Regresión Gamma generalizada: Extensiones y aplicaciones al análisis de datos espaciales
En este trabajo se lleva a cabo el análisis de la regresión Gamma Generalizada a partir del modelamiento conjunto de los parámetros de media y forma de dicha distribución, además de su extensión a los datos espaciales (datos de área o Latice) introduciendo los modelos Espaciales Condicionales Genera...
- Autores:
-
Camargo Lozano, Btrayan Arturo
- Tipo de recurso:
- Fecha de publicación:
- 2018
- Institución:
- Universidad Nacional de Colombia
- Repositorio:
- Universidad Nacional de Colombia
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.unal.edu.co:unal/63926
- Acceso en línea:
- https://repositorio.unal.edu.co/handle/unal/63926
http://bdigital.unal.edu.co/64570/
- Palabra clave:
- 31 Colecciones de estadística general / Statistics
5 Ciencias naturales y matemáticas / Science
Regresión Gamma
Diagnóstico de Influencia Local
Influencia Global
Datos de área
Modelos Doblemente Generalizados
Leverage Generalizado
Areal Data
Generalized Double Models
Global Influence
Local Influence
Generalized leverage
- Rights
- openAccess
- License
- Atribución-NoComercial 4.0 Internacional
id |
UNACIONAL2_9d09aba95754a458d521bf5a256db0fd |
---|---|
oai_identifier_str |
oai:repositorio.unal.edu.co:unal/63926 |
network_acronym_str |
UNACIONAL2 |
network_name_str |
Universidad Nacional de Colombia |
repository_id_str |
|
dc.title.spa.fl_str_mv |
Regresión Gamma generalizada: Extensiones y aplicaciones al análisis de datos espaciales |
title |
Regresión Gamma generalizada: Extensiones y aplicaciones al análisis de datos espaciales |
spellingShingle |
Regresión Gamma generalizada: Extensiones y aplicaciones al análisis de datos espaciales 31 Colecciones de estadística general / Statistics 5 Ciencias naturales y matemáticas / Science Regresión Gamma Diagnóstico de Influencia Local Influencia Global Datos de área Modelos Doblemente Generalizados Leverage Generalizado Areal Data Generalized Double Models Global Influence Local Influence Generalized leverage |
title_short |
Regresión Gamma generalizada: Extensiones y aplicaciones al análisis de datos espaciales |
title_full |
Regresión Gamma generalizada: Extensiones y aplicaciones al análisis de datos espaciales |
title_fullStr |
Regresión Gamma generalizada: Extensiones y aplicaciones al análisis de datos espaciales |
title_full_unstemmed |
Regresión Gamma generalizada: Extensiones y aplicaciones al análisis de datos espaciales |
title_sort |
Regresión Gamma generalizada: Extensiones y aplicaciones al análisis de datos espaciales |
dc.creator.fl_str_mv |
Camargo Lozano, Btrayan Arturo |
dc.contributor.author.spa.fl_str_mv |
Camargo Lozano, Btrayan Arturo |
dc.contributor.spa.fl_str_mv |
Cepeda Cuervo, Edilberto |
dc.subject.ddc.spa.fl_str_mv |
31 Colecciones de estadística general / Statistics 5 Ciencias naturales y matemáticas / Science |
topic |
31 Colecciones de estadística general / Statistics 5 Ciencias naturales y matemáticas / Science Regresión Gamma Diagnóstico de Influencia Local Influencia Global Datos de área Modelos Doblemente Generalizados Leverage Generalizado Areal Data Generalized Double Models Global Influence Local Influence Generalized leverage |
dc.subject.proposal.spa.fl_str_mv |
Regresión Gamma Diagnóstico de Influencia Local Influencia Global Datos de área Modelos Doblemente Generalizados Leverage Generalizado Areal Data Generalized Double Models Global Influence Local Influence Generalized leverage |
description |
En este trabajo se lleva a cabo el análisis de la regresión Gamma Generalizada a partir del modelamiento conjunto de los parámetros de media y forma de dicha distribución, además de su extensión a los datos espaciales (datos de área o Latice) introduciendo los modelos Espaciales Condicionales Generalizados Gamma. Éstos últimos construidos a partir la matriz de contigüidad espacial W. Adicionalmente, se aborda el estudio de Bondad de ajuste de estos modelos, su correspondiente análisis de residuales y finalmente, se propone un nuevo tipo de residual. Seguidamente se propone un análisis de diagnóstico de influencia para la detección de observaciones o casos potencialmente influyentes sobre las estimaciones de los parámetros y por ende, en el ajuste del modelo. Todo lo anterior se aborda desde el punto de vista clásico y Bayesiano. Este análisis de Diagnóstico de influencia se divide en tres perspectivas generales, la influencia global que tiene su fundamento en la supresión de casos o registros que pueden ser influenciables en las estimaciones de los parámetros del modelo, la influencia local que constituye una visión más detallada de la influencia global, pues se añaden pequeñas perturbaciones en el modelo y/o datos y se estudia la influencia de éstas en los posibles cambios de las estimaciones sobre los parámetros. La tercer perspectiva consiste en proponer para los modelos de regresión Gamma Generalizados desde una perspectiva clásica y Bayesiana, el Leverage Generalizado como medida para la detección de observaciones posiblemente influyentes. Finalmente se adapta todo lo anterior a tres estudios de simulación y se aplica a dos conjuntos de datos reales, se construye un paquete en R (R Core Team, 2017) para la estimación de parámetros desde un enfoque Bayesiano de los modelos de Regresión Gamma generalizados. |
publishDate |
2018 |
dc.date.issued.spa.fl_str_mv |
2018-06-26 |
dc.date.accessioned.spa.fl_str_mv |
2019-07-02T22:18:01Z |
dc.date.available.spa.fl_str_mv |
2019-07-02T22:18:01Z |
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/63926 |
dc.identifier.eprints.spa.fl_str_mv |
http://bdigital.unal.edu.co/64570/ |
url |
https://repositorio.unal.edu.co/handle/unal/63926 http://bdigital.unal.edu.co/64570/ |
dc.language.iso.spa.fl_str_mv |
spa |
language |
spa |
dc.relation.ispartof.spa.fl_str_mv |
Universidad Nacional de Colombia Sede Bogotá Facultad de Ciencias Departamento de Estadística Departamento de Estadística |
dc.relation.references.spa.fl_str_mv |
Camargo Lozano, Btrayan Arturo (2018) Regresión Gamma generalizada: Extensiones y aplicaciones al análisis de datos espaciales. Maestría thesis, Universidad Nacional de Colombia - Sede Bogotá. |
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/63926/1/BrayanA.CamargoLozano.2018.pdf https://repositorio.unal.edu.co/bitstream/unal/63926/2/BrayanA.CamargoLozano.2018.pdf.jpg |
bitstream.checksum.fl_str_mv |
9ff2ccc75f0ee33359ec411194482acc f497b58aea7acc5891b45a72dbd03491 |
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_ |
1814090218791239680 |
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_abf2Cepeda Cuervo, EdilbertoCamargo Lozano, Btrayan Arturo35b38739-5b4e-4451-8cfa-6712a3ac79733002019-07-02T22:18:01Z2019-07-02T22:18:01Z2018-06-26https://repositorio.unal.edu.co/handle/unal/63926http://bdigital.unal.edu.co/64570/En este trabajo se lleva a cabo el análisis de la regresión Gamma Generalizada a partir del modelamiento conjunto de los parámetros de media y forma de dicha distribución, además de su extensión a los datos espaciales (datos de área o Latice) introduciendo los modelos Espaciales Condicionales Generalizados Gamma. Éstos últimos construidos a partir la matriz de contigüidad espacial W. Adicionalmente, se aborda el estudio de Bondad de ajuste de estos modelos, su correspondiente análisis de residuales y finalmente, se propone un nuevo tipo de residual. Seguidamente se propone un análisis de diagnóstico de influencia para la detección de observaciones o casos potencialmente influyentes sobre las estimaciones de los parámetros y por ende, en el ajuste del modelo. Todo lo anterior se aborda desde el punto de vista clásico y Bayesiano. Este análisis de Diagnóstico de influencia se divide en tres perspectivas generales, la influencia global que tiene su fundamento en la supresión de casos o registros que pueden ser influenciables en las estimaciones de los parámetros del modelo, la influencia local que constituye una visión más detallada de la influencia global, pues se añaden pequeñas perturbaciones en el modelo y/o datos y se estudia la influencia de éstas en los posibles cambios de las estimaciones sobre los parámetros. La tercer perspectiva consiste en proponer para los modelos de regresión Gamma Generalizados desde una perspectiva clásica y Bayesiana, el Leverage Generalizado como medida para la detección de observaciones posiblemente influyentes. Finalmente se adapta todo lo anterior a tres estudios de simulación y se aplica a dos conjuntos de datos reales, se construye un paquete en R (R Core Team, 2017) para la estimación de parámetros desde un enfoque Bayesiano de los modelos de Regresión Gamma generalizados.Abstract: In this master’s thesis work, the analysis of the Generalized Gamma regression is carried out from the joint modeling of the parameters of mean and form of said distribution, in addition to its extension to the spatial data (areal data or Lattice) introducing Generalized Conditional Spatial Gamma models. These last ones constructed from the spatial contiguity matrix W . Additionally, the study of Goodness of adjustment of these models, its corresponding analysis of residuals is approached and finally, a new type of residual is proposed. Then an analysis of influence diagnosis is proposed for the detection of potentially influential observations or cases on the parameter estimates and therefore, in the adjustment of the model, all the above is approached from the classic and Bayesian point of view. This Diagnosis of influence analysis is divided into three General perspectives, the global influence that has its basis in the suppression of cases or records that can be influential in the estimations of the parameters of the model, the local influence that constitutes a more Detailed study of the global influence, since small perturbations in the model and / or data are addedMaestríaapplication/pdfspaUniversidad Nacional de Colombia Sede Bogotá Facultad de Ciencias Departamento de EstadísticaDepartamento de EstadísticaCamargo Lozano, Btrayan Arturo (2018) Regresión Gamma generalizada: Extensiones y aplicaciones al análisis de datos espaciales. Maestría thesis, Universidad Nacional de Colombia - Sede Bogotá.31 Colecciones de estadística general / Statistics5 Ciencias naturales y matemáticas / ScienceRegresión GammaDiagnóstico de Influencia LocalInfluencia GlobalDatos de áreaModelos Doblemente GeneralizadosLeverage GeneralizadoAreal DataGeneralized Double ModelsGlobal InfluenceLocal InfluenceGeneralized leverageRegresión Gamma generalizada: Extensiones y aplicaciones al análisis de datos espacialesTrabajo de grado - Maestríainfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/acceptedVersionTexthttp://purl.org/redcol/resource_type/TMORIGINALBrayanA.CamargoLozano.2018.pdfapplication/pdf5996616https://repositorio.unal.edu.co/bitstream/unal/63926/1/BrayanA.CamargoLozano.2018.pdf9ff2ccc75f0ee33359ec411194482accMD51THUMBNAILBrayanA.CamargoLozano.2018.pdf.jpgBrayanA.CamargoLozano.2018.pdf.jpgGenerated Thumbnailimage/jpeg4280https://repositorio.unal.edu.co/bitstream/unal/63926/2/BrayanA.CamargoLozano.2018.pdf.jpgf497b58aea7acc5891b45a72dbd03491MD52unal/63926oai:repositorio.unal.edu.co:unal/639262024-05-01 23:11:52.726Repositorio Institucional Universidad Nacional de Colombiarepositorio_nal@unal.edu.co |