Sobre el modelo gaussiano inverso mezclado t-student y una aplicación a producción de proteínas

En este artículo, introducimos un modelo Gaussiano inverso (MIG) mezclado basado en la distribución t-Student y lo aplicamos a la producción de proteínas basada en bacterias para la industria de alimentos. Este modelo es especialmente útil para describir datos que siguen una distribución con sesgo positivo ya que permite acomodar observaciones atípicas de mejor forma que su versión clásica. Específicamente, presentamos una caracterización de la distribución MIG-t y realizamos un análisis de confiabilidad de esta distribución centrado principalmente en la tasa de fallas. También, discutimos el método de verosimilitud máxima, el cual proporciona en este caso estimaciones robustas de los parámetros del modelo. Con el fin de evaluar la influencia potencial de observaciones atípicas, proponemos un análisis de diagnóstico para la distribución. Finalmente, aplicamos los resultados obtenidos al análisis de datos nuevos de producción de proteína basada en bacterias utilizada en la industria de alimentos y comparamos estadísticamente dos tipos de bacterias productoras usando la prueba de razón de verosimilitudes basada en el modelo MIG-t como una metodología alternativa a los procedimientos disponibles a la fecha. Este punto es muy importante, ya que la evaluación de producción de proteínas usando dos construcciones distintas permite a los investigadores escoger el tipo más productivo antes de proceder al cultivo industrial a gran escala.

• Autores: Sanhueza, Antonio; Leiva, Víctor; López-Kleine, Liliana
• Tipo de recurso: Article of journal
• Fecha de publicación: 2011
• Institución: Universidad Nacional de Colombia
• Repositorio: Universidad Nacional de Colombia
• Idioma: spa
• OAI Identifier: oai:repositorio.unal.edu.co:unal/40810
• Acceso en línea: https://repositorio.unal.edu.co/handle/unal/40810; http://bdigital.unal.edu.co/30907/
• Palabra clave: distribuciones de largo sesgado; lenguaje de computación R; métodos de verosimilitud; mezcla de distribuciones; Distribution mixture; Likelihood methods; Length-biased distributions; R computer language
• Rights: openAccess
• License: Atribución-NoComercial 4.0 Internacional