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 p...
- 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
| id |
UNACIONAL2_8abe39d3738967475cf20d848b1e5405 |
|---|---|
| oai_identifier_str |
oai:repositorio.unal.edu.co:unal/40810 |
| network_acronym_str |
UNACIONAL2 |
| network_name_str |
Universidad Nacional de Colombia |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Sobre el modelo gaussiano inverso mezclado t-student y una aplicación a producción de proteínas |
| title |
Sobre el modelo gaussiano inverso mezclado t-student y una aplicación a producción de proteínas |
| spellingShingle |
Sobre el modelo gaussiano inverso mezclado t-student y una aplicación a producción de proteínas distribuciones de largo sesgado lenguaje de computación R métodos de verosimilitud mezcla de distribuciones Distribution mixture Likelihood methods Length-biased distributions R computer language |
| title_short |
Sobre el modelo gaussiano inverso mezclado t-student y una aplicación a producción de proteínas |
| title_full |
Sobre el modelo gaussiano inverso mezclado t-student y una aplicación a producción de proteínas |
| title_fullStr |
Sobre el modelo gaussiano inverso mezclado t-student y una aplicación a producción de proteínas |
| title_full_unstemmed |
Sobre el modelo gaussiano inverso mezclado t-student y una aplicación a producción de proteínas |
| title_sort |
Sobre el modelo gaussiano inverso mezclado t-student y una aplicación a producción de proteínas |
| dc.creator.fl_str_mv |
Sanhueza, Antonio Leiva, Víctor López-Kleine, Liliana |
| dc.contributor.author.spa.fl_str_mv |
Sanhueza, Antonio Leiva, Víctor López-Kleine, Liliana |
| dc.subject.proposal.spa.fl_str_mv |
distribuciones de largo sesgado lenguaje de computación R métodos de verosimilitud mezcla de distribuciones Distribution mixture Likelihood methods Length-biased distributions R computer language |
| topic |
distribuciones de largo sesgado lenguaje de computación R métodos de verosimilitud mezcla de distribuciones Distribution mixture Likelihood methods Length-biased distributions R computer language |
| description |
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. |
| publishDate |
2011 |
| dc.date.issued.spa.fl_str_mv |
2011 |
| dc.date.accessioned.spa.fl_str_mv |
2019-06-28T09:41:22Z |
| dc.date.available.spa.fl_str_mv |
2019-06-28T09:41:22Z |
| dc.type.spa.fl_str_mv |
Artículo de revista |
| dc.type.coar.fl_str_mv |
http://purl.org/coar/resource_type/c_2df8fbb1 |
| dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/article |
| 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_6501 |
| dc.type.coarversion.spa.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
| dc.type.content.spa.fl_str_mv |
Text |
| dc.type.redcol.spa.fl_str_mv |
http://purl.org/redcol/resource_type/ART |
| format |
http://purl.org/coar/resource_type/c_6501 |
| status_str |
publishedVersion |
| dc.identifier.uri.none.fl_str_mv |
https://repositorio.unal.edu.co/handle/unal/40810 |
| dc.identifier.eprints.spa.fl_str_mv |
http://bdigital.unal.edu.co/30907/ |
| url |
https://repositorio.unal.edu.co/handle/unal/40810 http://bdigital.unal.edu.co/30907/ |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.relation.spa.fl_str_mv |
http://revistas.unal.edu.co/index.php/estad/article/view/29917 |
| dc.relation.ispartof.spa.fl_str_mv |
Universidad Nacional de Colombia Revistas electrónicas UN Revista Colombiana de Estadística Revista Colombiana de Estadística |
| dc.relation.ispartofseries.none.fl_str_mv |
Revista Colombiana de Estadística; Vol. 34, núm. 1 (2011); 177-195 Revista Colombiana de Estadística; Vol. 34, núm. 1 (2011); 177-195 0120-1751 |
| dc.relation.references.spa.fl_str_mv |
Sanhueza, Antonio and Leiva, Víctor and López-Kleine, Liliana (2011) Sobre el modelo gaussiano inverso mezclado t-student y una aplicación a producción de proteínas. Revista Colombiana de Estadística; Vol. 34, núm. 1 (2011); 177-195 Revista Colombiana de Estadística; Vol. 34, núm. 1 (2011); 177-195 0120-1751 . |
| 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 |
| dc.publisher.spa.fl_str_mv |
Universidad Nacional de Colombia |
| institution |
Universidad Nacional de Colombia |
| bitstream.url.fl_str_mv |
https://repositorio.unal.edu.co/bitstream/unal/40810/1/29917-142465-1-PB.html https://repositorio.unal.edu.co/bitstream/unal/40810/2/29917-107636-1-PB.pdf https://repositorio.unal.edu.co/bitstream/unal/40810/3/29917-107636-1-PB.pdf.jpg |
| bitstream.checksum.fl_str_mv |
58aa496558fe597b94a6cb8f561f523f c96a59786cbdf9e6f3edeea09970d0ae 590f4d367254604c7b9e6ba0f441a585 |
| 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_ |
1806886037246443520 |
| 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_abf2Sanhueza, Antonio3e1afda0-2281-4f9e-b472-a16ad42f8b68300Leiva, Víctor8dc4aa79-15b4-4044-b524-54da08567f49300López-Kleine, Liliana81f5eb54-81da-4c08-a597-b71cec3b6ceb3002019-06-28T09:41:22Z2019-06-28T09:41:22Z2011https://repositorio.unal.edu.co/handle/unal/40810http://bdigital.unal.edu.co/30907/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.In this article, we introduce a mixture inverse Gaussian (MIG) model based on the Student-t distribution and apply it to bacterium-based protein production for food industry. This model is mainly useful to describe data that follow positively skewed distributions and accommodate atypical observations in a better way than its classical version. Specifically, we present a characterization of the MIG-t distribution. In addition, we carry out a hazard analysis of this distribution centered mainly on its hazard rate. Furthermore, we discuss the maximum likelihood method, which produces–in this case–robust parameter estimates. Moreover, to evaluate the potential influence of atypical observations, we produce a diagnostic analysis for the model. Finally, we apply the obtained results to novel bacterium-based protein production data and statistically compare two types of protein producers using the likelihood ratio test based on the MIG-t model as an alternative methodology to the procedures available until now. This fact is very important, since the evaluation of protein production using both constructions allows practitioners to choose the most productive one before the bacterial culture is scaled to an industrial level.application/pdfspaUniversidad Nacional de Colombiahttp://revistas.unal.edu.co/index.php/estad/article/view/29917Universidad Nacional de Colombia Revistas electrónicas UN Revista Colombiana de EstadísticaRevista Colombiana de EstadísticaRevista Colombiana de Estadística; Vol. 34, núm. 1 (2011); 177-195 Revista Colombiana de Estadística; Vol. 34, núm. 1 (2011); 177-195 0120-1751Sanhueza, Antonio and Leiva, Víctor and López-Kleine, Liliana (2011) Sobre el modelo gaussiano inverso mezclado t-student y una aplicación a producción de proteínas. Revista Colombiana de Estadística; Vol. 34, núm. 1 (2011); 177-195 Revista Colombiana de Estadística; Vol. 34, núm. 1 (2011); 177-195 0120-1751 .Sobre el modelo gaussiano inverso mezclado t-student y una aplicación a producción de proteínasArtículo de revistainfo:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501http://purl.org/coar/resource_type/c_2df8fbb1http://purl.org/coar/version/c_970fb48d4fbd8a85Texthttp://purl.org/redcol/resource_type/ARTdistribuciones de largo sesgadolenguaje de computación Rmétodos de verosimilitudmezcla de distribucionesDistribution mixtureLikelihood methodsLength-biased distributionsR computer languageORIGINAL29917-142465-1-PB.htmltext/html11688https://repositorio.unal.edu.co/bitstream/unal/40810/1/29917-142465-1-PB.html58aa496558fe597b94a6cb8f561f523fMD5129917-107636-1-PB.pdfapplication/pdf332446https://repositorio.unal.edu.co/bitstream/unal/40810/2/29917-107636-1-PB.pdfc96a59786cbdf9e6f3edeea09970d0aeMD52THUMBNAIL29917-107636-1-PB.pdf.jpg29917-107636-1-PB.pdf.jpgGenerated Thumbnailimage/jpeg5359https://repositorio.unal.edu.co/bitstream/unal/40810/3/29917-107636-1-PB.pdf.jpg590f4d367254604c7b9e6ba0f441a585MD53unal/40810oai:repositorio.unal.edu.co:unal/408102024-01-27 23:06:13.163Repositorio Institucional Universidad Nacional de Colombiarepositorio_nal@unal.edu.co |