Show simple item record

dc.contributor.advisorLópez de Castilla Vásquez, Carlos
dc.contributor.authorLoarte Laos, Paul Antonio
dc.date.accessioned2017-01-10T20:27:35Z
dc.date.available2017-01-10T20:27:35Z
dc.date.issued2015
dc.identifier.otherU10.L637-T BAN UNALM
dc.identifier.urihttp://repositorio.lamolina.edu.pe/handle/UNALM/2201
dc.descriptionUniversidad Nacional Agraria La Molina. Facultad de Economía y Planificación. Departamento Académico de Estadística e Informáticaes_PE
dc.description.abstractEl presente trabajo de investigación tiene como objetivo principal mostrar que el modelo de regresión lineal múltiple skew-normal, desde el marco de la estimación por máxima verosimilitud, representa apropiadamente el fenómeno de asimetría en la distribución de los errores que podría estar presente en diferentes áreas de investigación: médico, experimental, actuarial, económico, etc. La aplicación del modelo propuesto se desarrolla en un estudio relativo al índice de masa corporal (BMI) usando dos conjuntos de datos provenientes del Instituto Australiano del Deporte. Se estimaron el modelo de regresión lineal múltiple skew-normal y el modelo de regresión lineal clásico. Estos modelos fueron comparados usando el Criterio de Información de Akaike (AIC) y el Logaritmo de la Función de Verosimilitud (Log Verosimilitud) obteniendo mejores resultados con la regresión skew-normal dado el comportamiento asimétrico de los errores.es_PE
dc.description.abstractThe present research has a main objetive to show taht the skew-normal multiple linear regression model, from the frameworkof estimation by máximum likelihood, represents appropriately the phenomenon of asymmetry in the distribution of errors that might be present in different research areas: medical, experimental, actuarial, economic, etc. The application of the proposed model is developed in a study on the body mass index (BMI) using two sets of data from the Australian Institute of Sport. The Skew-normal multiple linear regression model and the classic linear regression model was estimated. These models were compared using the Akaike Information Criterion (AIC) and the logarithm of the likelihood function (Log Verosimilitud), getting best results with the skew-normal regression given the asymmetric behavior in the errors.en_US
dc.description.uriTesises_PE
dc.formatapplication/pdfen_US
dc.language.isospaes_PE
dc.publisherUniversidad Nacional Agraria La Molinaes_PE
dc.rightsinfo:eu-repo/semantics/restrictedAccessen_US
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.sourceUniversidad Nacional Agraria La Molinaes_PE
dc.sourceRepositorio institucional - UNALMes_PE
dc.subjectGénero humanoes_PE
dc.subjectPeso corporales_PE
dc.subjectEstado nutricionales_PE
dc.subjectMétodos estadísticoses_PE
dc.subjectModelos matemáticoses_PE
dc.subjectEvaluaciónes_PE
dc.subjectPerúes_PE
dc.subjectModelo de regresión lineales_PE
dc.subjectDistribución skew-normales_PE
dc.subjectDeportistases_PE
dc.titleUna aplicación del modelo de regresión lineal con errores ajustados bajo la distribución Skew-normales_PE
dc.typeT_en procesoen_US
dc.coverageLima. Perúes_PE
thesis.degree.disciplineEstadística e Informáticaes_PE
thesis.degree.grantorUniversidad Nacional Agraria La Molina. Facultad de Economía y Planificaciónes_PE
thesis.degree.nameIngeniero Estadístico Informáticoes_PE
thesis.degree.levelTítulo Profesionales_PE


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

info:eu-repo/semantics/restrictedAccess
Except where otherwise noted, this item's license is described as info:eu-repo/semantics/restrictedAccess