Ir al contenido

Documat


Mixturas de distribuciones.: Modelización de experiencias con asimetría en los datos.

  • Autores: Nieves Atienza Martínez
  • Directores de la Tesis: Joaquín Antonio García de las Heras (dir. tes.) Árbol académico, Juan Manuel Muñoz Pichardo (dir. tes.) Árbol académico
  • Lectura: En la Universidad de Sevilla ( España ) en 2003
  • Idioma: español
  • Número de páginas: 131
  • Tribunal Calificador de la Tesis: Antonio Pascual Acosta (presid.) Árbol académico, Juan Polo-Padillo (secret.) Árbol académico, Andrés González Carmona (voc.) Árbol académico, Leandro Pardo Llorente (voc.) Árbol académico, Wenceslao González Manteiga (voc.) Árbol académico
  • Enlaces
    • Tesis en acceso abierto en: Idus
  • Resumen
    • En este trabajo se propone un modelo de mixturas mixtas de tres componentes, pertenecientes a las familias de distribuciones lognormal, Gramma y Weibull, para ajustar variables que presentan distribuciones con asimetría positiva.

      SE aborda la cuestión de identicabilidad del modelo a través del estudio de la identificabilidad de la clase de mixturas finitas generada a partir de la unión de las tres familias, proporcionando una nueva condición suficiente de identificabilidad.

      Se estudian las propiedades de los EMV de los parámetros del modelo presentando resultado que permiten verificar las condiciones dadas por Recher y Walker (1984) en mixturas finitas generadas a partir de uniones de familias exponenciales y de uniones de una nueva clase de familais, las familias denominadas tipo N.

      Por último, se aborda el problema del cálculo de dichos estimadores a partir del algorítmo EM, presentando como ilustración de la metodología una aplicación para la variables estancia hospitalaria.


Fundación Dialnet

Mi Documat

Opciones de tesis

Opciones de compartir

Opciones de entorno