Robustez a distribución para regresión cuantílica en datos longitudinales

La regresión cuántica es una técnica de moldeamiento de gran exibilidad que permite la descripción del cantil condicional de una variable respuesta Y dado unas variables explicativas X, siendo la regresión mediana un caso particular. Este tipo de regresión se ha desarrollado durante los últimos 30 a...

Full description

Autores:
Vélez Reyes, Fernando Alonso
Tipo de recurso:
Fecha de publicación:
2011
Institución:
Universidad Nacional de Colombia
Repositorio:
Universidad Nacional de Colombia
Idioma:
spa
OAI Identifier:
oai:repositorio.unal.edu.co:unal/7558
Acceso en línea:
https://repositorio.unal.edu.co/handle/unal/7558
http://bdigital.unal.edu.co/3951/
Palabra clave:
51 Matemáticas / Mathematics
Rregresión cuántica
Regresiones
Cuantíles / Rregresión quantum
Regression, Quantile
Rights
openAccess
License
Atribución-NoComercial 4.0 Internacional
id UNACIONAL2_b72b2f33b57c248005563237bb5192f3
oai_identifier_str oai:repositorio.unal.edu.co:unal/7558
network_acronym_str UNACIONAL2
network_name_str Universidad Nacional de Colombia
repository_id_str
dc.title.spa.fl_str_mv Robustez a distribución para regresión cuantílica en datos longitudinales
title Robustez a distribución para regresión cuantílica en datos longitudinales
spellingShingle Robustez a distribución para regresión cuantílica en datos longitudinales
51 Matemáticas / Mathematics
Rregresión cuántica
Regresiones
Cuantíles / Rregresión quantum
Regression, Quantile
title_short Robustez a distribución para regresión cuantílica en datos longitudinales
title_full Robustez a distribución para regresión cuantílica en datos longitudinales
title_fullStr Robustez a distribución para regresión cuantílica en datos longitudinales
title_full_unstemmed Robustez a distribución para regresión cuantílica en datos longitudinales
title_sort Robustez a distribución para regresión cuantílica en datos longitudinales
dc.creator.fl_str_mv Vélez Reyes, Fernando Alonso
dc.contributor.author.spa.fl_str_mv Vélez Reyes, Fernando Alonso
dc.contributor.spa.fl_str_mv Díaz M., Luis Guillermo
dc.subject.ddc.spa.fl_str_mv 51 Matemáticas / Mathematics
topic 51 Matemáticas / Mathematics
Rregresión cuántica
Regresiones
Cuantíles / Rregresión quantum
Regression, Quantile
dc.subject.proposal.spa.fl_str_mv Rregresión cuántica
Regresiones
Cuantíles / Rregresión quantum
Regression, Quantile
description La regresión cuántica es una técnica de moldeamiento de gran exibilidad que permite la descripción del cantil condicional de una variable respuesta Y dado unas variables explicativas X, siendo la regresión mediana un caso particular. Este tipo de regresión se ha desarrollado durante los últimos 30 anos, logrando extenderse a varias aéreas. La extensión al análisis de datos longitudinales tiene unos pocos anos de desarrollo, en los cuales dos metodologías de estimación se destacan, mínimos cuadrados y máxima verosimilitud. Este segundo método utiliza la distribución asimétrica de Laplace para obtener la estimación de los parámetros, sin embargo esto implica suponer que la variable respuesta sigue la distribución antes mencionada. En este trabajo, se evalúa el efecto que tiene la modificación de este supuesto sobre las estimaciones de los parámetros, las varianzas de los efectos aleatorios y el ajuste del modelo. Para ello, se emplea un estudio de simulación en el cual se determina el sesgo relativo de los parámetros, la bondad de ajuste y una medida de desempeño de las colas de los estimadores. La estimación por máxima verosimilitud fue utilizada para describir un experimento sensorial en productos hidroalcoholicos, permitiendo evaluar el desempeño de dos productos en un tiempo de 8 horas. Se desarrollo la estimación para un modelo de medidas repetidas en 19 cuantíles diferentes, encontrando diferencia estadísticamente significativa entre los productos en la mayora de casos. Igualmente, un modelo lineal mixto fue ajustado va REML, cuyos resultados son muy próximos a los obtenidos para el caso de regresión mediana. En general, se observa un mejor ajuste en términos del criterio de Akaike para los cuantíles = 0:55 y = 0:60. / Abstract. Quantile regression is a technique for modeling exibility that allows the description of the conditional quantile of a response variable Y given some explanatory variables X, with a median regression case. This type of regression has been developed over the past 30 years, allowing spread to multiple areas. The extension to the analysis of longitudinal data has a few years of development, in which two estimation methodologies are highlighted, least squares and maximum likelihood. This second method uses the asymmetric Laplace distribution for the estimation of the parameters, but this implies the assumption that the response variable is the distribution above. In this paper, we evaluate the efect of changing this assumption on parameter estimates, the variances of the random-efects model it. To that end, uses a simulation study which determines the relative bias of the parameters, the goodness of it and performance measurement of the tails of the estimates. The maximum likelihood estimation was used to describe a sensory experiment hydroalcoholic products, allowing to evaluate the performance of two products in a time of 8 hours. The estimate was developed for a model of repeated measures in 19 diferent quantiles, fnding statistically signicant diference between the products in most cases. Similarly, a linear mixed model was tted via REML, the results are very close to those obtained for the median regression. In general, there is a better it in terms of the Akaike criterion for quantile T = 0:55 and T = 0:60.
publishDate 2011
dc.date.issued.spa.fl_str_mv 2011
dc.date.accessioned.spa.fl_str_mv 2019-06-24T16:39:45Z
dc.date.available.spa.fl_str_mv 2019-06-24T16:39:45Z
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/7558
dc.identifier.eprints.spa.fl_str_mv http://bdigital.unal.edu.co/3951/
url https://repositorio.unal.edu.co/handle/unal/7558
http://bdigital.unal.edu.co/3951/
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 Vélez Reyes, Fernando Alonso (2011) Robustez a distribución para regresión cuantílica en datos longitudinales. Maestría thesis, Universidad Nacional de Colombia.
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/7558/1/0832106.2011.pdf
https://repositorio.unal.edu.co/bitstream/unal/7558/2/0832106.2011.pdf.jpg
bitstream.checksum.fl_str_mv 6c515ebe7c16539b2eea28da91b1514c
1f4dbeb71931bbcbabc4b989c263cc19
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_ 1814089975572987904
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_abf2Díaz M., Luis GuillermoVélez Reyes, Fernando Alonsod0aa4626-8f09-4bf3-a243-d4a40cddf9c43002019-06-24T16:39:45Z2019-06-24T16:39:45Z2011https://repositorio.unal.edu.co/handle/unal/7558http://bdigital.unal.edu.co/3951/La regresión cuántica es una técnica de moldeamiento de gran exibilidad que permite la descripción del cantil condicional de una variable respuesta Y dado unas variables explicativas X, siendo la regresión mediana un caso particular. Este tipo de regresión se ha desarrollado durante los últimos 30 anos, logrando extenderse a varias aéreas. La extensión al análisis de datos longitudinales tiene unos pocos anos de desarrollo, en los cuales dos metodologías de estimación se destacan, mínimos cuadrados y máxima verosimilitud. Este segundo método utiliza la distribución asimétrica de Laplace para obtener la estimación de los parámetros, sin embargo esto implica suponer que la variable respuesta sigue la distribución antes mencionada. En este trabajo, se evalúa el efecto que tiene la modificación de este supuesto sobre las estimaciones de los parámetros, las varianzas de los efectos aleatorios y el ajuste del modelo. Para ello, se emplea un estudio de simulación en el cual se determina el sesgo relativo de los parámetros, la bondad de ajuste y una medida de desempeño de las colas de los estimadores. La estimación por máxima verosimilitud fue utilizada para describir un experimento sensorial en productos hidroalcoholicos, permitiendo evaluar el desempeño de dos productos en un tiempo de 8 horas. Se desarrollo la estimación para un modelo de medidas repetidas en 19 cuantíles diferentes, encontrando diferencia estadísticamente significativa entre los productos en la mayora de casos. Igualmente, un modelo lineal mixto fue ajustado va REML, cuyos resultados son muy próximos a los obtenidos para el caso de regresión mediana. En general, se observa un mejor ajuste en términos del criterio de Akaike para los cuantíles = 0:55 y = 0:60. / Abstract. Quantile regression is a technique for modeling exibility that allows the description of the conditional quantile of a response variable Y given some explanatory variables X, with a median regression case. This type of regression has been developed over the past 30 years, allowing spread to multiple areas. The extension to the analysis of longitudinal data has a few years of development, in which two estimation methodologies are highlighted, least squares and maximum likelihood. This second method uses the asymmetric Laplace distribution for the estimation of the parameters, but this implies the assumption that the response variable is the distribution above. In this paper, we evaluate the efect of changing this assumption on parameter estimates, the variances of the random-efects model it. To that end, uses a simulation study which determines the relative bias of the parameters, the goodness of it and performance measurement of the tails of the estimates. The maximum likelihood estimation was used to describe a sensory experiment hydroalcoholic products, allowing to evaluate the performance of two products in a time of 8 hours. The estimate was developed for a model of repeated measures in 19 diferent quantiles, fnding statistically signicant diference between the products in most cases. Similarly, a linear mixed model was tted via REML, the results are very close to those obtained for the median regression. In general, there is a better it in terms of the Akaike criterion for quantile T = 0:55 and T = 0:60.Maestríaapplication/pdfspaUniversidad Nacional de Colombia Sede Bogotá Facultad de Ciencias Departamento de EstadísticaDepartamento de EstadísticaVélez Reyes, Fernando Alonso (2011) Robustez a distribución para regresión cuantílica en datos longitudinales. Maestría thesis, Universidad Nacional de Colombia.51 Matemáticas / MathematicsRregresión cuánticaRegresionesCuantíles / Rregresión quantumRegression, QuantileRobustez a distribución para regresión cuantílica en datos longitudinalesTrabajo de grado - Maestríainfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/acceptedVersionTexthttp://purl.org/redcol/resource_type/TMORIGINAL0832106.2011.pdfapplication/pdf1038328https://repositorio.unal.edu.co/bitstream/unal/7558/1/0832106.2011.pdf6c515ebe7c16539b2eea28da91b1514cMD51THUMBNAIL0832106.2011.pdf.jpg0832106.2011.pdf.jpgGenerated Thumbnailimage/jpeg3714https://repositorio.unal.edu.co/bitstream/unal/7558/2/0832106.2011.pdf.jpg1f4dbeb71931bbcbabc4b989c263cc19MD52unal/7558oai:repositorio.unal.edu.co:unal/75582023-08-27 23:04:27.603Repositorio Institucional Universidad Nacional de Colombiarepositorio_nal@unal.edu.co