Estimación e inferencia de parámetros en un modelo de regresión normal múltiple multivariado mediante el Bootstrap y el Jackknife
En este proyecto se describe el procedimiento Bootstrap y Jackknife para los modelos lineales múltiples multivariados y se crea una función que estima los parámetros tanto por Bootstrap como por Jackknife. Además, se construyen escenarios de simulación para evaluar el algortimo cuando los datos sigu...
- Autores:
-
Torres García, Karen Manuela
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2023
- Institución:
- Universidad El Bosque
- Repositorio:
- Repositorio U. El Bosque
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.unbosque.edu.co:20.500.12495/10798
- Acceso en línea:
- http://hdl.handle.net/20.500.12495/10798
- Palabra clave:
- Modelos lineales
Remuestreo
Bootstrap
Jackknife
Parámetros
Estimación
519.5
Linear Models
Resampling
Bootstrap
Jackknife
Parameters
Estimation
- Rights
- openAccess
- License
- Atribución-NoComercial-CompartirIgual 4.0 Internacional
| id |
UNBOSQUE2_987381a9dd0d757eadc69e43bad44b9b |
|---|---|
| oai_identifier_str |
oai:repositorio.unbosque.edu.co:20.500.12495/10798 |
| network_acronym_str |
UNBOSQUE2 |
| network_name_str |
Repositorio U. El Bosque |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Estimación e inferencia de parámetros en un modelo de regresión normal múltiple multivariado mediante el Bootstrap y el Jackknife |
| dc.title.translated.spa.fl_str_mv |
Estimation and inference of parameters in a multivariate multiple normal regression model using Bootstrap and Jackknife |
| title |
Estimación e inferencia de parámetros en un modelo de regresión normal múltiple multivariado mediante el Bootstrap y el Jackknife |
| spellingShingle |
Estimación e inferencia de parámetros en un modelo de regresión normal múltiple multivariado mediante el Bootstrap y el Jackknife Modelos lineales Remuestreo Bootstrap Jackknife Parámetros Estimación 519.5 Linear Models Resampling Bootstrap Jackknife Parameters Estimation |
| title_short |
Estimación e inferencia de parámetros en un modelo de regresión normal múltiple multivariado mediante el Bootstrap y el Jackknife |
| title_full |
Estimación e inferencia de parámetros en un modelo de regresión normal múltiple multivariado mediante el Bootstrap y el Jackknife |
| title_fullStr |
Estimación e inferencia de parámetros en un modelo de regresión normal múltiple multivariado mediante el Bootstrap y el Jackknife |
| title_full_unstemmed |
Estimación e inferencia de parámetros en un modelo de regresión normal múltiple multivariado mediante el Bootstrap y el Jackknife |
| title_sort |
Estimación e inferencia de parámetros en un modelo de regresión normal múltiple multivariado mediante el Bootstrap y el Jackknife |
| dc.creator.fl_str_mv |
Torres García, Karen Manuela |
| dc.contributor.advisor.none.fl_str_mv |
Pacheco López, Mario José |
| dc.contributor.author.none.fl_str_mv |
Torres García, Karen Manuela |
| dc.contributor.orcid.none.fl_str_mv |
Torres García, Karen Manuela [0009-0005-0616-7068] |
| dc.subject.spa.fl_str_mv |
Modelos lineales Remuestreo Bootstrap Jackknife Parámetros Estimación |
| topic |
Modelos lineales Remuestreo Bootstrap Jackknife Parámetros Estimación 519.5 Linear Models Resampling Bootstrap Jackknife Parameters Estimation |
| dc.subject.ddc.none.fl_str_mv |
519.5 |
| dc.subject.keywords.spa.fl_str_mv |
Linear Models Resampling Bootstrap Jackknife Parameters Estimation |
| description |
En este proyecto se describe el procedimiento Bootstrap y Jackknife para los modelos lineales múltiples multivariados y se crea una función que estima los parámetros tanto por Bootstrap como por Jackknife. Además, se construyen escenarios de simulación para evaluar el algortimo cuando los datos siguen una distribución normal multivariada. Y por último, se realiza una aplicación de la función donde se comparan las estimaciones obtenidas por mínimos cuadrados ordinales y las dos técnicas de remuestreo. |
| publishDate |
2023 |
| dc.date.accessioned.none.fl_str_mv |
2023-06-10T16:34:41Z |
| dc.date.available.none.fl_str_mv |
2023-06-10T16:34:41Z |
| dc.date.issued.none.fl_str_mv |
2023 |
| dc.type.local.spa.fl_str_mv |
Tesis/Trabajo de grado - Monografía - Pregrado |
| dc.type.hasversion.none.fl_str_mv |
info:eu-repo/semantics/acceptedVersion |
| dc.type.coar.none.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.driver.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| status_str |
acceptedVersion |
| dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/20.500.12495/10798 |
| dc.identifier.instname.spa.fl_str_mv |
instname:Universidad El Bosque |
| dc.identifier.reponame.spa.fl_str_mv |
reponame:Repositorio Institucional Universidad El Bosque |
| dc.identifier.repourl.none.fl_str_mv |
repourl:https://repositorio.unbosque.edu.co |
| url |
http://hdl.handle.net/20.500.12495/10798 |
| identifier_str_mv |
instname:Universidad El Bosque reponame:Repositorio Institucional Universidad El Bosque repourl:https://repositorio.unbosque.edu.co |
| dc.language.iso.none.fl_str_mv |
spa |
| language |
spa |
| dc.rights.*.fl_str_mv |
Atribución-NoComercial-CompartirIgual 4.0 Internacional |
| dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-sa/4.0/ |
| dc.rights.local.spa.fl_str_mv |
Acceso abierto |
| dc.rights.accessrights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
Atribución-NoComercial-CompartirIgual 4.0 Internacional http://creativecommons.org/licenses/by-nc-sa/4.0/ Acceso abierto http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.mimetype.none.fl_str_mv |
application/pdf |
| dc.publisher.program.spa.fl_str_mv |
Estadística |
| dc.publisher.grantor.spa.fl_str_mv |
Universidad El Bosque |
| dc.publisher.faculty.spa.fl_str_mv |
Facultad de Ciencias |
| institution |
Universidad El Bosque |
| bitstream.url.fl_str_mv |
https://repositorio.unbosque.edu.co/bitstreams/08af6622-ef51-4e56-843a-7211be7969aa/download https://repositorio.unbosque.edu.co/bitstreams/3b33699e-80c2-4706-85af-e84cdb6227d4/download https://repositorio.unbosque.edu.co/bitstreams/f8c3d168-6b03-4c47-ae58-e45486088c25/download https://repositorio.unbosque.edu.co/bitstreams/31e20da6-4987-462b-84ab-71d80453272e/download https://repositorio.unbosque.edu.co/bitstreams/66945c55-e715-4918-8d11-9ba89387053d/download https://repositorio.unbosque.edu.co/bitstreams/2be02aae-7611-4b9a-8395-dd754e1cbda9/download https://repositorio.unbosque.edu.co/bitstreams/3f285937-ad1c-4777-9ad8-d63c2e2e18b0/download |
| bitstream.checksum.fl_str_mv |
cafab31f3f44874410fd4f6bbe1f2f61 934f4ca17e109e0a05eaeaba504d7ce4 17cc15b951e7cc6b3728a574117320f9 d7e1773201535afec7fe9c80addb9a0b fb5316e606fba5e5366e26e3c84e5632 b7e333615e20f0071943e25186f22bf9 6051ece6c3439e5a96ff1bda2986583b |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional Universidad El Bosque |
| repository.mail.fl_str_mv |
bibliotecas@biteca.com |
| _version_ |
1814100740053925888 |
| spelling |
Pacheco López, Mario JoséTorres García, Karen ManuelaTorres García, Karen Manuela [0009-0005-0616-7068]2023-06-10T16:34:41Z2023-06-10T16:34:41Z2023http://hdl.handle.net/20.500.12495/10798instname:Universidad El Bosquereponame:Repositorio Institucional Universidad El Bosquerepourl:https://repositorio.unbosque.edu.coEn este proyecto se describe el procedimiento Bootstrap y Jackknife para los modelos lineales múltiples multivariados y se crea una función que estima los parámetros tanto por Bootstrap como por Jackknife. Además, se construyen escenarios de simulación para evaluar el algortimo cuando los datos siguen una distribución normal multivariada. Y por último, se realiza una aplicación de la función donde se comparan las estimaciones obtenidas por mínimos cuadrados ordinales y las dos técnicas de remuestreo.EstadísticoPregradoThis Project describes the process of Bootstrap and Jackknife for Multivariate Multiple Regression and creates a function that estimates the parameters of Bootstrap and Jackknife techniques. Further, simulated scenarios are built to evaluate the algorithm when the data are distributed normal multivariate. Finally, an application of the function is performed where the estimates obtained by ordinary least squares and both resampling techniques are compared.application/pdfspaAtribución-NoComercial-CompartirIgual 4.0 Internacionalhttp://creativecommons.org/licenses/by-nc-sa/4.0/Acceso abiertoinfo:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Modelos linealesRemuestreoBootstrapJackknifeParámetrosEstimación519.5Linear ModelsResamplingBootstrapJackknifeParametersEstimationEstimación e inferencia de parámetros en un modelo de regresión normal múltiple multivariado mediante el Bootstrap y el JackknifeEstimation and inference of parameters in a multivariate multiple normal regression model using Bootstrap and JackknifeEstadísticaUniversidad El BosqueFacultad de CienciasTesis/Trabajo de grado - Monografía - Pregradoinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1finfo:eu-repo/semantics/bachelorThesisORIGINALEstimación e inferencia de parámetros en un modelo de regresión normal múltiple multivariado mediante el Bootstrap y el JackknifeEstimación e inferencia de parámetros en un modelo de regresión normal múltiple multivariado mediante el Bootstrap y el JackknifeEstimación e inferencia de parámetros en un modelo de regresión normal múltiple multivariado mediante el Bootstrap y el Jackknifeapplication/pdf589861https://repositorio.unbosque.edu.co/bitstreams/08af6622-ef51-4e56-843a-7211be7969aa/downloadcafab31f3f44874410fd4f6bbe1f2f61MD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-81031https://repositorio.unbosque.edu.co/bitstreams/3b33699e-80c2-4706-85af-e84cdb6227d4/download934f4ca17e109e0a05eaeaba504d7ce4MD53LICENSElicense.txtlicense.txttext/plain; charset=utf-82000https://repositorio.unbosque.edu.co/bitstreams/f8c3d168-6b03-4c47-ae58-e45486088c25/download17cc15b951e7cc6b3728a574117320f9MD54Carta.pdfCarta.pdfCarta autorizaciónapplication/pdf348983https://repositorio.unbosque.edu.co/bitstreams/31e20da6-4987-462b-84ab-71d80453272e/downloadd7e1773201535afec7fe9c80addb9a0bMD55THUMBNAILEstimación e inferencia de parámetros en un modelo de regresión normal múltiple multivariado mediante el Bootstrap y el Jackknife.pngEstimación e inferencia de parámetros en un modelo de regresión normal múltiple multivariado mediante el Bootstrap y el Jackknife.pngPortadaimage/png66436https://repositorio.unbosque.edu.co/bitstreams/66945c55-e715-4918-8d11-9ba89387053d/downloadfb5316e606fba5e5366e26e3c84e5632MD56Estimación e inferencia de parámetros en un modelo de regresión normal múltiple multivariado mediante el Bootstrap y el Jackknife.jpgEstimación e inferencia de parámetros en un modelo de regresión normal múltiple multivariado mediante el Bootstrap y el Jackknife.jpgGenerated Thumbnailimage/jpeg3157https://repositorio.unbosque.edu.co/bitstreams/2be02aae-7611-4b9a-8395-dd754e1cbda9/downloadb7e333615e20f0071943e25186f22bf9MD58TEXTEstimación e inferencia de parámetros en un modelo de regresión normal múltiple multivariado mediante el Bootstrap y el Jackknife.txtEstimación e inferencia de parámetros en un modelo de regresión normal múltiple multivariado mediante el Bootstrap y el Jackknife.txtExtracted texttext/plain79669https://repositorio.unbosque.edu.co/bitstreams/3f285937-ad1c-4777-9ad8-d63c2e2e18b0/download6051ece6c3439e5a96ff1bda2986583bMD5720.500.12495/10798oai:repositorio.unbosque.edu.co:20.500.12495/107982024-02-07 02:17:48.238http://creativecommons.org/licenses/by-nc-sa/4.0/Atribución-NoComercial-CompartirIgual 4.0 Internacionalopen.accesshttps://repositorio.unbosque.edu.coRepositorio Institucional Universidad El Bosquebibliotecas@biteca.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 |