Comparación mediante simulación de los métodos EM e imputación múltiple para datos faltantes

dc.contributor.advisorKraenau Espinal, Erwin
dc.contributor.authorGalarza Guerrero, Lourdes Angelica
dc.date.accessioned2014-11-02T02:28:28Z
dc.date.available2014-11-02T02:28:28Z
dc.date.issued2013
dc.description.abstractEn el siguiente trabajo se presentan dos tratamientos a los problemas suscitados en el análisis de datos con presencia de datos perdidos: El Algoritmo EM basado en la Estimación por Máxima Verosimilitud y la Imputación Múltiple para datos faltantes, ambos métodos presentan ciertas ventajas frente a los métodos de imputación simple que ocasionan la obtención de estimadores distorsionados y sesgados. El algoritmo EM y la Imputación Múltiple se aplican a un conjunto de datos obtenido por simulación, causándole la pérdida de algunos valores con el objetivo de realizar posteriores comparaciones de las estimaciones obtenidas en casos con el conjunto de datos con y sin información faltante.
dc.description.uriTesis
dc.identifier.urihttps://hdl.handle.net/20.500.12672/3578
dc.language.isospa
dc.publisherUniversidad Nacional Mayor de San Marcos
dc.publisher.countryPE
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/4.0/
dc.sourceUniversidad Nacional Mayor de San Marcos
dc.sourceRepositorio de Tesis - UNMSM
dc.subjectAlgoritmos
dc.subjectImputación múltiple (Estadística)
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#1.01.03
dc.titleComparación mediante simulación de los métodos EM e imputación múltiple para datos faltantes
dc.typeinfo:eu-repo/semantics/bachelorThesis
renati.advisor.dni07772101
renati.levelhttps://purl.org/pe-repo/renati/level#tituloProfesional
renati.typehttps://purl.org/pe-repo/renati/type#tesis
thesis.degree.disciplineEstadística
thesis.degree.grantorUniversidad Nacional Mayor de San Marcos. Facultad de Ciencias Matemáticas. Escuela Académico Profesional de Estadística
thesis.degree.nameLicenciado en Estadística

Files

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
Galarza_gl.pdf
Size:
2.02 MB
Format:
Adobe Portable Document Format

License bundle

Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description: