Análisis geoestadístico multivariado a través de métodos funcionales y curvas de Andrews

En geoestadística multivariada, usualmente hay dos caminos de análisis: usar kriging de manera individual sobre cada variable o emplear cokiging tendiendo en cuenta la codependencia espacial entre las variables. En literatura geoestadística, se ha demostrado que la segunda opción, en general, permit...

Full description

Autores:
Dueñas Herrera, María Paula
Tipo de recurso:
Fecha de publicación:
2017
Institución:
Universidad Nacional de Colombia
Repositorio:
Universidad Nacional de Colombia
Idioma:
spa
OAI Identifier:
oai:repositorio.unal.edu.co:unal/62079
Acceso en línea:
https://repositorio.unal.edu.co/handle/unal/62079
http://bdigital.unal.edu.co/60946/
Palabra clave:
31 Colecciones de estadística general / Statistics
51 Matemáticas / Mathematics
Geoestadística
Kriging
Análisis de datos funcionales
Cokriging
Curvas de Andrews
Datos Funcionales
Geostatistics
Kriging
Cokriging
Andrews Curves
Functional Data
Rights
openAccess
License
Atribución-NoComercial 4.0 Internacional
id UNACIONAL2_ba35204ee451528c89ecd9a39ea673f5
oai_identifier_str oai:repositorio.unal.edu.co:unal/62079
network_acronym_str UNACIONAL2
network_name_str Universidad Nacional de Colombia
repository_id_str
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_abf2Giraldo Henao, RamónDueñas Herrera, María Paula5f777129-39ae-4ce5-ba44-df61120144313002019-07-02T20:50:35Z2019-07-02T20:50:35Z2017-05-26https://repositorio.unal.edu.co/handle/unal/62079http://bdigital.unal.edu.co/60946/En geoestadística multivariada, usualmente hay dos caminos de análisis: usar kriging de manera individual sobre cada variable o emplear cokiging tendiendo en cuenta la codependencia espacial entre las variables. En literatura geoestadística, se ha demostrado que la segunda opción, en general, permite una disminución en la varianza de predicción. No obstante, su uso es limitado cuando el número de variables aumenta, pues la estimación de la covarianza espacial a través del modelo lineal de corregionalización se vuelve computacionalmente compleja. En este trabajo, se explora el uso del kriging ordinario funcional basado en curvas de Andrews como alternativa al kriging y al cokriging en el contexto multuvariado. Para la comparación de metodologías se hace un estudio de simulación, y posteriormente se lleva a cabo la aplicación de la propuesta en un conjunto de datos reales.Abstratc. In multivariate geostatistics, there are usually two ways for modeling the data: applying kriging individually on each variable or using cokriging, which takes into account the spatial cross-dependence between the variables. It has been shown the second option, in general, allows a prediction variance reduction. However, the use of cokriging in practice can be limited when the number of variables increases, as the estimation of the linear model of coregionalization becomes complex. In this work, the use of ordinary functional kriging based on Andrews Curves is explored as an alternative in the multivariate scenerie. This approach is compared to kriging and cokriging based on a simulation study and at the end the proposed methodology is applied to a real dataset.Maestríaapplication/pdfspaUniversidad Nacional de Colombia Sede Bogotá Facultad de Ciencias Departamento de EstadísticaDepartamento de EstadísticaDueñas Herrera, María Paula (2017) Análisis geoestadístico multivariado a través de métodos funcionales y curvas de Andrews. Maestría thesis, Universidad Nacional de Colombia - Sede Bogotá.31 Colecciones de estadística general / Statistics51 Matemáticas / MathematicsGeoestadísticaKrigingAnálisis de datos funcionalesCokrigingCurvas de AndrewsDatos FuncionalesGeostatisticsKrigingCokrigingAndrews CurvesFunctional DataAnálisis geoestadístico multivariado a través de métodos funcionales y curvas de AndrewsTrabajo de grado - Maestríainfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/acceptedVersionTexthttp://purl.org/redcol/resource_type/TMORIGINALMaríaP.DuenasHerrera.2017.pdfapplication/pdf1501853https://repositorio.unal.edu.co/bitstream/unal/62079/1/Mar%c3%adaP.DuenasHerrera.2017.pdf3d6ed5e31c3ffc9d61a1661794c7d46bMD51THUMBNAILMaríaP.DuenasHerrera.2017.pdf.jpgMaríaP.DuenasHerrera.2017.pdf.jpgGenerated Thumbnailimage/jpeg3960https://repositorio.unal.edu.co/bitstream/unal/62079/2/Mar%c3%adaP.DuenasHerrera.2017.pdf.jpgd987baacec4ba569fadd0657111f47b8MD52unal/62079oai:repositorio.unal.edu.co:unal/620792023-04-15 23:05:05.072Repositorio Institucional Universidad Nacional de Colombiarepositorio_nal@unal.edu.co
dc.title.spa.fl_str_mv Análisis geoestadístico multivariado a través de métodos funcionales y curvas de Andrews
title Análisis geoestadístico multivariado a través de métodos funcionales y curvas de Andrews
spellingShingle Análisis geoestadístico multivariado a través de métodos funcionales y curvas de Andrews
31 Colecciones de estadística general / Statistics
51 Matemáticas / Mathematics
Geoestadística
Kriging
Análisis de datos funcionales
Cokriging
Curvas de Andrews
Datos Funcionales
Geostatistics
Kriging
Cokriging
Andrews Curves
Functional Data
title_short Análisis geoestadístico multivariado a través de métodos funcionales y curvas de Andrews
title_full Análisis geoestadístico multivariado a través de métodos funcionales y curvas de Andrews
title_fullStr Análisis geoestadístico multivariado a través de métodos funcionales y curvas de Andrews
title_full_unstemmed Análisis geoestadístico multivariado a través de métodos funcionales y curvas de Andrews
title_sort Análisis geoestadístico multivariado a través de métodos funcionales y curvas de Andrews
dc.creator.fl_str_mv Dueñas Herrera, María Paula
dc.contributor.author.spa.fl_str_mv Dueñas Herrera, María Paula
dc.contributor.spa.fl_str_mv Giraldo Henao, Ramón
dc.subject.ddc.spa.fl_str_mv 31 Colecciones de estadística general / Statistics
51 Matemáticas / Mathematics
topic 31 Colecciones de estadística general / Statistics
51 Matemáticas / Mathematics
Geoestadística
Kriging
Análisis de datos funcionales
Cokriging
Curvas de Andrews
Datos Funcionales
Geostatistics
Kriging
Cokriging
Andrews Curves
Functional Data
dc.subject.proposal.spa.fl_str_mv Geoestadística
Kriging
Análisis de datos funcionales
Cokriging
Curvas de Andrews
Datos Funcionales
Geostatistics
Kriging
Cokriging
Andrews Curves
Functional Data
description En geoestadística multivariada, usualmente hay dos caminos de análisis: usar kriging de manera individual sobre cada variable o emplear cokiging tendiendo en cuenta la codependencia espacial entre las variables. En literatura geoestadística, se ha demostrado que la segunda opción, en general, permite una disminución en la varianza de predicción. No obstante, su uso es limitado cuando el número de variables aumenta, pues la estimación de la covarianza espacial a través del modelo lineal de corregionalización se vuelve computacionalmente compleja. En este trabajo, se explora el uso del kriging ordinario funcional basado en curvas de Andrews como alternativa al kriging y al cokriging en el contexto multuvariado. Para la comparación de metodologías se hace un estudio de simulación, y posteriormente se lleva a cabo la aplicación de la propuesta en un conjunto de datos reales.
publishDate 2017
dc.date.issued.spa.fl_str_mv 2017-05-26
dc.date.accessioned.spa.fl_str_mv 2019-07-02T20:50:35Z
dc.date.available.spa.fl_str_mv 2019-07-02T20:50:35Z
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/62079
dc.identifier.eprints.spa.fl_str_mv http://bdigital.unal.edu.co/60946/
url https://repositorio.unal.edu.co/handle/unal/62079
http://bdigital.unal.edu.co/60946/
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 Dueñas Herrera, María Paula (2017) Análisis geoestadístico multivariado a través de métodos funcionales y curvas de Andrews. 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/62079/1/Mar%c3%adaP.DuenasHerrera.2017.pdf
https://repositorio.unal.edu.co/bitstream/unal/62079/2/Mar%c3%adaP.DuenasHerrera.2017.pdf.jpg
bitstream.checksum.fl_str_mv 3d6ed5e31c3ffc9d61a1661794c7d46b
d987baacec4ba569fadd0657111f47b8
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_ 1806886403706978304

Publicaciones similares