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...
- 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.coTk9URTogUExBQ0UgWU9VUiBPV04gTElDRU5TRSBIRVJFClRoaXMgc2FtcGxlIGxpY2Vuc2UgaXMgcHJvdmlkZWQgZm9yIGluZm9ybWF0aW9uYWwgcHVycG9zZXMgb25seS4KCk5PTi1FWENMVVNJVkUgRElTVFJJQlVUSU9OIExJQ0VOU0UKCkJ5IHNpZ25pbmcgYW5kIHN1Ym1pdHRpbmcgdGhpcyBsaWNlbnNlLCB5b3UgKHRoZSBhdXRob3Iocykgb3IgY29weXJpZ2h0Cm93bmVyKSBncmFudHMgdG8gRFNwYWNlIFVuaXZlcnNpdHkgKERTVSkgdGhlIG5vbi1leGNsdXNpdmUgcmlnaHQgdG8gcmVwcm9kdWNlLAp0cmFuc2xhdGUgKGFzIGRlZmluZWQgYmVsb3cpLCBhbmQvb3IgZGlzdHJpYnV0ZSB5b3VyIHN1Ym1pc3Npb24gKGluY2x1ZGluZwp0aGUgYWJzdHJhY3QpIHdvcmxkd2lkZSBpbiBwcmludCBhbmQgZWxlY3Ryb25pYyBmb3JtYXQgYW5kIGluIGFueSBtZWRpdW0sCmluY2x1ZGluZyBidXQgbm90IGxpbWl0ZWQgdG8gYXVkaW8gb3IgdmlkZW8uCgpZb3UgYWdyZWUgdGhhdCBEU1UgbWF5LCB3aXRob3V0IGNoYW5naW5nIHRoZSBjb250ZW50LCB0cmFuc2xhdGUgdGhlCnN1Ym1pc3Npb24gdG8gYW55IG1lZGl1bSBvciBmb3JtYXQgZm9yIHRoZSBwdXJwb3NlIG9mIHByZXNlcnZhdGlvbi4KCllvdSBhbHNvIGFncmVlIHRoYXQgRFNVIG1heSBrZWVwIG1vcmUgdGhhbiBvbmUgY29weSBvZiB0aGlzIHN1Ym1pc3Npb24gZm9yCnB1cnBvc2VzIG9mIHNlY3VyaXR5LCBiYWNrLXVwIGFuZCBwcmVzZXJ2YXRpb24uCgpZb3UgcmVwcmVzZW50IHRoYXQgdGhlIHN1Ym1pc3Npb24gaXMgeW91ciBvcmlnaW5hbCB3b3JrLCBhbmQgdGhhdCB5b3UgaGF2ZQp0aGUgcmlnaHQgdG8gZ3JhbnQgdGhlIHJpZ2h0cyBjb250YWluZWQgaW4gdGhpcyBsaWNlbnNlLiBZb3UgYWxzbyByZXByZXNlbnQKdGhhdCB5b3VyIHN1Ym1pc3Npb24gZG9lcyBub3QsIHRvIHRoZSBiZXN0IG9mIHlvdXIga25vd2xlZGdlLCBpbmZyaW5nZSB1cG9uCmFueW9uZSdzIGNvcHlyaWdodC4KCklmIHRoZSBzdWJtaXNzaW9uIGNvbnRhaW5zIG1hdGVyaWFsIGZvciB3aGljaCB5b3UgZG8gbm90IGhvbGQgY29weXJpZ2h0LAp5b3UgcmVwcmVzZW50IHRoYXQgeW91IGhhdmUgb2J0YWluZWQgdGhlIHVucmVzdHJpY3RlZCBwZXJtaXNzaW9uIG9mIHRoZQpjb3B5cmlnaHQgb3duZXIgdG8gZ3JhbnQgRFNVIHRoZSByaWdodHMgcmVxdWlyZWQgYnkgdGhpcyBsaWNlbnNlLCBhbmQgdGhhdApzdWNoIHRoaXJkLXBhcnR5IG93bmVkIG1hdGVyaWFsIGlzIGNsZWFybHkgaWRlbnRpZmllZCBhbmQgYWNrbm93bGVkZ2VkCndpdGhpbiB0aGUgdGV4dCBvciBjb250ZW50IG9mIHRoZSBzdWJtaXNzaW9uLgoKSUYgVEhFIFNVQk1JU1NJT04gSVMgQkFTRUQgVVBPTiBXT1JLIFRIQVQgSEFTIEJFRU4gU1BPTlNPUkVEIE9SIFNVUFBPUlRFRApCWSBBTiBBR0VOQ1kgT1IgT1JHQU5JWkFUSU9OIE9USEVSIFRIQU4gRFNVLCBZT1UgUkVQUkVTRU5UIFRIQVQgWU9VIEhBVkUKRlVMRklMTEVEIEFOWSBSSUdIVCBPRiBSRVZJRVcgT1IgT1RIRVIgT0JMSUdBVElPTlMgUkVRVUlSRUQgQlkgU1VDSApDT05UUkFDVCBPUiBBR1JFRU1FTlQuCgpEU1Ugd2lsbCBjbGVhcmx5IGlkZW50aWZ5IHlvdXIgbmFtZShzKSBhcyB0aGUgYXV0aG9yKHMpIG9yIG93bmVyKHMpIG9mIHRoZQpzdWJtaXNzaW9uLCBhbmQgd2lsbCBub3QgbWFrZSBhbnkgYWx0ZXJhdGlvbiwgb3RoZXIgdGhhbiBhcyBhbGxvd2VkIGJ5IHRoaXMKbGljZW5zZSwgdG8geW91ciBzdWJtaXNzaW9uLgo= |