Modelación de datos composicionales vía mezclas de distribuciones Gamma multivariadas

En este trabajo se revisa la naturaleza de las variables composicionales, es decir, variables multivariadas donde la suma de sus componentes debe cumplir con la restricción de ser una constante, además se puntualizan los retos para especificar modelos que describan adecuadamente sus comportamientos....

Full description

Bibliographic Details
Author: MARIANA PAOLA RAMOS GORDILLO
Format: master thesis
Status:Published version
Publication Date:2020
Country:México
Institution:Universidad Autónoma Metropolitana
Repository:Repositorio Institucional de la UAM Iztapalapa
Language:Spanish
OAI Identifier:oai:bindani.izt.uam.mx:sf268537s
Online Access:https://doi.org/10.24275/uami.sf268537s
Access Level:Open access
Keyword:info:eu-repo/classification/LEM/Métodos de simulación
info:eu-repo/classification/LEM/Mathematical statistics
info:eu-repo/classification/LEM/Mathematical models
info:eu-repo/classification/LEM/Simulation methods
info:eu-repo/classification/LEM/Estadística matemática
info:eu-repo/classification/LEM/Bayesian statistical decision theory
info:eu-repo/classification/LEM/Modelos matemáticos
info:eu-repo/classification/LEM/Teoría bayesiana de decisiones estadística
info:eu-repo/classification/cti/1
Description
Summary:En este trabajo se revisa la naturaleza de las variables composicionales, es decir, variables multivariadas donde la suma de sus componentes debe cumplir con la restricción de ser una constante, además se puntualizan los retos para especificar modelos que describan adecuadamente sus comportamientos. Se propone un análisis Bayesiano basado en el estudio de variables composicionales a través de modelos de mezclas de distribuciones Gamma multivariadas, y se describe la manera de cómo usar este modelo en la inferencia de variables composicionales. La inferencia sobre los parámetros del modelo se basa en muestras de la densidad posterior, las cuales se obtienen mediante un Slice Sampler después de la introducción de variables latentes adecuadas. La metodología propuesta se ilustra utilizando conjuntos de datos simulados. Adicionalmente, se discute la aplicación de este modelo al análisis de datos como los obtenidos en la realización de los Conteos Rápidos organizados por el Instituto Nacional Electoral, en 2018.

Similar Items