Show simple item record

dc.contributor.advisorMiranda Villagomez, Clodomiro Fernando
dc.contributor.authorRubio Donet, Jorge Luis
dc.date.accessioned2018-11-06T16:09:04Z
dc.date.available2018-11-06T16:09:04Z
dc.date.issued2018
dc.identifier.otherU10.R8-T BAN UNALM
dc.identifier.urihttp://repositorio.lamolina.edu.pe/handle/UNALM/3640
dc.descriptionUniversidad Nacional Agraria La Molina. Escuela de Posgrado. Maestría en Estadística Aplicadaes_PE
dc.description.abstractLa presencia de observaciones atípicas en un conjunto de datos es una de las causas que generan distorsiones en el análisis. La detección de dichas observaciones puede ayudar a una correcta evaluación de las tendencias en el comportamiento de los datos. Para el caso de datos multivariados se han desarrollado diversos métodos que permiten la detección de comportamientos atípicos, basados en métodos gráficos, y otros asumiendo una distribución normal multivariada. No obstante, en muchos casos el supuesto de normalidad multivariada no se cumple. El presente trabajo propone una prueba no paramétrica basada en la aplicación del método Bootstrap, utilizando como indicador de similitud a las distancias entre las representaciones obtenidas con series finitas de Fourier, propuesta por Andrews. El método propuesto permite detectar datos multivariados atípicos, combinando la significación estadística de la prueba Bootstrap y el análisis gráfico sugerido por Andrews, y que puede ser también aplicado a datos medidos en una escala ordinal. El método fue aplicado a cuatro conjuntos de datos, encontrando resultados satisfactorios en todos los casos.es_PE
dc.description.abstractThe presence of atypical observations in a dataset is one of the causes that generate distortions in the analysis. The detection of these observations can help to evaluate the trends in the behavior of the data.In the case of multivariate data several methods have been developed that allow the detection of atypical behaviors, based on graphical methods, and others assuming a normal multivariate distribution. However, in many cases the assumption of multivariate normalcy is not fulfilled. This paper proposes a non-parametric test based on the application of Bootstrap method, using as an indicator of similarity to the distances between the representations obtained with finite series of Fourier, proposed by Andrews. The proposed method allows the detection of atypical multivariate data, combining the statistical significance of the Bootstrap test and the graphical analysis suggested by Andrews, which can be applied to data measured on an ordinal scale. The method was applied to four sets of data, finding satisfactory results in all cases.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/openAccessen_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.subjectAnálisis de series cronológicases_PE
dc.subjectMétodos estadísticoses_PE
dc.subjectVariación estadísticaes_PE
dc.subjectAnálisis de datoses_PE
dc.subjectProcesamiento de datoses_PE
dc.subjectPerúes_PE
dc.subjectObservaciones atípicases_PE
dc.subjectGráficos de Andrewses_PE
dc.subjectBootstrapes_PE
dc.subjectSeries Finitas Fourieres_PE
dc.titleDetección de datos multivariados atípicos con series finitas de Fourieres_PE
dc.typeinfo:eu-repo/semantics/masterThesisen_US
thesis.degree.disciplineEstadistica aplicadaes_PE
thesis.degree.grantorUniversidad Nacional Agraria La Molina. Escuela de Posgradoes_PE
thesis.degree.nameMagister Scientiae - Estadística Aplicadaes_PE
thesis.degree.levelMaestríaes_PE
dc.subject.ocdeEstadísticas y probabilidadeses_PE


Files in this item

Thumbnail
Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record

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