Catálogo de publicaciones

Capítulo 1 – INTRODUCCIÓN 1.1 Presentación del Problema - 1.2 Antecedentes bibliográficos de la selección de grupos de personas - 1.3 Método estadístico orientado a la toma de decisiones desde una Perspectiva grupal - 1.4 Objetivos - 1.4.1 Objetivo General - 1.4.2 Objetivos específicos - 1.5 Hipótesis de trabajo - Capítulo 2 - METODOLOGÍA - 2.1 Introducción - 2.2 Entrevistas y ejercicios grupales - 2.3 Descripción del método estadístico, Procesos DRV - 2.3.1 Fase de estabilización - 2.3.2 Propiedades estadísticas del estado estable - 2.3.3 Fase de Agregación - 2.3.4 Fase de Ordenamiento - 2.3.5 Justificación conceptual, psicológica y sociológica - 2.4 Variable aleatoria multidimensional - 2.4.1 Distribuciones marginales - 2.4.2 Algunas propiedades de las variables aleatorias vectoriales o multidimensionales - 2.5 Criterios para la selección de la mejor prueba de ajuste al Modelo Normal Univariado o Univariante - 2.6 Modalidad de aplicación de programación lineal - Capítulo 3 – PRUEBAS DE NORMALIDAD - 3.1 Introducción - 3.2 Justificación del requerimiento de normalidad en el método - 3.3 Pruebas de Normalidad - 3.3.1 Pruebas basadas en medidas de los momentos - 3.3.1.1 Prueba de D ´Agostino-Pearson - 3.3.1.2 Prueba de Jarque-Bera - 3.3.1.3 Prueba robusta de Jarque-Bera - 3.3.1.4 Prueba de Bonett-Seier - 3.3.1.5 Prueba de Hosking - 3.3.2 Pruebas basadas en la Función de Distribución Empírica - 3.3.2.1 Prueba de Kolmogorov-Smirnov - 3.3.2.2 Prueba de Kolmogorov-Smirnov modificada por Lilliefors - 3.3.2.3 Prueba de Kolmogorov-Smirnov modificada por Stephens y Harley - 3.3.2.4 Prueba de Anderson-Darling - 3.3.2.5 Pruebas de Zhang ZC y ZA - 3.3.2.6 Prueba de Glen-Leemis-Barr - 3.3.3 Pruebas de correlación y regresión - 3.3.3.1 Prueba de Shapiro-Wilk - 3.3.3.2 Prueba de Shapiro-Francia - 3.3.3.3 Prueba de Chen-Shapiro - 3.3.3.4 Prueba de Shapiro-Wilk modificada por Rahman y Govindarajulu - 3.3.3.5 Prueba de D´Agostino - 3.3.3.6 Prueba de Filliben - 3.3.4 Otras pruebas - 3.3.4.1 Prueba BCMR - 3.3.4.2 Prueba de Coin - 3.3.4.3 Prueba de Gel-Miao-Gastwirth - 3.4 Análisis comparativo de pruebas de normalidad - 3.4.1 Potencia empírica de pruebas de normalidad - 3.4.2 Disponibilidad en software estadísticos - 3.5 Conclusiones del Capítulo - Capítulo 4 – ELICITACIÓN Y ESTIMACIÓN DE LOS PARÁMETROS DEL MODELO - 4.1 Introducción - 4.2 Elicitación de los parámetros del proceso de decisión grupal - 4.3 Estimación de los parámetros del proceso de decisión grupal - 4.4 Asignación de utilidades a las competencias de los candidatos - 4.5 Conclusiones del Capítulo - Capítulo 5 – RESOLUCIÓN DEL PROBLEMA DE CONFORMACIÓN DE EQUIPOS DE TRABAJO - 5.1 Introducción - 5.2 Estimación de las valoraciones globales de los candidatos - 5.3 Ordenamiento de los candidatos para cada rol - 5.4 Asignación de personas a puestos de trabajo - 5.5 Sugerencias para la implementación de la solución propuesta - 5.6 Conclusiones del Capítulo - Capítulo 6 – CONCLUSIÓN - REFERENCIAS BIBLIOGRÁFICAS - ANEXO

Los enfoque de modelos y asistido por modelos, en planes de muestro para poblaciones finitas amplían las posibilidades de aprovechamiento de la información auxiliar. En esta tesis se presentan propuestas que evidencian las mejoras obtenidas en la precisión de los estimadores en muestras de poblaciones en las que las unidades presentan correlación espacial. En particular se estudia la estimación del total de hogares con Necesidades Básicas Insatisfechas en Rosario en el año 2001, a partir de una muestra de radios censales, pudiendo generalizar la metodología para otros estudios socioeconómicos. Se realiza una reseña de los procedimientos usuales para detectar, caracterizar y modelar la variabilidad espacial, pasos necesarios como fundamento de las siguientes etapas. Se presentan métodos de estimación basados en modelos con uso de información de variabilidad espacial, para obtener predicciones de totales y sus Errores Cuadráticos Medios. Para apreciar las mejoras que pueden lograrse con los métodos planteados, se realizan estudios comparativos en los que se contrastan los resultados obtenidos con procedimientos de estimación usuales que no emplean información de la variabilidad espacial, con un método basado en modelos que incluye esa información mediante el semivariograma poblacional o muestral. La comparación se hace por medio del Error Cuadrático Medio obtenido en la distribución en el muestreo de la población finita. Se concluye acerca de la conveniencia de utilizar los procedimientos que tienen en cuenta la variabilidad espacial y se plantea la necesidad de desarrollar métodos de estimación para las variancias, así como considerar modelos que sean específicos para variables de conteo y ampliar los procedimientos a los casos de muestreo multietápico.

Este trabajo se centra en el estudio de los sistemas excitables bajo la acción del ruido. Aun los sistemas canónicos más simples presentan propiedades estadísticas no triviales que dan cuenta de la estructura topológica de su espacio de fases determinista. Algunos aspectos estructurales de estos sistemas se revelan en presencia de ruido y en proximidad de las bifurcaciones que los caracterizan. En particular las dos clases básicas de excitabilidad (tipo I y II) presentan huellas distintivas diferenciadas en los histogramas de tiempos entre pulsos cerca de sus respectivas bifurcaciones. En la primera parte de este trabajo se derivan expresiones analíticas y semianalíticas para los histogramas de tiempos entre pulsos excitables de dos sistemas clásicos: el péndulo con torque y el modelo de FitzHugh-Nagumo. Las aproximaciones abrevan de la teoría de escapes de un estado metaestable de Kramers y otros elementos de la teoría de procesos estocásticos. Se discute un posible impacto de los resultados en el estudio de la actividad espontánea estacionaria de neuronas. En la segunda parte de esta tesis abordamos algunos aspectos del acople de sistemas excitables. En particular mostramos cómo es posible realizar operaciones lógicas con sistemas excitables con ruido, sin sincronización externa. Para ello utilizamos las propiedades de saturación e integración temporal de un modelo simplificado de sinapsis qímicas rápidas. Finalmente aplicamos algunos elementos de teoría de la información a un modelo de neuronas que producen ráfagas con el propósito de poner en evidencia justamente algunas limitaciones de la aplicacion estándar de dicha teoría (concebida originalmente para elementos pasivos de trasducción) a los sistemas neuronales que son fuertemente no lineales y activos.

Tesis (Doctor en Matemática)--Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía y Física, 2011.

El enfoque más común en el Análisis de Supervivencia para analizar el tiempo de falla de algún evento se basa sobre la función hazard, que intuitivamente mide el riesgo instantáneo. Esta función es muy utilizada en los estudios clínicos y existen varios modelos para ella. Entre los modelos semiparamétricos más utilizados se encuentra el aditivo, donde se estima un parámetro de regresión y una función del tiempo de falla inicial, de forma funcional arbitraria, conocida como “función baseline”. En este trabajo se propone dos familias de estimadores robustos para el parámetro de regresión en el modelo de supervivencia con hazard aditivo sin la necesidad de estimar ni previamente ni conjuntamente la función baseline.

En este trabajo, se presenta una teoría de aproximación espectral para operadores lineales y acotados en espacios de Hilbert. La teoría es abstracta y fue desarrollada para estudiar las aproximaciones por métodos no standard de problemas de autovalores formulados variacionalmente.

En esta tesis, proponemos una clase de estimadores robustos para modelos lineales multivariados. Basados en el enfoque de la MM estimación (Yohai 1987, [36]), calculamos los coeficientes de regresión y la matriz de covarianzas de los errores de forma simultánea. Estos estimadores tienen alto punto de ruptura y alta eficiencia asintótica bajo errores normales. Probamos la consistencia y normalidad asintótica asumiendo que los errores tienen una distribución elíptica. Describimos un algoritmo iterativo para el cálculo numérico de estos estimadores. Las ventajas de los estimadores propuestos sobre sus competidores se evidencian tanto en los datos simulados como en los reales. Finalmente, damos una aplicación de los MM-estimadores al análisis de correlación canónico mediante la definición de estimadores robustos para las coordenadas y correlaciones canónicas, y comparamos el desempeño de estos estimadores con el de otros estimadores robustos mediante un estudio de simulación.