Normal view MARC view ISBD view

Modelización multinivel con estimación Bayesiana mediante Cadenas de Márkov Coba Cisneros, Mario Fernando

By: Coba Cisneros, Mario Fernando.
Contributor(s): Horna Huaraca, Luis Alcides [Director de Tesis].
Material type: Mixed materialsMixed materialsQuito : EPN, 2014Description: 141 hojas : ilustraciones, 29 x 21 cm + CD 5320.Subject(s): PROCESOS ESTOCASTICOS | ESTADISTICA MATEMATICA | MODELOS MULTINIVELOther classification: T-FCM Online resources: Texto completo
Contents:
LA BIBLIOTECA CENTRAL DISPONTE DE ESTA TESIS EN FORMATO FISICO Y DIGITAL 07/10/2015
Dissertation note: FACULTAD DE CIENCIAS Tesis (Ingeniero Matemática). -- Escuela Politécnica Nacional. 2014 Summary: Los modelos multinivel son herramientas completas y precisas en las cuales se puede basar decisiones, ya que permiten estudiar las relaciones dentro de los grupos, entre los grupos y estimar la variación de cada una de dichas relaciones. En este trabajo, los modelos multinivel son desarrollados desde un modelo sencillo sin variables explicativas (modelo vacío) hasta un modelo de estructura jerárquica de nivel 3 con variables explicativas. La estimación de los parámetros es sumamente importante para el ajuste del modelo. Los modelos bayesianos para datos multinivel son tratados en este trabajo utilizando métodos de Cadenas de Markov Monte Carlo (CMMC) con el muestreador de Gibbs y el muestreador de Metropolis-Hastings. Los modelos de ecuaciones estructurales son una poderosa herramienta de análisis que se utiliza para determinar los fenómenos existentes, por medio de una relación de causa y efecto, de variables latentes y no observadas. Estos modelos se fusionan con los modelos multinivel resultando los modelos de ecuaciones estructurales multinivel, presentados de una manera general debido a la profundidad y complejidad del tema. Los modelos de ecuaciones estructurales multinivel son utilizados cuando las unidades de observación forman una jerarquía de grupos anidados y algunas variables de interés deben ser medidas por una variable no observada o por un conjunto de variables no observadas
Tags from this library: No tags from this library for this title.
    average rating: 0.0 (0 votes)
Item type Current location Call number Copy number Status Date due Barcode Item holds
Tesis Tesis BIBLIOTECA GENERAL
T-FCM/CD 0172 (Browse shelf) Ej. 1 Available 028952
Total holds: 0

FACULTAD DE CIENCIAS Tesis (Ingeniero Matemática). -- Escuela Politécnica Nacional. 2014

Incluye referencia bibliográfica

LA BIBLIOTECA CENTRAL DISPONTE DE ESTA TESIS EN FORMATO FISICO Y DIGITAL 07/10/2015

Los modelos multinivel son herramientas completas y precisas en las cuales se puede basar decisiones, ya que permiten estudiar las relaciones dentro de los grupos, entre los grupos y estimar la variación de cada una de dichas relaciones. En este trabajo, los modelos multinivel son desarrollados desde un modelo sencillo sin variables explicativas (modelo vacío) hasta un modelo de estructura jerárquica de nivel 3 con variables explicativas. La estimación de los parámetros es sumamente importante para el ajuste del modelo. Los modelos bayesianos para datos multinivel son tratados en este trabajo utilizando métodos de Cadenas de Markov Monte Carlo (CMMC) con el muestreador de Gibbs y el muestreador de Metropolis-Hastings. Los modelos de ecuaciones estructurales son una poderosa herramienta de análisis que se utiliza para determinar los fenómenos existentes, por medio de una relación de causa y efecto, de variables latentes y no observadas. Estos modelos se fusionan con los modelos multinivel resultando los modelos de ecuaciones estructurales multinivel, presentados de una manera general debido a la profundidad y complejidad del tema. Los modelos de ecuaciones estructurales multinivel son utilizados cuando las unidades de observación forman una jerarquía de grupos anidados y algunas variables de interés deben ser medidas por una variable no observada o por un conjunto de variables no observadas

Mario Fernando Coba Cisneros Cedido 2015/10/07 12435 0.20 Ej.1 Biblioteca Central

There are no comments for this item.

Log in to your account to post a comment.

Powered by Koha