Ir al contenido

Documat


Modelos de respuesta binaria bayesianos

  • Autores: Segundo Urbano Quiroz Rincón
  • Directores de la Tesis: Elías Moreno Bas (dir. tes.) Árbol académico, Francisco Javier Girón González-Torre (dir. tes.) Árbol académico
  • Lectura: En la Universidad de Granada ( España ) en 2002
  • Idioma: español
  • Tribunal Calificador de la Tesis: George Casella (presid.) Árbol académico, José Miguel Angulo Ibáñez (secret.) Árbol académico, Juan Antonio Cano Sánchez (voc.) Árbol académico, Luís Raúl Pericchi (voc.) Árbol académico, María Lina Martínez García (voc.) Árbol académico
  • Texto completo no disponible (Saber más ...)
  • Resumen
    • Esta tesis trata el problema del diagnóstico automático de cáncer de mama, Se considera un modelo de regresión logística con covariables para calcular la probabilidad de que una paciente tenga cáncer de mama.

      Las contribuciones realizadas incluye:

      1,- El desarrollo de métodos íntegramente bayesianos para estudiar la clase de modelos de respuesta binaria, en la cual los modelos de regresión logística son una sub-clase particular que utilizan el link logístico.

      2,- Determinamos la distribución a priori default sobre los parámetros de los modelos de respuesta binaria, cualquiera sea el link especificado.

      3,- Basados en estas distribuciones a priori, construimos procedimientos automáticos para la elección del link y la selcción de variables explicativas del modelo.

      4,- Proponemos un conjunto de medidas para evaluar la bondad de ajuste del modelo y detectar observaciones anómalas, basadas estrictamente en la distribución de probabilidades a posteriori y criterios de clasificación.

      5,- Proponemos un modelo decisión para el diagnóstico del cáncer de mama, el cual puede ser adaptado fácilmente a cualquier protocolo de decisiones.

      Los desarrollos realizados se ilustran con datos reales tomados en el hospital clínico de la Universidad de Granada.


Fundación Dialnet

Mi Documat

Opciones de tesis

Opciones de compartir

Opciones de entorno