Diseño D-óptimo promediado por una distribución apriori : metodología para incrementar el número de puntos experimentales

Resumen: La finalidad de los diseños óptimos es determinar las condiciones experimentales adecuadas con el fin de garantizar inferencias estadísticas lo más precisas posibles en términos de mínima varianza. Esta teoría supone que se conoce de antemano la relación entre las variables explicativas y l...

Full description

Autores:
Téllez Piñerez, Cristian Fernando
Tipo de recurso:
Fecha de publicación:
2013
Institución:
Universidad Nacional de Colombia
Repositorio:
Universidad Nacional de Colombia
Idioma:
spa
OAI Identifier:
oai:repositorio.unal.edu.co:unal/11770
Acceso en línea:
https://repositorio.unal.edu.co/handle/unal/11770
http://bdigital.unal.edu.co/9305/
Palabra clave:
51 Matemáticas / Mathematics
Diseños D-óptimo
Bondad de ajuste
D-Eficiencia
D-optimal desing
Lack-of-fit test
D-efficiency
Rights
openAccess
License
Atribución-NoComercial 4.0 Internacional
id UNACIONAL2_95491a86725e2d1d8f1aaf9a8da597bd
oai_identifier_str oai:repositorio.unal.edu.co:unal/11770
network_acronym_str UNACIONAL2
network_name_str Universidad Nacional de Colombia
repository_id_str
dc.title.spa.fl_str_mv Diseño D-óptimo promediado por una distribución apriori : metodología para incrementar el número de puntos experimentales
title Diseño D-óptimo promediado por una distribución apriori : metodología para incrementar el número de puntos experimentales
spellingShingle Diseño D-óptimo promediado por una distribución apriori : metodología para incrementar el número de puntos experimentales
51 Matemáticas / Mathematics
Diseños D-óptimo
Bondad de ajuste
D-Eficiencia
D-optimal desing
Lack-of-fit test
D-efficiency
title_short Diseño D-óptimo promediado por una distribución apriori : metodología para incrementar el número de puntos experimentales
title_full Diseño D-óptimo promediado por una distribución apriori : metodología para incrementar el número de puntos experimentales
title_fullStr Diseño D-óptimo promediado por una distribución apriori : metodología para incrementar el número de puntos experimentales
title_full_unstemmed Diseño D-óptimo promediado por una distribución apriori : metodología para incrementar el número de puntos experimentales
title_sort Diseño D-óptimo promediado por una distribución apriori : metodología para incrementar el número de puntos experimentales
dc.creator.fl_str_mv Téllez Piñerez, Cristian Fernando
dc.contributor.advisor.spa.fl_str_mv López Ríos, Víctor Ignacio (Thesis advisor)
dc.contributor.author.spa.fl_str_mv Téllez Piñerez, Cristian Fernando
dc.subject.ddc.spa.fl_str_mv 51 Matemáticas / Mathematics
topic 51 Matemáticas / Mathematics
Diseños D-óptimo
Bondad de ajuste
D-Eficiencia
D-optimal desing
Lack-of-fit test
D-efficiency
dc.subject.proposal.spa.fl_str_mv Diseños D-óptimo
Bondad de ajuste
D-Eficiencia
D-optimal desing
Lack-of-fit test
D-efficiency
description Resumen: La finalidad de los diseños óptimos es determinar las condiciones experimentales adecuadas con el fin de garantizar inferencias estadísticas lo más precisas posibles en términos de mínima varianza. Esta teoría supone que se conoce de antemano la relación entre las variables explicativas y la variable respuesta. Uno de los criterios de uso más frecuente para la obtención de diseños óptimos es el D-optimalidad, el cual proporciona los puntos experimentales donde se minimiza el volumen del elipsoide de confianza asociado al vector de parámetros en el modelo propuesto. A diferencia del diseño D-óptimo clásico, el diseño D-óptimo promediado por una distribución apriori no necesariamente tiene tantos puntos de soporte como parámetros tiene el modelo, esto depende de que tan dispersa sea la distribución apriori que se tenga. En este trabajo se considera el caso en donde el diseño D-óptimo promediado por una apriori particular tiene tantos puntos de soporte como parámetros tiene el modelo. Esta situación puede no ser tan favorable cuando el modelo a trabajar no se tiene especificado con total certeza dado que no sería posible realizar pruebas de falta de ajuste para el modelo. Por ende, la idea del trabajo es proponer una metodología que permita aumentar el número de puntos de soporte del diseño con el fin que, con el diseño resultante, se pueda aplicar la prueba de bondad de ajuste. Se daría una expresión para la varianza de la respuesta predicha, a partir de la cual se determinarían los puntos a adicionar al diseño de tal forma que se maximice la potencia de la prueba de falta de ajuste del modelo. Los diseño obtenidos mediante la metodología son seudo-óptimo con m-puntos (m p) de soporte, donde p es el número de parámetros del modelo. Finalmente al ejemplificar esta metodología, se obtuvo que los diseños resultantes en todos los escenarios que fueron probados arrojaron potencias altas y eficiencias superiores a otros diseños con los cuales fueron comparados.
publishDate 2013
dc.date.issued.spa.fl_str_mv 2013
dc.date.accessioned.spa.fl_str_mv 2019-06-25T00:31:04Z
dc.date.available.spa.fl_str_mv 2019-06-25T00:31:04Z
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/11770
dc.identifier.eprints.spa.fl_str_mv http://bdigital.unal.edu.co/9305/
url https://repositorio.unal.edu.co/handle/unal/11770
http://bdigital.unal.edu.co/9305/
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
Facultad de Ciencias
dc.relation.references.spa.fl_str_mv Téllez Piñerez, Cristian Fernando (2013) Diseño D-óptimo promediado por una distribución apriori : metodología para incrementar el número de puntos experimentales. Maestría thesis, Universidad Nacional de Colombia, 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/11770/1/1052955652.2013.pdf
https://repositorio.unal.edu.co/bitstream/unal/11770/2/1052955652.2013.pdf.jpg
bitstream.checksum.fl_str_mv 53a2d85d18c0308430d6803f1f3c424d
c797f17ccfe2a0abbfae9965ff78b0e2
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_ 1814090202686160896
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-d0ec8e9dac00-1Téllez Piñerez, Cristian Fernandobdc4b665-2437-4869-be8e-53403eb985f33002019-06-25T00:31:04Z2019-06-25T00:31:04Z2013https://repositorio.unal.edu.co/handle/unal/11770http://bdigital.unal.edu.co/9305/Resumen: La finalidad de los diseños óptimos es determinar las condiciones experimentales adecuadas con el fin de garantizar inferencias estadísticas lo más precisas posibles en términos de mínima varianza. Esta teoría supone que se conoce de antemano la relación entre las variables explicativas y la variable respuesta. Uno de los criterios de uso más frecuente para la obtención de diseños óptimos es el D-optimalidad, el cual proporciona los puntos experimentales donde se minimiza el volumen del elipsoide de confianza asociado al vector de parámetros en el modelo propuesto. A diferencia del diseño D-óptimo clásico, el diseño D-óptimo promediado por una distribución apriori no necesariamente tiene tantos puntos de soporte como parámetros tiene el modelo, esto depende de que tan dispersa sea la distribución apriori que se tenga. En este trabajo se considera el caso en donde el diseño D-óptimo promediado por una apriori particular tiene tantos puntos de soporte como parámetros tiene el modelo. Esta situación puede no ser tan favorable cuando el modelo a trabajar no se tiene especificado con total certeza dado que no sería posible realizar pruebas de falta de ajuste para el modelo. Por ende, la idea del trabajo es proponer una metodología que permita aumentar el número de puntos de soporte del diseño con el fin que, con el diseño resultante, se pueda aplicar la prueba de bondad de ajuste. Se daría una expresión para la varianza de la respuesta predicha, a partir de la cual se determinarían los puntos a adicionar al diseño de tal forma que se maximice la potencia de la prueba de falta de ajuste del modelo. Los diseño obtenidos mediante la metodología son seudo-óptimo con m-puntos (m p) de soporte, donde p es el número de parámetros del modelo. Finalmente al ejemplificar esta metodología, se obtuvo que los diseños resultantes en todos los escenarios que fueron probados arrojaron potencias altas y eficiencias superiores a otros diseños con los cuales fueron comparados.Abstrac: The optimal design’s finality is to determine adequate experimental conditions in order to guarantee statistic inferences as precise as possible in terms of minimum variance. This theory supposes that the relation between explanatory variables and the variable response is known. A criterion that is most used for optimal designs obtaining is the D-optimality, which provides the experimental points where the associated to the parameter vector in the proposed model reliable ellipsoid volume is minimized. As a difference between the classical D-optimal design, in the D-optimal design averaged by an a priori distribution, you do not necesarily get a design with support points as parameters in the model. It depends on how dispersed the a priori distribution you have is. In this paper, it is considered the D-optimal design averaged by a particular a priori with support points as parameters in the model. This situation may not be as favorable as the cases when the model that is worked on is not specified in a total certainty due to the impossibility to prove the lack of adjustment in the model. Therefore, this paper’s idea is to propose a methodology that allows increasing the number of support points on this design criterion with the purpose that, with the resultant design, the proving of goodness adjust can be applied. An expression to the variance of the fore said answer will be given, from which the points that will be added to the design in order to maximize the power of the proof of lack of adjustment in the model, will be determined. Finally, a pseudo-optimal with supporting m-points(m p) will be obtained, with p being the number of parameters of the model and finally the methodology will be exemplified with the exponential decay model.Maestríaapplication/pdfspaUniversidad Nacional de Colombia Sede Medellín Facultad de CienciasFacultad de CienciasTéllez Piñerez, Cristian Fernando (2013) Diseño D-óptimo promediado por una distribución apriori : metodología para incrementar el número de puntos experimentales. Maestría thesis, Universidad Nacional de Colombia, Medellín.51 Matemáticas / MathematicsDiseños D-óptimoBondad de ajusteD-EficienciaD-optimal desingLack-of-fit testD-efficiencyDiseño D-óptimo promediado por una distribución apriori : metodología para incrementar el número de puntos experimentalesTrabajo de grado - Maestríainfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/acceptedVersionTexthttp://purl.org/redcol/resource_type/TMORIGINAL1052955652.2013.pdfTesis de Maestría en Ciencias - Estadísticaapplication/pdf430596https://repositorio.unal.edu.co/bitstream/unal/11770/1/1052955652.2013.pdf53a2d85d18c0308430d6803f1f3c424dMD51THUMBNAIL1052955652.2013.pdf.jpg1052955652.2013.pdf.jpgGenerated Thumbnailimage/jpeg4291https://repositorio.unal.edu.co/bitstream/unal/11770/2/1052955652.2013.pdf.jpgc797f17ccfe2a0abbfae9965ff78b0e2MD52unal/11770oai:repositorio.unal.edu.co:unal/117702023-03-16 09:59:11.434Repositorio Institucional Universidad Nacional de Colombiarepositorio_nal@unal.edu.co