Paquete ZOIP de R para modelo de regresión mixto con datos proporcionales inflados con ceros y/o unos

Autores
Díaz Zapata, Juan Camilo; Hernández Barajas, Freddy
Año de publicación
2018
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
El modelo de regresión mixto para datos proporcionales inflados con ceros y/o unos, es un modelo de regresión donde las covariables se encuentran dadas por efectos fijos y aleatorios; y donde la variable respuesta se encuentra definida a partir de una distribución para datos proporcionales, tal como la distribución beta o la distribución simplex. Los datos proporcionales pueden ser obtenidos a partir de variables medidas en porcentajes y razones, donde su resultado por lo general se encuentra ubicado en el intervalo entre cero y uno, sin embargo, en ocasiones los datos proporcionales pueden dar resultados en cero o en uno, representando la ausencia o presencia total de cierta característica medida. Diferentes autores han trabajado en el desarrollo de diferentes modelos de regresión y metodologías de estimación para este tipo de datos, sin embargo, no se ha desarrollado un modelo de regresión mixto para datos proporcionales inflados con ceros y/o unos, que reúna los principales modelos de regresión de este tipo y que la estimación de los parámetros sea vía máxima verosimilitud y la cuadratura de Gauss-Hermite. En este trabajo se presenta el paquete ZOIP del sistema computacional R, alojado en el CRAN de R, en él se implementa la distribución ZOIP (Zeros Ones Inflated Proporcional), que se compone de la mezcla de tres distribuciones, dos de ellas discretas y una distribución continua que además es una función de densidad de probabilidad para datos proporcionales, también es implementado el modelo de regresión para efectos fijos y mixtos, ZOIP, que reúne diferentes distribuciones y modelos de regresión de efectos fijos y mixtos para datos proporcionales inflados en cero y/o uno, este modelo es basado en la distribución ZOIP, la estimación de los parámetros se hace vía máxima verosimilitud y la cuadratura de Gauss-Hermite utilizando diferentes alternativas. Se realizan tres estudios de simulación que muestran la convergencia de los parámetros para el ajuste de una distribución ZOIP y los diferentes casos de uso de los modelos de regresión ZOIP con efectos fijos y mixtos. Además, se ajustan diferentes modelos de regresión ZOIP que, en un caso real de una entidad bancaria colombiana, permiten explicar el porcentaje de uso de las tarjetas de crédito basándose en diferentes variables de negocio.
Sociedad Argentina de Informática e Investigación Operativa
Materia
Ciencias Informáticas
modelos lineales mixtos
datos proporcionales inflados
cuadratura de Gauss-Hermite
máxima verosimilitud
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-sa/3.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/72649

id SEDICI_31a24ec95eb290f0a71ba5cfb7ed82a7
oai_identifier_str oai:sedici.unlp.edu.ar:10915/72649
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Paquete ZOIP de R para modelo de regresión mixto con datos proporcionales inflados con ceros y/o unosDíaz Zapata, Juan CamiloHernández Barajas, FreddyCiencias Informáticasmodelos lineales mixtosdatos proporcionales infladoscuadratura de Gauss-Hermitemáxima verosimilitudEl modelo de regresión mixto para datos proporcionales inflados con ceros y/o unos, es un modelo de regresión donde las covariables se encuentran dadas por efectos fijos y aleatorios; y donde la variable respuesta se encuentra definida a partir de una distribución para datos proporcionales, tal como la distribución beta o la distribución simplex. Los datos proporcionales pueden ser obtenidos a partir de variables medidas en porcentajes y razones, donde su resultado por lo general se encuentra ubicado en el intervalo entre cero y uno, sin embargo, en ocasiones los datos proporcionales pueden dar resultados en cero o en uno, representando la ausencia o presencia total de cierta característica medida. Diferentes autores han trabajado en el desarrollo de diferentes modelos de regresión y metodologías de estimación para este tipo de datos, sin embargo, no se ha desarrollado un modelo de regresión mixto para datos proporcionales inflados con ceros y/o unos, que reúna los principales modelos de regresión de este tipo y que la estimación de los parámetros sea vía máxima verosimilitud y la cuadratura de Gauss-Hermite. En este trabajo se presenta el paquete ZOIP del sistema computacional R, alojado en el CRAN de R, en él se implementa la distribución ZOIP (Zeros Ones Inflated Proporcional), que se compone de la mezcla de tres distribuciones, dos de ellas discretas y una distribución continua que además es una función de densidad de probabilidad para datos proporcionales, también es implementado el modelo de regresión para efectos fijos y mixtos, ZOIP, que reúne diferentes distribuciones y modelos de regresión de efectos fijos y mixtos para datos proporcionales inflados en cero y/o uno, este modelo es basado en la distribución ZOIP, la estimación de los parámetros se hace vía máxima verosimilitud y la cuadratura de Gauss-Hermite utilizando diferentes alternativas. Se realizan tres estudios de simulación que muestran la convergencia de los parámetros para el ajuste de una distribución ZOIP y los diferentes casos de uso de los modelos de regresión ZOIP con efectos fijos y mixtos. Además, se ajustan diferentes modelos de regresión ZOIP que, en un caso real de una entidad bancaria colombiana, permiten explicar el porcentaje de uso de las tarjetas de crédito basándose en diferentes variables de negocio.Sociedad Argentina de Informática e Investigación Operativa2018-09info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionResumenhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/72649spainfo:eu-repo/semantics/altIdentifier/url/http://47jaiio.sadio.org.ar/sites/default/files/LatinR_42.pdfinfo:eu-repo/semantics/altIdentifier/issn/2618-3196info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-sa/3.0/Creative Commons Attribution-ShareAlike 3.0 Unported (CC BY-SA 3.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:12:03Zoai:sedici.unlp.edu.ar:10915/72649Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:12:03.645SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Paquete ZOIP de R para modelo de regresión mixto con datos proporcionales inflados con ceros y/o unos
title Paquete ZOIP de R para modelo de regresión mixto con datos proporcionales inflados con ceros y/o unos
spellingShingle Paquete ZOIP de R para modelo de regresión mixto con datos proporcionales inflados con ceros y/o unos
Díaz Zapata, Juan Camilo
Ciencias Informáticas
modelos lineales mixtos
datos proporcionales inflados
cuadratura de Gauss-Hermite
máxima verosimilitud
title_short Paquete ZOIP de R para modelo de regresión mixto con datos proporcionales inflados con ceros y/o unos
title_full Paquete ZOIP de R para modelo de regresión mixto con datos proporcionales inflados con ceros y/o unos
title_fullStr Paquete ZOIP de R para modelo de regresión mixto con datos proporcionales inflados con ceros y/o unos
title_full_unstemmed Paquete ZOIP de R para modelo de regresión mixto con datos proporcionales inflados con ceros y/o unos
title_sort Paquete ZOIP de R para modelo de regresión mixto con datos proporcionales inflados con ceros y/o unos
dc.creator.none.fl_str_mv Díaz Zapata, Juan Camilo
Hernández Barajas, Freddy
author Díaz Zapata, Juan Camilo
author_facet Díaz Zapata, Juan Camilo
Hernández Barajas, Freddy
author_role author
author2 Hernández Barajas, Freddy
author2_role author
dc.subject.none.fl_str_mv Ciencias Informáticas
modelos lineales mixtos
datos proporcionales inflados
cuadratura de Gauss-Hermite
máxima verosimilitud
topic Ciencias Informáticas
modelos lineales mixtos
datos proporcionales inflados
cuadratura de Gauss-Hermite
máxima verosimilitud
dc.description.none.fl_txt_mv El modelo de regresión mixto para datos proporcionales inflados con ceros y/o unos, es un modelo de regresión donde las covariables se encuentran dadas por efectos fijos y aleatorios; y donde la variable respuesta se encuentra definida a partir de una distribución para datos proporcionales, tal como la distribución beta o la distribución simplex. Los datos proporcionales pueden ser obtenidos a partir de variables medidas en porcentajes y razones, donde su resultado por lo general se encuentra ubicado en el intervalo entre cero y uno, sin embargo, en ocasiones los datos proporcionales pueden dar resultados en cero o en uno, representando la ausencia o presencia total de cierta característica medida. Diferentes autores han trabajado en el desarrollo de diferentes modelos de regresión y metodologías de estimación para este tipo de datos, sin embargo, no se ha desarrollado un modelo de regresión mixto para datos proporcionales inflados con ceros y/o unos, que reúna los principales modelos de regresión de este tipo y que la estimación de los parámetros sea vía máxima verosimilitud y la cuadratura de Gauss-Hermite. En este trabajo se presenta el paquete ZOIP del sistema computacional R, alojado en el CRAN de R, en él se implementa la distribución ZOIP (Zeros Ones Inflated Proporcional), que se compone de la mezcla de tres distribuciones, dos de ellas discretas y una distribución continua que además es una función de densidad de probabilidad para datos proporcionales, también es implementado el modelo de regresión para efectos fijos y mixtos, ZOIP, que reúne diferentes distribuciones y modelos de regresión de efectos fijos y mixtos para datos proporcionales inflados en cero y/o uno, este modelo es basado en la distribución ZOIP, la estimación de los parámetros se hace vía máxima verosimilitud y la cuadratura de Gauss-Hermite utilizando diferentes alternativas. Se realizan tres estudios de simulación que muestran la convergencia de los parámetros para el ajuste de una distribución ZOIP y los diferentes casos de uso de los modelos de regresión ZOIP con efectos fijos y mixtos. Además, se ajustan diferentes modelos de regresión ZOIP que, en un caso real de una entidad bancaria colombiana, permiten explicar el porcentaje de uso de las tarjetas de crédito basándose en diferentes variables de negocio.
Sociedad Argentina de Informática e Investigación Operativa
description El modelo de regresión mixto para datos proporcionales inflados con ceros y/o unos, es un modelo de regresión donde las covariables se encuentran dadas por efectos fijos y aleatorios; y donde la variable respuesta se encuentra definida a partir de una distribución para datos proporcionales, tal como la distribución beta o la distribución simplex. Los datos proporcionales pueden ser obtenidos a partir de variables medidas en porcentajes y razones, donde su resultado por lo general se encuentra ubicado en el intervalo entre cero y uno, sin embargo, en ocasiones los datos proporcionales pueden dar resultados en cero o en uno, representando la ausencia o presencia total de cierta característica medida. Diferentes autores han trabajado en el desarrollo de diferentes modelos de regresión y metodologías de estimación para este tipo de datos, sin embargo, no se ha desarrollado un modelo de regresión mixto para datos proporcionales inflados con ceros y/o unos, que reúna los principales modelos de regresión de este tipo y que la estimación de los parámetros sea vía máxima verosimilitud y la cuadratura de Gauss-Hermite. En este trabajo se presenta el paquete ZOIP del sistema computacional R, alojado en el CRAN de R, en él se implementa la distribución ZOIP (Zeros Ones Inflated Proporcional), que se compone de la mezcla de tres distribuciones, dos de ellas discretas y una distribución continua que además es una función de densidad de probabilidad para datos proporcionales, también es implementado el modelo de regresión para efectos fijos y mixtos, ZOIP, que reúne diferentes distribuciones y modelos de regresión de efectos fijos y mixtos para datos proporcionales inflados en cero y/o uno, este modelo es basado en la distribución ZOIP, la estimación de los parámetros se hace vía máxima verosimilitud y la cuadratura de Gauss-Hermite utilizando diferentes alternativas. Se realizan tres estudios de simulación que muestran la convergencia de los parámetros para el ajuste de una distribución ZOIP y los diferentes casos de uso de los modelos de regresión ZOIP con efectos fijos y mixtos. Además, se ajustan diferentes modelos de regresión ZOIP que, en un caso real de una entidad bancaria colombiana, permiten explicar el porcentaje de uso de las tarjetas de crédito basándose en diferentes variables de negocio.
publishDate 2018
dc.date.none.fl_str_mv 2018-09
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Resumen
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/72649
url http://sedici.unlp.edu.ar/handle/10915/72649
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/http://47jaiio.sadio.org.ar/sites/default/files/LatinR_42.pdf
info:eu-repo/semantics/altIdentifier/issn/2618-3196
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-sa/3.0/
Creative Commons Attribution-ShareAlike 3.0 Unported (CC BY-SA 3.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-sa/3.0/
Creative Commons Attribution-ShareAlike 3.0 Unported (CC BY-SA 3.0)
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1844615990670786560
score 13.070432