Selección de variables para datos multivariados y datos funcionales

Autores
Giménez, Yanina
Año de publicación
2015
Idioma
español castellano
Tipo de recurso
tesis doctoral
Estado
versión publicada
Colaborador/a o director/a de tesis
Fraiman, Ricardo
Svarc, Marcela
Descripción
, contenidoen {f1,...,fp} que sea el que describa mejor el resultado del modelo estadístico aplicado. Damos una propuesta para los casos de clasificación, componentes principales y parael modelo lineal funcional con respuesta escalar y con respuesta funcional. En cada casoestudiamos resultados de consistencia.
from {f1,...,fp} that better explainthe model. We study the cases of classification, principal components and linear regressionwith scalar and functional response. In each case the asymptotic behavior of the proposedmethod has been studied.
Fil: Giménez, Yanina. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina.
Materia
SELECCION DE VARIABLES
REGRESION
COMPONENTES PRINCIPALES
CLASIFICACION
DATOS MULTIVARIADOS
DATOS FUNCIONALES
VARIABLE SELECTION
REGRESSION
PRINCIPAL COMPONENT ANALYSIS
CLASSIFICATION
MULTIVARIATE DATA
FUNCTIONAL DATA
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by-nc-sa/2.5/ar
Repositorio
Biblioteca Digital (UBA-FCEN)
Institución
Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
OAI Identificador
tesis:tesis_n5705_Gimenez
Acceder
id BDUBAFCEN_b8eb67030278bef6f989649aff7dbad6
oai_identifier_str tesis:tesis_n5705_Gimenez
network_acronym_str BDUBAFCEN
repository_id_str 1896
network_name_str Biblioteca Digital (UBA-FCEN)
spelling Selección de variables para datos multivariados y datos funcionalesVariable selection for multivariate data and functional dataGiménez, YaninaSELECCION DE VARIABLESREGRESIONCOMPONENTES PRINCIPALESCLASIFICACIONDATOS MULTIVARIADOSDATOS FUNCIONALESVARIABLE SELECTIONREGRESSIONPRINCIPAL COMPONENT ANALYSISCLASSIFICATIONMULTIVARIATE DATAFUNCTIONAL DATA, contenidoen {f1,...,fp} que sea el que describa mejor el resultado del modelo estadístico aplicado. Damos una propuesta para los casos de clasificación, componentes principales y parael modelo lineal funcional con respuesta escalar y con respuesta funcional. En cada casoestudiamos resultados de consistencia.from {f1,...,fp} that better explainthe model. We study the cases of classification, principal components and linear regressionwith scalar and functional response. In each case the asymptotic behavior of the proposedmethod has been studied.Fil: Giménez, Yanina. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina.Universidad de Buenos Aires. Facultad de Ciencias Exactas y NaturalesFraiman, RicardoSvarc, Marcela2015-03-27info:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_db06info:ar-repo/semantics/tesisDoctoralapplication/pdfhttps://hdl.handle.net/20.500.12110/tesis_n5705_Gimenezspainfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/2.5/arreponame:Biblioteca Digital (UBA-FCEN)instname:Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturalesinstacron:UBA-FCEN2025-09-29T13:41:39Ztesis:tesis_n5705_GimenezInstitucionalhttps://digital.bl.fcen.uba.ar/Universidad públicaNo correspondehttps://digital.bl.fcen.uba.ar/cgi-bin/oaiserver.cgiana@bl.fcen.uba.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:18962025-09-29 13:41:40.527Biblioteca Digital (UBA-FCEN) - Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturalesfalse
dc.title.none.fl_str_mv Selección de variables para datos multivariados y datos funcionales
Variable selection for multivariate data and functional data
title Selección de variables para datos multivariados y datos funcionales
spellingShingle Selección de variables para datos multivariados y datos funcionales
Giménez, Yanina
SELECCION DE VARIABLES
REGRESION
COMPONENTES PRINCIPALES
CLASIFICACION
DATOS MULTIVARIADOS
DATOS FUNCIONALES
VARIABLE SELECTION
REGRESSION
PRINCIPAL COMPONENT ANALYSIS
CLASSIFICATION
MULTIVARIATE DATA
FUNCTIONAL DATA
title_short Selección de variables para datos multivariados y datos funcionales
title_full Selección de variables para datos multivariados y datos funcionales
title_fullStr Selección de variables para datos multivariados y datos funcionales
title_full_unstemmed Selección de variables para datos multivariados y datos funcionales
title_sort Selección de variables para datos multivariados y datos funcionales
dc.creator.none.fl_str_mv Giménez, Yanina
author Giménez, Yanina
author_facet Giménez, Yanina
author_role author
dc.contributor.none.fl_str_mv Fraiman, Ricardo
Svarc, Marcela
dc.subject.none.fl_str_mv SELECCION DE VARIABLES
REGRESION
COMPONENTES PRINCIPALES
CLASIFICACION
DATOS MULTIVARIADOS
DATOS FUNCIONALES
VARIABLE SELECTION
REGRESSION
PRINCIPAL COMPONENT ANALYSIS
CLASSIFICATION
MULTIVARIATE DATA
FUNCTIONAL DATA
topic SELECCION DE VARIABLES
REGRESION
COMPONENTES PRINCIPALES
CLASIFICACION
DATOS MULTIVARIADOS
DATOS FUNCIONALES
VARIABLE SELECTION
REGRESSION
PRINCIPAL COMPONENT ANALYSIS
CLASSIFICATION
MULTIVARIATE DATA
FUNCTIONAL DATA
dc.description.none.fl_txt_mv , contenidoen {f1,...,fp} que sea el que describa mejor el resultado del modelo estadístico aplicado. Damos una propuesta para los casos de clasificación, componentes principales y parael modelo lineal funcional con respuesta escalar y con respuesta funcional. En cada casoestudiamos resultados de consistencia.
from {f1,...,fp} that better explainthe model. We study the cases of classification, principal components and linear regressionwith scalar and functional response. In each case the asymptotic behavior of the proposedmethod has been studied.
Fil: Giménez, Yanina. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina.
description , contenidoen {f1,...,fp} que sea el que describa mejor el resultado del modelo estadístico aplicado. Damos una propuesta para los casos de clasificación, componentes principales y parael modelo lineal funcional con respuesta escalar y con respuesta funcional. En cada casoestudiamos resultados de consistencia.
publishDate 2015
dc.date.none.fl_str_mv 2015-03-27
dc.type.none.fl_str_mv info:eu-repo/semantics/doctoralThesis
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_db06
info:ar-repo/semantics/tesisDoctoral
format doctoralThesis
status_str publishedVersion
dc.identifier.none.fl_str_mv https://hdl.handle.net/20.500.12110/tesis_n5705_Gimenez
url https://hdl.handle.net/20.500.12110/tesis_n5705_Gimenez
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc-sa/2.5/ar
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/2.5/ar
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales
publisher.none.fl_str_mv Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales
dc.source.none.fl_str_mv reponame:Biblioteca Digital (UBA-FCEN)
instname:Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
instacron:UBA-FCEN
reponame_str Biblioteca Digital (UBA-FCEN)
collection Biblioteca Digital (UBA-FCEN)
instname_str Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
instacron_str UBA-FCEN
institution UBA-FCEN
repository.name.fl_str_mv Biblioteca Digital (UBA-FCEN) - Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
repository.mail.fl_str_mv ana@bl.fcen.uba.ar
_version_ 1844618710154739712
score 13.070432

Publicaciones similares