Componentes principales robustas: una aplicación a localidades de la provincia de santa fe
En este trabajo se presentó un análisis de componentes principales robusto a partir de los estimadores MM. Por otro lado, se consideró el método Bootstrap Rápido y Robusto para estimar intervalos de confianza para la proporción de variancia explicada de las componentes, y para calcular los límites d...
Guardado en:
Autores principales: | , , |
---|---|
Otros Autores: | |
Formato: | conferenceObject documento de conferencia acceptedVersion |
Lenguaje: | Español |
Publicado: |
2017
|
Materias: | |
Acceso en línea: | http://hdl.handle.net/2133/7502 http://hdl.handle.net/2133/7502 |
Aporte de: |
id |
I15-R121-2133-7502 |
---|---|
record_format |
dspace |
institution |
Universidad Nacional de Rosario |
institution_str |
I-15 |
repository_str |
R-121 |
collection |
Repositorio Hipermedial de la Universidad Nacional de Rosario (UNR) |
language |
Español |
orig_language_str_mv |
spa |
topic |
Componentes Principales Estimadores MM Boostrap Rápido y Robusto Boostrap |
spellingShingle |
Componentes Principales Estimadores MM Boostrap Rápido y Robusto Boostrap Bussi, Javier Marí, Gonzalo Pablo Domingo Méndez, Fernanda Componentes principales robustas: una aplicación a localidades de la provincia de santa fe |
topic_facet |
Componentes Principales Estimadores MM Boostrap Rápido y Robusto Boostrap |
description |
En este trabajo se presentó un análisis de componentes principales robusto a partir de los estimadores MM. Por otro lado, se consideró el método Bootstrap Rápido y Robusto para estimar intervalos de confianza para la proporción de variancia explicada de las componentes, y para calcular los límites de confianza de las cargas de las componentes principales robustas. Se desarrolló una aplicación de estos métodos a datos correspondientes a indicadores de carencias de comunas de la provincia de Santa Fe provenientes del Censo Nacional de Población, Hogares y Viviendas 2010, con el objetivo de lograr una estratificación de las mismas para un futuro marco de muestreo. A partir de la primera componente robusta se construyó un Índice de carencias, a partir del cual se estratificó a las comunas en cinco estratos a partir del método geométrico, el cual es apropiado para poblaciones asimétricas. Se observó que el estrato al cual pertenecen las comunas está relacionado con el nodo donde se encuentran ubicadas, encontrándose que a medida que uno se mueve de sur a norte en la provincia, las comunas tienden a tener mayores carencias |
author2 |
Secretaría de Ciencia y Tecnología. Facultad de Ciencias Económicas y Estadística. Universidad Nacional de Rosario |
author_facet |
Secretaría de Ciencia y Tecnología. Facultad de Ciencias Económicas y Estadística. Universidad Nacional de Rosario Bussi, Javier Marí, Gonzalo Pablo Domingo Méndez, Fernanda |
format |
conferenceObject documento de conferencia acceptedVersion |
author |
Bussi, Javier Marí, Gonzalo Pablo Domingo Méndez, Fernanda |
author_sort |
Bussi, Javier |
title |
Componentes principales robustas: una aplicación a localidades de la provincia de santa fe |
title_short |
Componentes principales robustas: una aplicación a localidades de la provincia de santa fe |
title_full |
Componentes principales robustas: una aplicación a localidades de la provincia de santa fe |
title_fullStr |
Componentes principales robustas: una aplicación a localidades de la provincia de santa fe |
title_full_unstemmed |
Componentes principales robustas: una aplicación a localidades de la provincia de santa fe |
title_sort |
componentes principales robustas: una aplicación a localidades de la provincia de santa fe |
publishDate |
2017 |
url |
http://hdl.handle.net/2133/7502 http://hdl.handle.net/2133/7502 |
work_keys_str_mv |
AT bussijavier componentesprincipalesrobustasunaaplicacionalocalidadesdelaprovinciadesantafe AT marigonzalopablodomingo componentesprincipalesrobustasunaaplicacionalocalidadesdelaprovinciadesantafe AT mendezfernanda componentesprincipalesrobustasunaaplicacionalocalidadesdelaprovinciadesantafe |
bdutipo_str |
Repositorios |
_version_ |
1764820413172416514 |