Catálogo de publicaciones

Compartir en
redes sociales

Navegación

Tipo

Acceso

Plataformas

Mostrar más

Temática

Mostrar más

Mostrando 10 de 166.819 registro(s)

libros Acceso Abierto
Agregar a Mi catálogo

Infektionen und Gesellschaft: COVID-19, frühere und zukünftige Herausforderungen durch Pandemien

Más información

Disponibilidad
Institución detectada Año de publicación Navegá Descargá Solicitá
No requiere Directory of Open access Books acceso abierto

Cobertura temática: Ciencias biológicas - Ciencias médicas y de la salud - Ciencias de la salud - Ciencias sociales - Sociología  

libros Acceso Abierto
Agregar a Mi catálogo

Infektionen und Gesellschaft: Was haben wir von COVID-19 gelernt?

Más información

Disponibilidad
Institución detectada Año de publicación Navegá Descargá Solicitá
No requiere Directory of Open access Books acceso abierto

Cobertura temática: Ciencias médicas y de la salud - Ciencias de la salud  

libros
Agregar a Mi catálogo

Inference Control in Statistical Databases: From Theory to Practice

Más información

ISBNs: 978-3-540-43614-0 (impreso) 978-3-540-47804-1 (en línea)

Disponibilidad
Institución detectada Año de publicación Navegá Descargá Solicitá
No detectada 2006 SpringerLink

Cobertura temática: Matemáticas  

libros
Agregar a Mi catálogo

Inference for Change Point and Post Change Means After a CUSUM Test

Más información
Autores/as: Yanhong Wu

ISBNs: 978-0-387-22927-0 (impreso) 978-0-387-26269-7 (en línea)

Disponibilidad
Institución detectada Año de publicación Navegá Descargá Solicitá
No detectada 2005 SpringerLink

Cobertura temática: Matemáticas - Ciencias de la computación e información - Ciencias físicas - Economía y negocios  

libros
Agregar a Mi catálogo

Inference in Hidden Markov Models

Más información
Autores/as: Olivier Cappé ; Eric Moulines ; Tobias Rydén

ISBNs: 978-0-387-40264-2 (impreso) 978-0-387-28982-3 (en línea)

Disponibilidad
Institución detectada Año de publicación Navegá Descargá Solicitá
No detectada 2005 SpringerLink

Cobertura temática: Matemáticas - Ciencias de la computación e información - Ciencias físicas - Economía y negocios  

tesis Acceso Abierto
Agregar a Mi catálogo

Inferencia bayesiana sobre los parámetros de dispersión genéticos y ambientales en modelos animales con efectos maternos

Más información
Autores/as: Sebastián Munilla Leguizamón ; Rodolfo Juan Carlos Cantet ; Zulma Gladis Vitezica

Disponibilidad
Institución detectada Año de publicación Navegá Descargá Solicitá
No requiere 2011 FAUBA Digital: Repositorio Institucional Científico y Académico de la Facultad de Agronomía de la UBA (SNRD) acceso abierto

Cobertura temática: Ciencia animal e industria ganadera - Sociología  

Los modelos 'modelos animales con efectos maternos' (MAM)son modelos lineales mixtos que se utilizan para ajustar registros de caracteres bajo la influencia de efectos maternos. Uno de los desafíos más importantes en el marco de los MAM es la estimación de los parámetros de dispersión o 'componentes de (co)varianza' (CVC). En esta tesis se introducen desde una perspectiva bayesiana contribuciones teóricas y metodológicas con relación a la estimación de CVC para MAM sujetos a estructuras de covarianza novedosas. En primer lugar, se describe una implementación del análisis bayesiano jerárquico vía el algoritmo del muestreo de Gibbs. Luego, se considera una especificación conjugada diferente para la distribución a priori de la matriz de covarianza genética, basada en la distribución Wishart invertida generalizada, y se presenta una estrategia para determinar los correspondientes hiperparámetros. Esta estrategia fue comparada contra otras especificaciones a priori mediante un estudio de simulación estocástica, y produjo estimaciones precisas de los parámetros genéticos, con menores errores estándares y mejor tasa de convergencia. En segundo lugar, se presenta una formulación alternativa del MAM que incluye un parámetro de correlación ambiental entre pares de observaciones madre-progenie, y se desarrolla un procedimiento de estimación basado en un algoritmo de muestreo por grilla. El procedimiento fue programado y ejecutado exitosamente, y se obtuvo la primera estimación del parámetro de correlación con datos de campo para peso al destete en bovinos de carne. Por último, se considera el problema de la estimación de CVC en una población multirracial, donde en general es necesario especificar una estructura de covarianza heterogénea para los valores de cría. En particular, se demuestra que el modelo basado en la descomposición de la matriz de covarianza genética es equivalente al que deriva de la teoría genética cuantitativa. Además, se extiende el modelo para incluir efectos maternos y se describe la implementación de un análisis bayesiano jerárquico con el objetivo de estimar los CVC. El procedimiento fue implementado con éxito en datos experimentales de peso al destete y se obtuvieron por primera vez estimaciones para el conjunto completo de CVC.
libros Acceso Abierto
Agregar a Mi catálogo

Inferência causal em epidemiologia: o modelo de respostas potenciais

Más información

ISBNs: 9788575412688 (impreso)

Disponibilidad
Institución detectada Año de publicación Navegá Descargá Solicitá
No requiere 2002 Directory of Open access Books acceso abierto

Cobertura temática: Ciencias de la salud - Otras humanidades  

tesis Acceso Abierto
Agregar a Mi catálogo

Inferencia en modelos aditivos

Más información
Autores/as: Alejandra Mercedes Martínez ; Graciela Lina Boente Boente ; Matías Salibián-Barrera

Disponibilidad
Institución detectada Año de publicación Navegá Descargá Solicitá
No requiere 2014 Biblioteca Digital (FCEN-UBA) (SNRD) acceso abierto
La inferencia estadística comúnmente utiliza modelos paramétricos y el supuesto es que las observaciones de la muestra pertenecen a una familia paramétrica conocida. En este caso, el problema consiste en estimar o hacer inferencia sobre los parámetros desconocidos, permitiendo llegar a conclusiones precisas cuando el modelo supuesto es cierto pero llevando posiblemente a conclusiones equivocadas cuando se aplica a un modelo ligeramente perturbado. Por esta razón, se han desarrollado modelos noparamétricos y semiparamétricos para analizar los datos. Recientemente, los modelos noparamétricos han ganado una importante atención en el estudio de fenómenos naturales con comportamiento de complejidad no lineal. Si bien estos modelos tienen menor precisión, están asociados con una alta estabilidad. En esta tesis nos enfocaremos en los modelos de regresión noparamétricos. Para los modelos de regresión noparamétricos multivariados, los estimadores de la función de regresión multivariada, tales como el estimador de Nadaraya–Watson, sufren de la bien conocida maldición de la dimensión, debido a que en entornos de radio fijo la cantidad de observaciones disminuye exponencialmente. Para evitar este problema, se introdujeron los modelos aditivos, que generalizan los modelos lineales, son de fácil interpretación y además resuelven la maldición de la dimensión. La mayoría de los procedimientos para estimar las componentes de un modelo aditivo se basan en promedios o polinomios locales usando ajustes por mínimos cuadrados. Por esta raz´on, tienen la desventaja de ser muy sensibles a la presencia de datos atípicos. Por otro lado, en muchas situaciones, sobre todo en estudios biomédicos, puede haber un conjunto de puntos del dise˜no con respuestas faltantes. En esta tesis, introducimos estimadores robustos basados en polinomios locales para resolver tanto la maldición de la dimensión, como la presencia de datos atípicos y así como también la existencia de respuestas faltantes. Estos estimadores están basados en un procedimiento de integración marginal adaptado a la situación de datos faltantes. Dichas propuestas resultaron ser consistentes y asintóticamente normalmente distribuidas bajo condiciones de regularidad. Además, se consideró una familia de estimadores robustos basados en el procedimiento de backfitting cuando no hay observaciones faltantes. Finalmente, se realizó un estudio de simulación para comparar el procedimiento de las propuestas bajo diferentes escenarios.
tesis Acceso Abierto
Agregar a Mi catálogo

Inferencia filogeográfica aplicada a la conservación de hembras partenogenéticas del género Aylacostoma Spix, 1827: especies amenazadas del río Paraná

Más información
Autores/as: Roberto Eugenio Vogler ; Alejandra Rumi Macchi Zubiaurre ; Carina Francisca Argüelles

Disponibilidad
Institución detectada Año de publicación Navegá Descargá Solicitá
No requiere 2013 Naturalis (SNRD) acceso abierto
No requiere 2013 SEDICI: Repositorio Institucional de la UNLP (SNRD) acceso abierto

Cobertura temática: Ciencias naturales  

En el presente trabajo de Tesis se realizó un estudio filogeográfico sobre las especies endémicas y amenazadas del género Aylacostoma Spix, 1827 de la región del Alto Paraná (Argentina-Paraguay) enfocado en comprender la estructura genética e historia de sus poblaciones, con el fin último de aportar información fundamental para el desarrollo de estrategias de conservación y manejo de las especies. En la década de 1950 fueron formalmente descriptas tres especies para esta región, las que habitaban ambientes altamente oxigenados del río Paraná como lo eran los rápidos del Apipé, sitio actual de emplazamiento de la Represa Binacional Yacyretá. La construcción y llenado de Yacyretá, provocó un cambio ambiental drástico y nocivo para la subsistencia de estas especies, y en la actualidad se encuentran catalogadas en la Lista Roja de las Especies Amenazadas como “extinguidas en la naturaleza”. Al presente, dos de las formas pueden considerarse extintas: A. guaraniticum (Hylton Scott, 1953) y A. stigmaticum (Hylton Scott, 1954). Sin embargo, A. chloroticum Hylton Scott, 1954 aún persiste en la naturaleza aunque en situación crítica. De esta manera, y a los efectos de recabar la mayor información posible sobre las especies del Alto Paraná, en el presente trabajo se utilizaron básicamente tres ejes de análisis: conchillas, caracteres endosomáticos y secuencias de ADN mitocondrial.
tesis Acceso Abierto
Agregar a Mi catálogo

Inferencia robusta en modelos no lineales con respuestas faltantes

Más información
Autores/as: Paula Mercedes Spano ; Ana M. Bianco

Disponibilidad
Institución detectada Año de publicación Navegá Descargá Solicitá
No requiere 2016 Biblioteca Digital (FCEN-UBA) (SNRD) acceso abierto
El modelo lineal es uno de los más populares en Estadística. Sin embargo, en muchas situaciones la naturaleza del fenómeno en estudio es intrínsicamente no lineal y por lo tanto, no se pueden utilizar aproximaciones lineales teniéndose que ajustar a los datos un modelo no lineal. Es bien sabido que, en este contexto, el estimador clásico del parámetro de regresión basado en mínimos cuadrados es muy sensible a los datos atípicos y por esta razón, se necesitan métodos robustos de inferencia. Asimismo, en algunas ocasiones, los datos están incompletos por haberse perdido algunas respuestas al azar. En esta tesis, proponemos una familia de estimadores robustos para estimar al parámetro de regresión en un modelo no lineal con posibles respuestas faltantes al azar. Bajo condiciones de regularidad, estudiamos la consistencia y la distribución asintótica de los estimadores propuestos, dando un tratamiento unificado a muestras completas y a muestras con respuestas faltantes. Para estudiar la robustez local, deducimos su función de influencia y para comparar su comportamiento con el del estimador clásico y con otras alternativas robustas, consideramos dos ejemplos numéricos. Llevamos a cabo simulaciones de Monte Carlo para estudiar el comportamiento en muestras finitas de los estimadores propuestos bajo distintos esquemas de pérdida de respuestas y en diferentes escenarios de contaminación. Por otro lado, introducimos una familia de tests robustos utilizando un estadístico de tipo Wald basado en el estimador propuesto con el objetivo de testear hipótesis que involucren al parámetro de regresión. Deducimos su distribución asintótica bajo la hipótesis nula, como también bajo alternativas contiguas. Asimismo, deducimos su función de influencia. Realizamos un estudio de simulación para evaluar el comportamiento de los tests propuestos. Finalmente, el procedimiento propuesto también se ilustra a través del análisis de un conjunto de datos reales.