Evaluación del Bootstrap para la estimación de percentiles extremos. Aplicación en intervalos de referencia

En medicina clÍnica (o de laboratorio), un intervalo de referencia (IR), para alguna variable biológica (e.g., la concentració n de hemoglobina), es un conjunto de valores cuyos límites corresponden a dos percentiles simétricos con respecto a la mediana (usualmente, los percentiles 2.5 y 97.5) y es...

Full description

Autores:
Guzmán González, Pablo Andrés
Tipo de recurso:
Fecha de publicación:
2011
Institución:
Universidad Nacional de Colombia
Repositorio:
Universidad Nacional de Colombia
Idioma:
spa
OAI Identifier:
oai:repositorio.unal.edu.co:unal/8090
Acceso en línea:
https://repositorio.unal.edu.co/handle/unal/8090
http://bdigital.unal.edu.co/4610/
Palabra clave:
51 Matemáticas / Mathematics
Percentil extremo
Bootstrap
Estimación
Intervalo de referencia
Bayes
Estimación Robusta.
Rights
openAccess
License
Atribución-NoComercial 4.0 Internacional
id UNACIONAL2_21083cede061938b0e791f1fc201e536
oai_identifier_str oai:repositorio.unal.edu.co:unal/8090
network_acronym_str UNACIONAL2
network_name_str Universidad Nacional de Colombia
repository_id_str
dc.title.spa.fl_str_mv Evaluación del Bootstrap para la estimación de percentiles extremos. Aplicación en intervalos de referencia
title Evaluación del Bootstrap para la estimación de percentiles extremos. Aplicación en intervalos de referencia
spellingShingle Evaluación del Bootstrap para la estimación de percentiles extremos. Aplicación en intervalos de referencia
51 Matemáticas / Mathematics
Percentil extremo
Bootstrap
Estimación
Intervalo de referencia
Bayes
Estimación Robusta.
title_short Evaluación del Bootstrap para la estimación de percentiles extremos. Aplicación en intervalos de referencia
title_full Evaluación del Bootstrap para la estimación de percentiles extremos. Aplicación en intervalos de referencia
title_fullStr Evaluación del Bootstrap para la estimación de percentiles extremos. Aplicación en intervalos de referencia
title_full_unstemmed Evaluación del Bootstrap para la estimación de percentiles extremos. Aplicación en intervalos de referencia
title_sort Evaluación del Bootstrap para la estimación de percentiles extremos. Aplicación en intervalos de referencia
dc.creator.fl_str_mv Guzmán González, Pablo Andrés
dc.contributor.advisor.spa.fl_str_mv Salazar, Juan Carlos (Thesis advisor)
dc.contributor.author.spa.fl_str_mv Guzmán González, Pablo Andrés
dc.subject.ddc.spa.fl_str_mv 51 Matemáticas / Mathematics
topic 51 Matemáticas / Mathematics
Percentil extremo
Bootstrap
Estimación
Intervalo de referencia
Bayes
Estimación Robusta.
dc.subject.proposal.spa.fl_str_mv Percentil extremo
Bootstrap
Estimación
Intervalo de referencia
Bayes
Estimación Robusta.
description En medicina clÍnica (o de laboratorio), un intervalo de referencia (IR), para alguna variable biológica (e.g., la concentració n de hemoglobina), es un conjunto de valores cuyos límites corresponden a dos percentiles simétricos con respecto a la mediana (usualmente, los percentiles 2.5 y 97.5) y es la herramienta de decisión más ampliamente usada en medicina para catalogar un sujeto como \saludable" o no. Debido a su importancia, diferentes técnicas estadísticas paramétricas y no paramétricas se han propuesto para su estimación. Este trabajo comparó, por simulación, el desempeño del bootstrap con el de otros métodos disponibles para estimar los límites del IR. En la comparación se propone aplicar una aproximación bayesiana donde el bootstrap se usa para estimar la verosimilitud del percentil, que al ser combinada con una distribución a priori adecuada, produce una densidad a posteriori estimada del percentil de interés. Esta densidad a posteriori puede ser usada para hacer las estimaciones respectivas. El bootstrap se encontró con un menor error cuadrático medio que los otros métodos disponibles en poblaciones con menor sesgo. De otro lado, el enfoque bayesiano mostró igual o menor error cuadrático medio que todos los otros métodos evaluados, incluyendo el bootstrap. En la simulación se usaron aprioris medianamente informativas. Los resultados sugieren que el método bayesiano propuesto es una alternativa viable cuando se tienen tamaños de muestra pequeños (30 _o 40) y una información apriori insesgada y con baja dispersion./Abstract: In clinical medicine, a reference interval (IR), for some biological variable (e.g., hemoglobin concentration), is a set of values whose boundaries correspond to two symmetric percentiles from the median (usually, the percentiles 2.5 and 97.5); then, IR's are decision tool the most widely used in medicine to classify a subject as \healthy" or not. Because of its importance, deferent techniques parametric and nonparametric statistics have been proposed for estimation. This study compared, by simulation, the performance of the bootstrap with the other available methods to estimate the reference limits. It also plans to implement a Bayesian approach where the bootstrap is used to estimate the likelihood of the percentile, which when combined with a proper prior distribution, produces a posterior density estimate of the percentile of interest. This posterior density can be used to make the respective estimates. The bootstrap was found with a lower MSE than other methods available in less biased populations. On the other hand, the Bayesian approach showed equal or lower RMSE tan all other methods evaluated, including the bootstrap. The simulation used aprioris fairly informative. The results suggest that the proposed Bayesian method is a viable alternative when you have small sample sizes (30 or 40) and a priori information unbiased and low dispersion.
publishDate 2011
dc.date.issued.spa.fl_str_mv 2011
dc.date.accessioned.spa.fl_str_mv 2019-06-24T17:01:52Z
dc.date.available.spa.fl_str_mv 2019-06-24T17:01:52Z
dc.type.spa.fl_str_mv Trabajo de grado - Maestría
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/masterThesis
dc.type.version.spa.fl_str_mv info:eu-repo/semantics/acceptedVersion
dc.type.content.spa.fl_str_mv Text
dc.type.redcol.spa.fl_str_mv http://purl.org/redcol/resource_type/TM
status_str acceptedVersion
dc.identifier.uri.none.fl_str_mv https://repositorio.unal.edu.co/handle/unal/8090
dc.identifier.eprints.spa.fl_str_mv http://bdigital.unal.edu.co/4610/
url https://repositorio.unal.edu.co/handle/unal/8090
http://bdigital.unal.edu.co/4610/
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.ispartof.spa.fl_str_mv Universidad Nacional de Colombia Sede Medellín Facultad de Ciencias Escuela de Estadística
Escuela de Estadística
dc.relation.references.spa.fl_str_mv Guzmán González, Pablo Andrés (2011) Evaluación del Bootstrap para la estimación de percentiles extremos. Aplicación en intervalos de referencia. Maestría thesis, Universidad Nacional de Colombia, Sede Medellín.
dc.rights.spa.fl_str_mv Derechos reservados - Universidad Nacional de Colombia
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.license.spa.fl_str_mv Atribución-NoComercial 4.0 Internacional
dc.rights.uri.spa.fl_str_mv http://creativecommons.org/licenses/by-nc/4.0/
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
rights_invalid_str_mv Atribución-NoComercial 4.0 Internacional
Derechos reservados - Universidad Nacional de Colombia
http://creativecommons.org/licenses/by-nc/4.0/
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.mimetype.spa.fl_str_mv application/pdf
institution Universidad Nacional de Colombia
bitstream.url.fl_str_mv https://repositorio.unal.edu.co/bitstream/unal/8090/1/94331882._2011.pdf
https://repositorio.unal.edu.co/bitstream/unal/8090/2/94331882._2011.pdf.jpg
bitstream.checksum.fl_str_mv 91cc7391b9fb76891aef08ee46becbb8
213a4f86618a236bbcbe51a7a9546f36
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositorio Institucional Universidad Nacional de Colombia
repository.mail.fl_str_mv repositorio_nal@unal.edu.co
_version_ 1814089662446174208
spelling Atribución-NoComercial 4.0 InternacionalDerechos reservados - Universidad Nacional de Colombiahttp://creativecommons.org/licenses/by-nc/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Salazar, Juan Carlos (Thesis advisor)b5415e89-b15a-44ac-80e8-59dd24193d7a-1Guzmán González, Pablo Andrés6612219b-34d5-499b-9bc8-8063645fa6673002019-06-24T17:01:52Z2019-06-24T17:01:52Z2011https://repositorio.unal.edu.co/handle/unal/8090http://bdigital.unal.edu.co/4610/En medicina clÍnica (o de laboratorio), un intervalo de referencia (IR), para alguna variable biológica (e.g., la concentració n de hemoglobina), es un conjunto de valores cuyos límites corresponden a dos percentiles simétricos con respecto a la mediana (usualmente, los percentiles 2.5 y 97.5) y es la herramienta de decisión más ampliamente usada en medicina para catalogar un sujeto como \saludable" o no. Debido a su importancia, diferentes técnicas estadísticas paramétricas y no paramétricas se han propuesto para su estimación. Este trabajo comparó, por simulación, el desempeño del bootstrap con el de otros métodos disponibles para estimar los límites del IR. En la comparación se propone aplicar una aproximación bayesiana donde el bootstrap se usa para estimar la verosimilitud del percentil, que al ser combinada con una distribución a priori adecuada, produce una densidad a posteriori estimada del percentil de interés. Esta densidad a posteriori puede ser usada para hacer las estimaciones respectivas. El bootstrap se encontró con un menor error cuadrático medio que los otros métodos disponibles en poblaciones con menor sesgo. De otro lado, el enfoque bayesiano mostró igual o menor error cuadrático medio que todos los otros métodos evaluados, incluyendo el bootstrap. En la simulación se usaron aprioris medianamente informativas. Los resultados sugieren que el método bayesiano propuesto es una alternativa viable cuando se tienen tamaños de muestra pequeños (30 _o 40) y una información apriori insesgada y con baja dispersion./Abstract: In clinical medicine, a reference interval (IR), for some biological variable (e.g., hemoglobin concentration), is a set of values whose boundaries correspond to two symmetric percentiles from the median (usually, the percentiles 2.5 and 97.5); then, IR's are decision tool the most widely used in medicine to classify a subject as \healthy" or not. Because of its importance, deferent techniques parametric and nonparametric statistics have been proposed for estimation. This study compared, by simulation, the performance of the bootstrap with the other available methods to estimate the reference limits. It also plans to implement a Bayesian approach where the bootstrap is used to estimate the likelihood of the percentile, which when combined with a proper prior distribution, produces a posterior density estimate of the percentile of interest. This posterior density can be used to make the respective estimates. The bootstrap was found with a lower MSE than other methods available in less biased populations. On the other hand, the Bayesian approach showed equal or lower RMSE tan all other methods evaluated, including the bootstrap. The simulation used aprioris fairly informative. The results suggest that the proposed Bayesian method is a viable alternative when you have small sample sizes (30 or 40) and a priori information unbiased and low dispersion.Maestríaapplication/pdfspaUniversidad Nacional de Colombia Sede Medellín Facultad de Ciencias Escuela de EstadísticaEscuela de EstadísticaGuzmán González, Pablo Andrés (2011) Evaluación del Bootstrap para la estimación de percentiles extremos. Aplicación en intervalos de referencia. Maestría thesis, Universidad Nacional de Colombia, Sede Medellín.51 Matemáticas / MathematicsPercentil extremoBootstrapEstimaciónIntervalo de referenciaBayesEstimación Robusta.Evaluación del Bootstrap para la estimación de percentiles extremos. Aplicación en intervalos de referenciaTrabajo de grado - Maestríainfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/acceptedVersionTexthttp://purl.org/redcol/resource_type/TMORIGINAL94331882._2011.pdfTesis de Maestría en Ciencias - Estadísticaapplication/pdf1719937https://repositorio.unal.edu.co/bitstream/unal/8090/1/94331882._2011.pdf91cc7391b9fb76891aef08ee46becbb8MD51THUMBNAIL94331882._2011.pdf.jpg94331882._2011.pdf.jpgGenerated Thumbnailimage/jpeg4952https://repositorio.unal.edu.co/bitstream/unal/8090/2/94331882._2011.pdf.jpg213a4f86618a236bbcbe51a7a9546f36MD52unal/8090oai:repositorio.unal.edu.co:unal/80902023-08-30 23:05:02.362Repositorio Institucional Universidad Nacional de Colombiarepositorio_nal@unal.edu.co