Diseños D-óptimos bayesianos en modelos no lineales con estructura de correlación
En la práctica pueden surgir complicaciones a la hora de construir diseños óptimos para modelos de regresión no lineales, uno de los grandes problemas se evidencia cuando las observaciones son correlacionadas, debido a que éstas son tomadas de un mismo individuo, objeto o unidad experimental. Al mom...
- Autores:
-
Mosquera Benítez, Juan Carlos
- Tipo de recurso:
- Fecha de publicación:
- 2019
- Institución:
- Universidad Nacional de Colombia
- Repositorio:
- Universidad Nacional de Colombia
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.unal.edu.co:unal/76697
- Acceso en línea:
- https://repositorio.unal.edu.co/handle/unal/76697
http://bdigital.unal.edu.co/73376/
- Palabra clave:
- Diseño D-óptimo
Modelos no lineales
Estructura de correlación
Matriz de Información de Fisher
Distribuciones a priori
D-optimal design
Non-linear models
Correlation structure
Fisher Information Matrix
A priori distributions.
- Rights
- openAccess
- License
- Atribución-NoComercial 4.0 Internacional
id |
UNACIONAL2_2734410a9fb7c77d1b1ad52285dba4dd |
---|---|
oai_identifier_str |
oai:repositorio.unal.edu.co:unal/76697 |
network_acronym_str |
UNACIONAL2 |
network_name_str |
Universidad Nacional de Colombia |
repository_id_str |
|
dc.title.spa.fl_str_mv |
Diseños D-óptimos bayesianos en modelos no lineales con estructura de correlación |
title |
Diseños D-óptimos bayesianos en modelos no lineales con estructura de correlación |
spellingShingle |
Diseños D-óptimos bayesianos en modelos no lineales con estructura de correlación Diseño D-óptimo Modelos no lineales Estructura de correlación Matriz de Información de Fisher Distribuciones a priori D-optimal design Non-linear models Correlation structure Fisher Information Matrix A priori distributions. |
title_short |
Diseños D-óptimos bayesianos en modelos no lineales con estructura de correlación |
title_full |
Diseños D-óptimos bayesianos en modelos no lineales con estructura de correlación |
title_fullStr |
Diseños D-óptimos bayesianos en modelos no lineales con estructura de correlación |
title_full_unstemmed |
Diseños D-óptimos bayesianos en modelos no lineales con estructura de correlación |
title_sort |
Diseños D-óptimos bayesianos en modelos no lineales con estructura de correlación |
dc.creator.fl_str_mv |
Mosquera Benítez, Juan Carlos |
dc.contributor.advisor.spa.fl_str_mv |
López Ríos, Víctor Ignacio (Thesis advisor) |
dc.contributor.author.spa.fl_str_mv |
Mosquera Benítez, Juan Carlos |
dc.subject.proposal.spa.fl_str_mv |
Diseño D-óptimo Modelos no lineales Estructura de correlación Matriz de Información de Fisher Distribuciones a priori D-optimal design Non-linear models Correlation structure Fisher Information Matrix A priori distributions. |
topic |
Diseño D-óptimo Modelos no lineales Estructura de correlación Matriz de Información de Fisher Distribuciones a priori D-optimal design Non-linear models Correlation structure Fisher Information Matrix A priori distributions. |
description |
En la práctica pueden surgir complicaciones a la hora de construir diseños óptimos para modelos de regresión no lineales, uno de los grandes problemas se evidencia cuando las observaciones son correlacionadas, debido a que éstas son tomadas de un mismo individuo, objeto o unidad experimental. Al momento de utilizar el criterio de D-optimalidad este depende tanto del vector de parámetros del modelo como de la estructura de correlación supuesta para el término de error. Una forma de evitar esta dependencia es mediante la inclusión de distribuciones a priori en el criterio de D-optimalidad. En esta tesis se estudia el efecto que tiene la escogencia de diferentes distribuciones a priori, tales como las distribuciones Uniforme, Gamma y Lognormal en la obtención de los diseños D-óptimos para un modelo no lineal, cuando los errores presentan diferentes estructuras de correlación. Para calcular estos diseños se usa el método de Monte Carlo y se propone una metodología general que permite hallar diseños D-óptimos para cualquier tipo de modelo no lineal en presencia de observaciones correlacionadas, posteriormente se comparan los diseños encontrados mediante el cálculo de las eficiencias tomando como diseño de referencia el obtenido con la distribución a priori Uniforme, evidenciando que dependiendo de la estructura de correlación seleccionada existe efecto entre las a priori y finalmente mediante los criterios de información AIC y BIC se selecciona la mejor estructura de correlación entre las estructuras elegidas para luego hacer un estudio de simulación con el propósito de comprobar y constatar desde el punto de vista de los estadísticos propuestos, si las estimaciones de los parámetros utilizando los diseños encontrados con las distintas distribuciones a priori consideradas son buenas. |
publishDate |
2019 |
dc.date.issued.spa.fl_str_mv |
2019-04-30 |
dc.date.accessioned.spa.fl_str_mv |
2020-03-30T06:26:29Z |
dc.date.available.spa.fl_str_mv |
2020-03-30T06:26:29Z |
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/76697 |
dc.identifier.eprints.spa.fl_str_mv |
http://bdigital.unal.edu.co/73376/ |
url |
https://repositorio.unal.edu.co/handle/unal/76697 http://bdigital.unal.edu.co/73376/ |
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.haspart.spa.fl_str_mv |
51 Matemáticas / Mathematics |
dc.relation.references.spa.fl_str_mv |
Mosquera Benítez, Juan Carlos (2019) Diseños D-óptimos bayesianos en modelos no lineales con estructura de correlación. 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/76697/1/1063288349.2019.pdf https://repositorio.unal.edu.co/bitstream/unal/76697/2/1063288349.2019.pdf.jpg |
bitstream.checksum.fl_str_mv |
e744f037981ee80ad13f851f165979f0 7a1b1f4ab8c8a564cf2e9efb1c27c886 |
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_ |
1814089914384384000 |
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_abf2López Ríos, Víctor Ignacio (Thesis advisor)93b7b0c7-4d5a-475c-877c-d0ec8e9dac00-1Mosquera Benítez, Juan Carlos8e854aef-39c9-408a-b71f-3314b75750be3002020-03-30T06:26:29Z2020-03-30T06:26:29Z2019-04-30https://repositorio.unal.edu.co/handle/unal/76697http://bdigital.unal.edu.co/73376/En la práctica pueden surgir complicaciones a la hora de construir diseños óptimos para modelos de regresión no lineales, uno de los grandes problemas se evidencia cuando las observaciones son correlacionadas, debido a que éstas son tomadas de un mismo individuo, objeto o unidad experimental. Al momento de utilizar el criterio de D-optimalidad este depende tanto del vector de parámetros del modelo como de la estructura de correlación supuesta para el término de error. Una forma de evitar esta dependencia es mediante la inclusión de distribuciones a priori en el criterio de D-optimalidad. En esta tesis se estudia el efecto que tiene la escogencia de diferentes distribuciones a priori, tales como las distribuciones Uniforme, Gamma y Lognormal en la obtención de los diseños D-óptimos para un modelo no lineal, cuando los errores presentan diferentes estructuras de correlación. Para calcular estos diseños se usa el método de Monte Carlo y se propone una metodología general que permite hallar diseños D-óptimos para cualquier tipo de modelo no lineal en presencia de observaciones correlacionadas, posteriormente se comparan los diseños encontrados mediante el cálculo de las eficiencias tomando como diseño de referencia el obtenido con la distribución a priori Uniforme, evidenciando que dependiendo de la estructura de correlación seleccionada existe efecto entre las a priori y finalmente mediante los criterios de información AIC y BIC se selecciona la mejor estructura de correlación entre las estructuras elegidas para luego hacer un estudio de simulación con el propósito de comprobar y constatar desde el punto de vista de los estadísticos propuestos, si las estimaciones de los parámetros utilizando los diseños encontrados con las distintas distribuciones a priori consideradas son buenas.Abstract: In practice, complications can arise when constructing optimal designs for non-linear regression models. One of the major problems is when the observations are correlated, since they are taken from the same individual, object or experimental unit. When using the D-optimality criterion, it depends both on the parameter vector of the model and on the correlation structure assumed for the error term. One way to avoid this dependence is through the inclusion of a priori distributions in the D-optimality criterion. In this thesis we study the e_ect of the choice of di_erent a priori distributions, such as the Uniform, Gamma and Lognormal distributions in obtaining the D-optimal designs for a non-linear model, when the errors present di_erent correlation structures. In order to calculate these designs the Monte Carlo method is used and a general methodology is proposed that allows to _nd D-optimal designs for any type of non-linear model in the presence of correlated observations, later the designs found are compared by calculating the e_ciencies taking as a reference design the one obtained with the a priori Uniform distribution, evidencing that depending on the selected correlation structure there is an a priori e_ect and _nally through the information criteria AIC and BIC the best correlation structure is selected among the structures chosen for then make a simulation study with the purpose of checking and verifying from the point of view of the proposed statisticians, if the estimates of the parameters using the designs found with the di_erent a priori distributions considered are good..Maestríaapplication/pdfspaUniversidad Nacional de Colombia Sede Medellín Facultad de Ciencias Escuela de EstadísticaEscuela de Estadística51 Matemáticas / MathematicsMosquera Benítez, Juan Carlos (2019) Diseños D-óptimos bayesianos en modelos no lineales con estructura de correlación. Maestría thesis, Universidad Nacional de Colombia - Sede Medellín.Diseños D-óptimos bayesianos en modelos no lineales con estructura de correlaciónTrabajo de grado - Maestríainfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/acceptedVersionTexthttp://purl.org/redcol/resource_type/TMDiseño D-óptimoModelos no linealesEstructura de correlaciónMatriz de Información de FisherDistribuciones a prioriD-optimal designNon-linear modelsCorrelation structureFisher Information MatrixA priori distributions.ORIGINAL1063288349.2019.pdfTesis de Maestría en Ciencias - Estadísticaapplication/pdf706963https://repositorio.unal.edu.co/bitstream/unal/76697/1/1063288349.2019.pdfe744f037981ee80ad13f851f165979f0MD51THUMBNAIL1063288349.2019.pdf.jpg1063288349.2019.pdf.jpgGenerated Thumbnailimage/jpeg5082https://repositorio.unal.edu.co/bitstream/unal/76697/2/1063288349.2019.pdf.jpg7a1b1f4ab8c8a564cf2e9efb1c27c886MD52unal/76697oai:repositorio.unal.edu.co:unal/766972024-07-14 01:06:53.029Repositorio Institucional Universidad Nacional de Colombiarepositorio_nal@unal.edu.co |