Comparación de métodos robustos para el análisis canónico asimétrico

Autores
Fasano, María 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.
Facultad de Ciencias Exactas
Materia
Matemática
Análisis de redundancia
Regresión lineal multivariada
Métodos robustos
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/81003
Acceder
id SEDICI_3d8112e9acf04422c0e63631fe9bd091
oai_identifier_str oai:sedici.unlp.edu.ar:10915/81003
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Comparación de métodos robustos para el análisis canónico asimétricoFasano, María VictoriaKudraszow, Nadia LauraMatemáticaAnálisis de redundanciaRegresión lineal multivariadaMétodos robustosEl 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.Facultad de Ciencias Exactas2017info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/81003spainfo:eu-repo/semantics/altIdentifier/issn/2314-3282info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:15:01Zoai:sedici.unlp.edu.ar:10915/81003Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:15:01.74SEDICI (UNLP) - Universidad Nacional de La Platafalse
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, María Victoria
Matemática
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, María Victoria
Kudraszow, Nadia Laura
author Fasano, María Victoria
author_facet Fasano, María Victoria
Kudraszow, Nadia Laura
author_role author
author2 Kudraszow, Nadia Laura
author2_role author
dc.subject.none.fl_str_mv Matemática
Análisis de redundancia
Regresión lineal multivariada
Métodos robustos
topic Matemática
Análisis de redundancia
Regresión lineal multivariada
Métodos robustos
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.
Facultad de Ciencias Exactas
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/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
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/10915/81003
url http://sedici.unlp.edu.ar/handle/10915/81003
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/issn/2314-3282
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
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_ 1844616021661450240
score 13.070432

Publicaciones similares