates, non-parametric estimates and an estimate of spatial delay by SAR models.Profesional en estadísticahttp://unidadinvestigacion.usta.edu.coPregradoapplication/pdfspaUniversidad Santo TomásPregrado EstadísticaFacultad de EstadísticaAtribución-NoComercial-SinDerivadas 2.5 Colombiahttp://creativecommons.org/licenses/by-nc-nd/2.5/co/Abierto (Texto Completo)info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Estimación de un modelo lineal generalizado mixto para datos de conteo con exceso de cerosMixed ModelLinear Generalized ModelsForest FiresCount DataZero-In ated ModelsModelos lineales (Estadística)Modelos matemáticosEstadística matemáticaModelos MixtosModelos Lineales GeneralizadosIncendios ForestalesDatos de ConteoModelos Cero InfladosTrabajo de gradoinfo:eu-repo/semantics/acceptedVersionFormación de Recurso Humano para la Ctel: Trabajo de grado de pregradohttp://purl.org/coar/resource_type/c_7a1finfo:eu-repo/semantics/bachelorThesisCRAI-USTA BogotáAgresti, A. (2015), Foundations of linear and generalized linear models, John Wiley & Sons.Correa Morales, J. C. & Salazar Uribe, J. C. (2016), Introducci´on a Los Modelos Mixtos, Universidad Nacional de Colombia-Sede Medell´ın.Cressie, N. (1991), Statistics for Spatial Data, Wiley-Interscience.De Smith, M. J., Goodchild, M. F. & Longley, P. (2007), Geospatial analysis: a comprehensive guide to principles, techniques and software tools, Troubador Publishing Ltd.Durb´an, M. (2009), ‘An introduction to smoothing with penalties: P-splines’, Bolet´ın de Estad´ıstica e Investigaci´on Operativa 25(3), 195–205.Eilers, P. H. & Marx, B. D. (1996), ‘Flexible smoothing with b-splines and penalties’, Statistical science pp. 89–102.Paula, G. A. (2004), Modelos de regress˜ao: com apoio computacional, IME-USP S˜ao PauloRigby, R. A. & Stasinopoulos, D. M. (2005), ‘Generalized additive models for location, scale and shape’, Journal of the Royal Statistical Society: Series C (Applied Statistics) 54(3), 507–554.Shelton, A. O., Thorson, J. T., Ward, E. J. & Feist, B. E. (2014), ‘Spatial semiparametric models improve estimates of species abundance and distribution’, Canadian Journal of Fisheries and Aquatic Sciences 71(11), 1655–1666.Stasinopoulos, M. D., Rigby, R. A., Heller, G. Z., Voudouris, V. & De Bastiani, F. (2017), Flexible Regression and Smoothing: Using GAMLSS in R, CRC Press.Stroup, W. W. (2012), Generalized linear mixed models: modern concepts, methods and applications, CRC press.Vanegas, L. H. & Paula, G. A. (2015), ‘A semiparametric approach for joint modeling of median and skewness’, Test 24(1), 110–135.LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repository.usta.edu.co/bitstream/11634/10375/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52open accessTHUMBNAIL2017edisondiaz.pdf.jpg2017edisondiaz.pdf.jpgIM Thumbnailimage/jpeg7603https://repository.usta.edu.co/bitstream/11634/10375/6/2017edisondiaz.pdf.jpg2ec6cbda382626de9a15904549228160MD56open accesscartadefacultad.pdf.jpgcartadefacultad.pdf.jpgIM Thumbnailimage/jpeg7760https://repository.usta.edu.co/bitstream/11634/10375/7/cartadefacultad.pdf.jpg8240f6d474416ebde26672075d439af7MD57open accesscartaderechosdeautor.pdf.jpgcartaderechosdeautor.pdf.jpgIM Thumbnailimage/jpeg7675https://repository.usta.edu.co/bitstream/11634/10375/8/cartaderechosdeautor.pdf.jpga713a89e934afbbd44139ffed08ed2c8MD58open accessORIGINAL2017edisondiaz.pdf2017edisondiaz.pdfapplication/pdf1037027https://repository.usta.edu.co/bitstream/11634/10375/3/2017edisondiaz.pdfbb6969eb4b2fb045811d51b8783bec20MD53open accesscartadefacultad.pdfcartadefacultad.pdfapplication/pdf125259https://repository.usta.edu.co/bitstream/11634/10375/4/cartadefacultad.pdf3f511a998ab883a9fe37640ee77301b0MD54metadata only accesscartaderechosdeautor.pdfcartaderechosdeautor.pdfapplication/pdf349025https://repository.usta.edu.co/bitstream/11634/10375/5/cartaderechosdeautor.pdf2343424a51efd644eba1fd0251a9f4e4MD55metadata only access11634/10375oai:repository.usta.edu.co:11634/103752023-02-28 03:05:57.268open accessRepositorio Universidad Santo Tomásrepositorio@usantotomas.edu.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