Verosimilitud compuesta en campos aleatorios Gaussianos multivariados
Tipo de material:
TextoDetalles de publicación: Valparaíso: UTFSM, 2014Descripción: 56 h.: ilClasificación CDD: M MAT Nota de disertación: Tesis (Ing. Civil Matemático) -- Prof. Guía: Emilio Porcu Resumen: En los ultimos a~nos ha crecido el interes en proponer modelos de covarianza para campos aleatorios Gaussianos multivariados. Algunos de estos modelos de covarianza son muy exibles y pueden capturar la dependencia espacial, marginal y cruzada, de las componentes del campo aleatorio asociado. Sin embargo, metodos de estimacion efectivos para estos modelos son de alguna manera inexplorados. La estimacion de Maxima Verosimilitud es ciertamente una herramienta util pero es impracticable cuando el numero de observaciones es muy grande y/o el numero de componentes del campo multivariado es alta. En este trabajo consideramos dos tecnicas basadas en el enfoque de verosimilitud compuesta para la estimacion de modelos de covarianza multivariados. Ilustramos a traves de experimentos de simulacion que nuestros metodos ofrecen un buen balance entre eciencia estadstica y complejidad computacional. Finalmente, aplicamos estos resultados en el analisis de un conjunto de datos bivariado asociado a temperaturas y precipitaciones en America del Norte.
| Tipo de ítem | Biblioteca actual | Colección | número de clasificación | Copia número | Estado | Notas | Fecha de vencimiento | Código de barras |
|---|---|---|---|---|---|---|---|---|
Memorias
|
Biblioteca Central | Memorias | M MAT A366 2014 (Navegar estantería(Abre debajo)) | 1 | Disponible | DISPONIBLE A TRAVES DE REPOSITORIO INSTITUCIONAL | 3560900227840 | |
|
Memorias
|
Biblioteca Central | Memorias | M MAT A366 2014 (Navegar estantería(Abre debajo)) | 2 | Disponible | DISPONIBLE A TRAVES DE REPOSITORIO INSTITUCIONAL | 3560900227843 |
Navegando Biblioteca Central Estantes, Ubicación: Memorias, Código de colección: Memorias Cerrar el navegador de estanterías (Oculta el navegador de estanterías)
Tesis (Ing. Civil Matemático) -- Prof. Guía: Emilio Porcu
En los ultimos a~nos ha crecido el interes en proponer modelos de covarianza para campos aleatorios Gaussianos multivariados. Algunos de estos modelos de covarianza son muy exibles y pueden capturar la dependencia espacial, marginal y cruzada, de las componentes del campo aleatorio asociado. Sin embargo, metodos de estimacion efectivos para estos modelos son de alguna manera inexplorados. La estimacion de Maxima Verosimilitud es ciertamente una herramienta util pero es impracticable cuando el numero de observaciones es muy grande y/o el numero de componentes del campo multivariado es alta. En este trabajo consideramos dos tecnicas basadas en el enfoque de verosimilitud compuesta para la estimacion de modelos de covarianza multivariados. Ilustramos a traves de experimentos de simulacion que nuestros metodos ofrecen un buen balance entre eciencia estadstica y complejidad computacional. Finalmente, aplicamos estos resultados en el analisis de un conjunto de datos bivariado asociado a temperaturas y precipitaciones en America del Norte.
2
NEW
CONSULTE EN LINEA A TRAVES DE REPOSITORIO INSTITUCIONAL