Análisis estadístico de datos categóricos
ilustraciones
- Autores:
-
Díaz Monroy, Luis Guillermo
Morales Rivera, Mario Alfonso
- Tipo de recurso:
- Book
- Fecha de publicación:
- 2009
- Institución:
- Universidad Nacional de Colombia
- Repositorio:
- Universidad Nacional de Colombia
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.unal.edu.co:unal/85714
- Acceso en línea:
- https://repositorio.unal.edu.co/handle/unal/85714
- Palabra clave:
- 510 - Matemáticas::519 - Probabilidades y matemáticas aplicadas
Análisis multivariente
Función error
Matrices (Matemáticas)
- Rights
- openAccess
- License
- Atribución-NoComercial-SinDerivadas 4.0 Internacional
| id |
UNACIONAL2_1d9eaecb2191a1605af605cb138df18b |
|---|---|
| oai_identifier_str |
oai:repositorio.unal.edu.co:unal/85714 |
| network_acronym_str |
UNACIONAL2 |
| network_name_str |
Universidad Nacional de Colombia |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Análisis estadístico de datos categóricos |
| title |
Análisis estadístico de datos categóricos |
| spellingShingle |
Análisis estadístico de datos categóricos 510 - Matemáticas::519 - Probabilidades y matemáticas aplicadas Análisis multivariente Función error Matrices (Matemáticas) |
| title_short |
Análisis estadístico de datos categóricos |
| title_full |
Análisis estadístico de datos categóricos |
| title_fullStr |
Análisis estadístico de datos categóricos |
| title_full_unstemmed |
Análisis estadístico de datos categóricos |
| title_sort |
Análisis estadístico de datos categóricos |
| dc.creator.fl_str_mv |
Díaz Monroy, Luis Guillermo Morales Rivera, Mario Alfonso |
| dc.contributor.author.none.fl_str_mv |
Díaz Monroy, Luis Guillermo Morales Rivera, Mario Alfonso |
| dc.subject.ddc.spa.fl_str_mv |
510 - Matemáticas::519 - Probabilidades y matemáticas aplicadas |
| topic |
510 - Matemáticas::519 - Probabilidades y matemáticas aplicadas Análisis multivariente Función error Matrices (Matemáticas) |
| dc.subject.lemb.none.fl_str_mv |
Análisis multivariente Función error Matrices (Matemáticas) |
| description |
ilustraciones |
| publishDate |
2009 |
| dc.date.issued.none.fl_str_mv |
2009 |
| dc.date.accessioned.none.fl_str_mv |
2024-02-26T05:40:26Z |
| dc.date.available.none.fl_str_mv |
2024-02-26T05:40:26Z |
| dc.type.spa.fl_str_mv |
Libro |
| dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/book |
| dc.type.version.spa.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_2f33 |
| dc.type.coarversion.spa.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
| dc.type.content.spa.fl_str_mv |
Text |
| format |
http://purl.org/coar/resource_type/c_2f33 |
| status_str |
publishedVersion |
| dc.identifier.isbn.spa.fl_str_mv |
9789587191868 |
| dc.identifier.uri.none.fl_str_mv |
https://repositorio.unal.edu.co/handle/unal/85714 |
| identifier_str_mv |
9789587191868 |
| url |
https://repositorio.unal.edu.co/handle/unal/85714 |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.relation.references.spa.fl_str_mv |
Agresti, A. (1996), An introduction to categorical data analysis, John Wiley, New York. Agresti, A. (2000), Categorical data analysis, John Wiley, New York. Andersen, E. B. (1997), Introduction to the statistical analysis of categorical data, Springer, New York. Ato, M. & López, J. J. (1996), Análisis estadístico para datos categóricos, Síntesis S. A., Madrid. Bishop, Y. V., Fienberg, S. E. & Holland, P. W. (1975), Discrete multivariate analysis, MA: MIT Press, Cambridge. Carlin, B. P. & Louis, T. A. (1998), Bayes and empirical Bayes methods for data analysis, Chapman and Hall/CRC, London. Christensen, R. (1990), Log-linear models, Springer-Verlag, New York. Conover, W. J. (1990), Estadística no paramétrica, McGraw-Hill, New York. Dobson, A. J. (2002), An introduction to generalizaed linear models, Chapman & Hall, New York. Díaz, L. G. (2007), Estadística multivariada: inferencia y métodos, Uni- versidad Nacional de Colombia, Bogot ́a. Escofier, B. et Pages, J. (1990), Analyses factorielles simples et multi- ples, Dunod, Paris. Everitt, B. S. (1994), The analysis of contingency tables, Chapman and Hall, London. Gibbons D., J. (1971), Nonparametric statistical inference, MacGraw- Hill Kogakusha, Ltda. Gil, S. I. & Zárate, G. P. (1984), Métodos Estadísticos, Trillas. Hettmansperger, T. P. (1984), Statistical inference based on ranks, John Wiley and Sons. Hosmer, D. W. & Lemeshov, S. (1989), Applied logistic regression, John Wiley and Sons, New York. Juez, P. & Díez, J. (1997), Probabilidad y estadística en medicina, Díaz de Santos S. A., Madrid. Kendall, M. & Stuart, A. (1979), The advanced theory of statistics, Vol. 2, Charles Griffin and Company, London. Le, C. T. (1998), Applied categorical data analysis, John Wiley and Sons, New York. Lebart, L., M. A. F. J. P. (1985), Tratamiento estadístico de datos, Mar- combo-Boixareu Editores, Barcelona. Morrison, D. F. (1990), Multivariate statistical methods, McGraw-Hill Book Company, New York. Paulino, C. D. e Singer, J. M. (2006), Analálise de dados categorizados, Editora Edgar Blucher, Sao Paulo. Peña, D. (1998), Estadística modelos y métodos. 1. Fundamentos, Alian- za Universitaria Textos, Madrid. Rencher, A. C. (1995), Methods of multivariate analysis, John Wiley and Sons, New York. Rencher, A. C. (1998), Multivariate statistical inference and applica- tions, John Wiley and Sons, New York. Silva, L. C. (1995), Excursión a la regresión logística en ciencias de la salud, Díaz de Santo A., Madrid Stokes, M. E., Davis, C. S. & Koch, G. G. (1997), Categorical data analysis using the SAS System, As Institute Inc., New York. Team, R. D. C. (2007), R: A language and environment for statistical computing, R Foundation for Statistical Computing, Vienna, Aus- tria. ISBN 3-900051-07-0. *http://www.R-project.org Virasakdi, C. (2004), Analysis of epidemiological data using R and Epi- calc, Prince of Songkla University., Thailand. |
| dc.rights.spa.fl_str_mv |
Universidad Nacional de Colombia, 2009 |
| dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| dc.rights.license.spa.fl_str_mv |
Atribución-NoComercial-SinDerivadas 4.0 Internacional |
| dc.rights.uri.spa.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ |
| dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
| rights_invalid_str_mv |
Atribución-NoComercial-SinDerivadas 4.0 Internacional Universidad Nacional de Colombia, 2009 http://creativecommons.org/licenses/by-nc-nd/4.0/ http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.extent.spa.fl_str_mv |
357 páginas |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.publisher.spa.fl_str_mv |
Universidad Nacional de Colombia. Facultad de Ciencias |
| dc.publisher.place.spa.fl_str_mv |
Bogotá |
| institution |
Universidad Nacional de Colombia |
| bitstream.url.fl_str_mv |
https://repositorio.unal.edu.co/bitstream/unal/85714/1/license.txt https://repositorio.unal.edu.co/bitstream/unal/85714/2/3%20An%c2%a0lisis%20estad%c2%a1stico%20%28taco%29.pdf https://repositorio.unal.edu.co/bitstream/unal/85714/3/3%20An%c2%a0lisis%20estad%c2%a1stico%20%28taco%29.pdf.jpg |
| bitstream.checksum.fl_str_mv |
eb34b1cf90b7e1103fc9dfd26be24b4a 42642554c0bf7cde76cf262a67f0e00b 1e81fe1ec07a1186d7a83370d3488652 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional Universidad Nacional de Colombia |
| repository.mail.fl_str_mv |
repositorio_nal@unal.edu.co |
| _version_ |
1814089273595396096 |
| spelling |
Atribución-NoComercial-SinDerivadas 4.0 InternacionalUniversidad Nacional de Colombia, 2009http://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Díaz Monroy, Luis Guillermo3efc00220cfd299ea4420a319834eeadMorales Rivera, Mario Alfonso87959a6a6e45f3dc016b5230cbe4bd002024-02-26T05:40:26Z2024-02-26T05:40:26Z20099789587191868https://repositorio.unal.edu.co/handle/unal/85714ilustracionesEl texto ha sido elaborado pensando en un lector que demande el uso de algunas herramientas estadísticas, útiles para el análisis de la información, principalmente de tipo categórico, producto de algún trabajo de investigación. No obstante que los primeros destinatarios son las personas que trabajen en torno a problemas de la salud y la biología, el material estadístico que se ofrece puede ser empleado por investigadores de otras disciplinas, pues basta cambiar el escenario de los ejemplos e ilustraciones, para hacer de este texto un instrumento de apoyo a varias disciplinas. (texto tomado de la fuente)Introducción -- Conceptos preliminares -- 1.1 Introducción -- 1.2 Escala de medida. -- 1.2.1 Dicotómicas -- 1.2.2 Ordinal -- 1.2.3 Conteos discretos. -- 1.2.4 Nominal -- 1.3 Esquema de muestreo -- 1.4 Modelos de muestreo. -- 1.4.1 Distribución de Poisson -- 1.4.2 Distribución binomial -- 1.4.3 Distribución multinomial 8 1.4.4 Distribución hipergeométrica -- 1.5 Inferencia sobre una proporción. -- 1.5.1 Estimación -- 1.5.2 Distribución muestral de una proporción -- 1.5.3 Intervalo de confianza para una proporción -- 1.5.4 Contraste de hipótesis sobre una proporción -- 1.6 Procesamiento de datos con R -- 1.7 Ejercicios . -- Tablas de contingencia -- 2.1 Introducción -- 2.2 Tablas de contingencia -- 2.3 Modelos probabilísticos . -- 2.3.1 Modelo de clasificación fija -- 2.3.2 Modelo de homogeneidad -- 2.3.3 Modelo de independencia -- 2.4 Independencia de la clasificación -- 2.4.1 Prueba ji–cuadrado -- 2.4.2 Distribución ji–cuadrado. -- 2.4.3 Contraste mediante la razón de verosimilitudes (G2) -- 2.4.4 Medidas de asociación -- 2.4.5 Medidas ligadas a la estadística ji–cuadrado -- 2.4.6 Medidas basadas en la reducción proporcional del error(RPE) -- 2.4.7 Medidas de asociación ordinales. -- 2.4.8 Otras medidas de asociación. -- 2.4.9 Determinación de las fuentes de asociación -- 2.4.10 Análisis de los residuos -- 2.4.11 Partición de tablas -- 2.4.12 Análisis con el PROC FREQ del paquete estadístico SAS. -- 2.5 Tablas de contingencia 2×2. -- 2.5.1 Prueba ji–cuadrado -- 2.5.2 La corrección por continuidad de Yates -- 2.5.3 Prueba de la probabilidad exacta de Fisher. -- 2.5.4 Prueba de McNemar para proporciones correlacionadas en tablas 2×2 -- 2.5.5 Riesgo relativo -- 2.5.6 Razón de probabilidades(odds) -- 2.5.7 Fracción etiológica -- 2.5.8 Prueba de Cochran–Mantel–Haenszel -- 2.6 Tablas multidimensionales -- 2.6.1 Notación para tablas multidimensionales -- 2.6.2 Pruebas de independencia de las variables en una tabla a tres vías -- 2.6.3 Paradoja de Simpson. -- 2.7 Tamaño de muestra -- 2.8 Procesamiento de datos con R -- 2.9 Ejercicios -- Análisis de correspondencias -- 3.1 Introducción -- 3.2 Representación geométrica de los puntos de una tabla -- 3.2.1 Perfiles fila y columna -- 3.3 Semejanza entre perfiles: la distancia ji–cuadrado -- 3.4 Explicación de la técnica -- 3.5 Análisis de correspondencias múltiples -- 3.5.1 Tablas de datos -- 3.5.2 Fundamentos del análisis de correspondencias múltiples -- 3.5.3 Propiedades del análisis de correspondencias múltiples -- 3.5.4 Reglas de interpretación -- 3.6 Procesamiento de datos con R128 -- 3.6.1 Análisis de correspondencias simple correspondencias múltiples -- Análisis de correspondencias múltiples mediante SAS. -- Ejercicios -- Modelos log–lineales -- 4.1 Introducción-- 4.1.1 El modelo lineal generalizado -- 4.2 Modelos log–lineales para tablas de contingencia -- 4.2.1 El modelo log–lineal -- 4.2.2 Modelos jerárquicos -- 4.2.3 Estimación de modelos log–lineales -- 4.2.4 Ajuste de los modelos log–lineales -- 4.2.5 Estadística ji–cuadrado de bondad de ajuste -- 4.2.6 Residuales -- 4.3 Procesamiento de datos con R154 -- 4.4 Ejercicios -- Regresión logística -- 5.1 Introducción-- 5.2 Modelo de regresión logística -- 5.3 Interpretación de los coeficientes de regresión -- 5.4 Construcción e interpretación de la función logística -- 5.5 Variables ficticias(dummy) -- 5.6 Ajuste del modelo -- 5.6.1 Contraste de hipótesis sobre los parámetros -- 5.6.2 Selección de modelos -- 5.6.3 Bondad de ajuste -- 5.7 Regresión logística con respuesta politómica -- 5.7.1 Regresión logística nominal -- 5.7.2 Regresión logística ordinal -- 5.8 Algunas aplicaciones de la regresión logística -- 5.8.1 Descripción -- 5.8.2 Patrón de lactancia materna(LM) -- 5.8.3 Comparación de curvas -- 5.8.4 Índice de deserción -- 5.8.5 Estudios prospectivos -- 5.8.6 Estudios de cohorte -- 5.8.7 Ensayos clínicos -- 5.8.8 Estudios caso-control -- 5.8.9 Razón de odds y riesgos relativos -- 5.9 Procesamiento de datos con R216 -- 5.9.1 Cálculos para la sección -- 5.10 Ejercicios -- 6 Análisis discriminante -- 6.1 Introducción -- 6.3 Reglas de discriminación para varios grupos de discriminación para dos grupos . -- 6.2 Reglas -- 6.2.1 Vía máxima verosimilitud -- 6.3.1 Grupos con matrices de covarianzas iguales -- 6.3.2 Grupos con matrices de covarianzas distintas -- 6.4 Tasas de error de clasificación -- 6.4.1 Estimación de las tasas de error --6.5.1 Modelo de discriminación logística para dos grupos -- 6.5.2 Modelo de discriminación Probit -- 6.5.3 Discriminación con datos multinomiales -- 6.5.4 Clasificación mediante la técnica de “el vecino más cercano” -- 6.6 Selección de variables -- 6.7 Procesamiento de datos con R250 -- 6.8 Procedimiento DISCRIM del paquete SAS -- 6.9 Ejercicios -- Métodos no paramétricos -- 7.1 Introducción -- 7.2 Pruebas de localización: una muestra -- 7.2.1 Prueba del signo -- 7.2.2 Muestras pareadas -- 7.2.3 Prueba de rango signado de Wilcoxon -- 7.3 Pruebas de localización: dos muestras -- 7.3.1 Prueba de Mann-Whitney-Wilcoxon -- 7.4 Pruebas de localización en diseños CA -- 7.4.1 Prueba de Kruskal-Wallis -- 7.5 Pruebas de localización para diseños en BAC . 281 7.5.1 Prueba de Friedman -- 7.6 Procesamiento de datos con R285 -- 7.7 Ejercicios -- Métodos para datos de conteo -- 8.1 Introducción293 8.2 Determinación de la naturaleza aleatoria de un evento – Modelo de regresión tipo Poisson -- 8.3.1 Modelo de regresión simple -- 8.3.2 Modelo de regresión múltiple -- 8.4 Procesamiento de datos con R308 -- 8.5 Ejercicios -- 9 Métodos para datos emparejados -- 9.1 Introducción -- 9.2 Medidas de concordancia o acuerdo -- 9.3 Estudios emparejados caso-control -- 9.4 Regresión logística condicional -- 9.4.1 Regresión logística simple -- 9.4.2 Regresión logística múltiple -- 9.5 Procesamiento de datos con R332 -- 9.6 Ejercicios -- A Tablas -- B Procedimientos básicos con R 337 -- B.1 Cálculo de probabilidades y cuantiles.-- B.1.1 Distribución binomial -- B.1.2 Distribución de Poisson -- B.1.3 Distribuciones normal y ji–cuadrado -- B.2 Lectura de datos externos -- B.2.1 El directorio de trabajo -- B.2.2 Lectura de datos desde un archivo de texto -- B.2.3 Lectura de datos desde un archivo CSV 343 -- B.2.4 Lectura de datos desde un archivo de Excel -- B.3 Selección y transformación de datos -- B.3.1 Creación de nuevas variables -- B.3.2 Selección de subconjuntos de un marco de datos -- B.3.3 Cálculos por niveles de un factor -- Bibliografía -- índice temático357 páginasapplication/pdfspaUniversidad Nacional de Colombia. Facultad de CienciasBogotá510 - Matemáticas::519 - Probabilidades y matemáticas aplicadasAnálisis multivarienteFunción errorMatrices (Matemáticas)Análisis estadístico de datos categóricosLibroinfo:eu-repo/semantics/bookinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_2f33http://purl.org/coar/version/c_970fb48d4fbd8a85TextAgresti, A. (1996), An introduction to categorical data analysis, John Wiley, New York.Agresti, A. (2000), Categorical data analysis, John Wiley, New York. Andersen, E. B. (1997), Introduction to the statistical analysis of categorical data, Springer, New York.Ato, M. & López, J. J. (1996), Análisis estadístico para datos categóricos, Síntesis S. A., Madrid.Bishop, Y. V., Fienberg, S. E. & Holland, P. W. (1975), Discrete multivariate analysis, MA: MIT Press, Cambridge.Carlin, B. P. & Louis, T. A. (1998), Bayes and empirical Bayes methods for data analysis, Chapman and Hall/CRC, London.Christensen, R. (1990), Log-linear models, Springer-Verlag, New York.Conover, W. J. (1990), Estadística no paramétrica, McGraw-Hill, New York.Dobson, A. J. (2002), An introduction to generalizaed linear models, Chapman & Hall, New York.Díaz, L. G. (2007), Estadística multivariada: inferencia y métodos, Uni- versidad Nacional de Colombia, Bogot ́a.Escofier, B. et Pages, J. (1990), Analyses factorielles simples et multi- ples, Dunod, Paris.Everitt, B. S. (1994), The analysis of contingency tables, Chapman and Hall, London.Gibbons D., J. (1971), Nonparametric statistical inference, MacGraw- Hill Kogakusha, Ltda.Gil, S. I. & Zárate, G. P. (1984), Métodos Estadísticos, Trillas. Hettmansperger, T. P. (1984), Statistical inference based on ranks, John Wiley and Sons.Hosmer, D. W. & Lemeshov, S. (1989), Applied logistic regression, John Wiley and Sons, New York.Juez, P. & Díez, J. (1997), Probabilidad y estadística en medicina, Díaz de Santos S. A., Madrid.Kendall, M. & Stuart, A. (1979), The advanced theory of statistics, Vol. 2, Charles Griffin and Company, London.Le, C. T. (1998), Applied categorical data analysis, John Wiley and Sons, New York.Lebart, L., M. A. F. J. P. (1985), Tratamiento estadístico de datos, Mar- combo-Boixareu Editores, Barcelona.Morrison, D. F. (1990), Multivariate statistical methods, McGraw-Hill Book Company, New York.Paulino, C. D. e Singer, J. M. (2006), Analálise de dados categorizados, Editora Edgar Blucher, Sao Paulo.Peña, D. (1998), Estadística modelos y métodos. 1. Fundamentos, Alian- za Universitaria Textos, Madrid.Rencher, A. C. (1995), Methods of multivariate analysis, John Wiley and Sons, New York.Rencher, A. C. (1998), Multivariate statistical inference and applica- tions, John Wiley and Sons, New York.Silva, L. C. (1995), Excursión a la regresión logística en ciencias de la salud, Díaz de Santo A., MadridStokes, M. E., Davis, C. S. & Koch, G. G. (1997), Categorical data analysis using the SAS System, As Institute Inc., New York.Team, R. D. C. (2007), R: A language and environment for statistical computing, R Foundation for Statistical Computing, Vienna, Aus- tria. ISBN 3-900051-07-0. *http://www.R-project.orgVirasakdi, C. (2004), Analysis of epidemiological data using R and Epi- calc, Prince of Songkla University., Thailand.EstudiantesMaestrosLICENSElicense.txtlicense.txttext/plain; charset=utf-85879https://repositorio.unal.edu.co/bitstream/unal/85714/1/license.txteb34b1cf90b7e1103fc9dfd26be24b4aMD51ORIGINAL3 An lisis estad¡stico (taco).pdf3 An lisis estad¡stico (taco).pdfLibro Análisis estadístico de datos categóricosapplication/pdf1858310https://repositorio.unal.edu.co/bitstream/unal/85714/2/3%20An%c2%a0lisis%20estad%c2%a1stico%20%28taco%29.pdf42642554c0bf7cde76cf262a67f0e00bMD52THUMBNAIL3 An lisis estad¡stico (taco).pdf.jpg3 An lisis estad¡stico (taco).pdf.jpgGenerated Thumbnailimage/jpeg2636https://repositorio.unal.edu.co/bitstream/unal/85714/3/3%20An%c2%a0lisis%20estad%c2%a1stico%20%28taco%29.pdf.jpg1e81fe1ec07a1186d7a83370d3488652MD53unal/85714oai:repositorio.unal.edu.co:unal/857142024-02-26 23:04:45.452Repositorio Institucional Universidad Nacional de Colombiarepositorio_nal@unal.edu.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 |