Comparación de métodos robustos para el análisis canónico asimétrico

Autores
Fasano, Maria Victoria; Kudraszow, Nadia Laura
Año de publicación
2017
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
El análisis de canónico asimétrico o redundancia busca para dos grupos de variables las combinaciones lineales en un grupo que maximicen la varianza explicada del otro por dicha combinación lineal. En este trabajo se propone un método robusto para el análisis de redundancia basado en estimadores para regresión lineal multivariada. Se mostrará el buen desempeño de los métodos propuestos comparado con el método clásico y otros métodos basados en matrices de correlación robustas, mediante un estudio de simulación utilizando muestras con y sin contaminación.
Fil: Fasano, Maria Victoria. Universidad Nacional de La Plata. Facultad de Ciencias Exactas. Departamento de Matemáticas; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - La Plata; Argentina
Fil: Kudraszow, Nadia Laura. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Investigaciones Matemáticas "Luis A. Santaló". Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Investigaciones Matemáticas "Luis A. Santaló"; Argentina
VI Congreso de Matemática Aplicada, Computacional e Industrial
Comodoro Rivadavia
Argentina
Asociación Argentina de Matemática Aplicada, Computacional e Industrial
Materia
ANÁLISIS DE REDUNDANCIA
REGRESIÓN LINEAL MULTIVARIADA
MÉTODOS ROBUSTOS
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
CONICET Digital (CONICET)
Institución
Consejo Nacional de Investigaciones Científicas y Técnicas
OAI Identificador
oai:ri.conicet.gov.ar:11336/255940
Acceder
id CONICETDig_2944e91a27963caa3d8c703a7d98ff5b
oai_identifier_str oai:ri.conicet.gov.ar:11336/255940
network_acronym_str CONICETDig
repository_id_str 3498
network_name_str CONICET Digital (CONICET)
spelling Comparación de métodos robustos para el análisis canónico asimétricoFasano, Maria VictoriaKudraszow, Nadia LauraANÁLISIS DE REDUNDANCIAREGRESIÓN LINEAL MULTIVARIADAMÉTODOS ROBUSTOShttps://purl.org/becyt/ford/1.1https://purl.org/becyt/ford/1El análisis de canónico asimétrico o redundancia busca para dos grupos de variables las combinaciones lineales en un grupo que maximicen la varianza explicada del otro por dicha combinación lineal. En este trabajo se propone un método robusto para el análisis de redundancia basado en estimadores para regresión lineal multivariada. Se mostrará el buen desempeño de los métodos propuestos comparado con el método clásico y otros métodos basados en matrices de correlación robustas, mediante un estudio de simulación utilizando muestras con y sin contaminación.Fil: Fasano, Maria Victoria. Universidad Nacional de La Plata. Facultad de Ciencias Exactas. Departamento de Matemáticas; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - La Plata; ArgentinaFil: Kudraszow, Nadia Laura. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Investigaciones Matemáticas "Luis A. Santaló". Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Investigaciones Matemáticas "Luis A. Santaló"; ArgentinaVI Congreso de Matemática Aplicada, Computacional e IndustrialComodoro RivadaviaArgentinaAsociación Argentina de Matemática Aplicada, Computacional e IndustrialAsociación Argentina de Matemática Aplicada, Computacional e Industrial2017info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/conferenceObjectCongresoJournalhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfapplication/pdfapplication/pdfapplication/pdfhttp://hdl.handle.net/11336/255940Comparación de métodos robustos para el análisis canónico asimétrico; VI Congreso de Matemática Aplicada, Computacional e Industrial; Comodoro Rivadavia; Argentina; 2017; 340-3432314-3282CONICET DigitalCONICETspainfo:eu-repo/semantics/altIdentifier/url/https://asamaci.org.ar/revista-maci/info:eu-repo/semantics/altIdentifier/url/https://asamaci.org.ar/wp-content/uploads/2021/06/MACI-Vol-6-2017.pdfNacionalinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/2.5/ar/reponame:CONICET Digital (CONICET)instname:Consejo Nacional de Investigaciones Científicas y Técnicas2025-09-29T10:19:53Zoai:ri.conicet.gov.ar:11336/255940instacron:CONICETInstitucionalhttp://ri.conicet.gov.ar/Organismo científico-tecnológicoNo correspondehttp://ri.conicet.gov.ar/oai/requestdasensio@conicet.gov.ar; lcarlino@conicet.gov.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:34982025-09-29 10:19:53.615CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicasfalse
dc.title.none.fl_str_mv Comparación de métodos robustos para el análisis canónico asimétrico
title Comparación de métodos robustos para el análisis canónico asimétrico
spellingShingle Comparación de métodos robustos para el análisis canónico asimétrico
Fasano, Maria Victoria
ANÁLISIS DE REDUNDANCIA
REGRESIÓN LINEAL MULTIVARIADA
MÉTODOS ROBUSTOS
title_short Comparación de métodos robustos para el análisis canónico asimétrico
title_full Comparación de métodos robustos para el análisis canónico asimétrico
title_fullStr Comparación de métodos robustos para el análisis canónico asimétrico
title_full_unstemmed Comparación de métodos robustos para el análisis canónico asimétrico
title_sort Comparación de métodos robustos para el análisis canónico asimétrico
dc.creator.none.fl_str_mv Fasano, Maria Victoria
Kudraszow, Nadia Laura
author Fasano, Maria Victoria
author_facet Fasano, Maria Victoria
Kudraszow, Nadia Laura
author_role author
author2 Kudraszow, Nadia Laura
author2_role author
dc.subject.none.fl_str_mv ANÁLISIS DE REDUNDANCIA
REGRESIÓN LINEAL MULTIVARIADA
MÉTODOS ROBUSTOS
topic ANÁLISIS DE REDUNDANCIA
REGRESIÓN LINEAL MULTIVARIADA
MÉTODOS ROBUSTOS
purl_subject.fl_str_mv https://purl.org/becyt/ford/1.1
https://purl.org/becyt/ford/1
dc.description.none.fl_txt_mv El análisis de canónico asimétrico o redundancia busca para dos grupos de variables las combinaciones lineales en un grupo que maximicen la varianza explicada del otro por dicha combinación lineal. En este trabajo se propone un método robusto para el análisis de redundancia basado en estimadores para regresión lineal multivariada. Se mostrará el buen desempeño de los métodos propuestos comparado con el método clásico y otros métodos basados en matrices de correlación robustas, mediante un estudio de simulación utilizando muestras con y sin contaminación.
Fil: Fasano, Maria Victoria. Universidad Nacional de La Plata. Facultad de Ciencias Exactas. Departamento de Matemáticas; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - La Plata; Argentina
Fil: Kudraszow, Nadia Laura. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Investigaciones Matemáticas "Luis A. Santaló". Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Investigaciones Matemáticas "Luis A. Santaló"; Argentina
VI Congreso de Matemática Aplicada, Computacional e Industrial
Comodoro Rivadavia
Argentina
Asociación Argentina de Matemática Aplicada, Computacional e Industrial
description El análisis de canónico asimétrico o redundancia busca para dos grupos de variables las combinaciones lineales en un grupo que maximicen la varianza explicada del otro por dicha combinación lineal. En este trabajo se propone un método robusto para el análisis de redundancia basado en estimadores para regresión lineal multivariada. Se mostrará el buen desempeño de los métodos propuestos comparado con el método clásico y otros métodos basados en matrices de correlación robustas, mediante un estudio de simulación utilizando muestras con y sin contaminación.
publishDate 2017
dc.date.none.fl_str_mv 2017
dc.type.none.fl_str_mv info:eu-repo/semantics/publishedVersion
info:eu-repo/semantics/conferenceObject
Congreso
Journal
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
status_str publishedVersion
format conferenceObject
dc.identifier.none.fl_str_mv http://hdl.handle.net/11336/255940
Comparación de métodos robustos para el análisis canónico asimétrico; VI Congreso de Matemática Aplicada, Computacional e Industrial; Comodoro Rivadavia; Argentina; 2017; 340-343
2314-3282
CONICET Digital
CONICET
url http://hdl.handle.net/11336/255940
identifier_str_mv Comparación de métodos robustos para el análisis canónico asimétrico; VI Congreso de Matemática Aplicada, Computacional e Industrial; Comodoro Rivadavia; Argentina; 2017; 340-343
2314-3282
CONICET Digital
CONICET
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/https://asamaci.org.ar/revista-maci/
info:eu-repo/semantics/altIdentifier/url/https://asamaci.org.ar/wp-content/uploads/2021/06/MACI-Vol-6-2017.pdf
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
application/pdf
application/pdf
application/pdf
dc.coverage.none.fl_str_mv Nacional
dc.publisher.none.fl_str_mv Asociación Argentina de Matemática Aplicada, Computacional e Industrial
publisher.none.fl_str_mv Asociación Argentina de Matemática Aplicada, Computacional e Industrial
dc.source.none.fl_str_mv reponame:CONICET Digital (CONICET)
instname:Consejo Nacional de Investigaciones Científicas y Técnicas
reponame_str CONICET Digital (CONICET)
collection CONICET Digital (CONICET)
instname_str Consejo Nacional de Investigaciones Científicas y Técnicas
repository.name.fl_str_mv CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicas
repository.mail.fl_str_mv dasensio@conicet.gov.ar; lcarlino@conicet.gov.ar
_version_ 1844614174570708992
score 13.070432

Publicaciones similares