Distribuciones aleatorias dependientes
Instituto de Investigaciones en Matemáticas Aplicadas y en Sistemas, UNAM, Portal de Datos Abiertos UNAM, Colecciones Universitarias
dor_id: 1500222
506.#.#.a: Público
650.#.4.x: Físico Matemáticas y Ciencias de la Tierra
336.#.#.b: other
336.#.#.3: Registro de colección de proyectos
336.#.#.a: Registro de colección universitaria
351.#.#.b: Proyectos Universitarios PAPIIT (PAPIIT)
351.#.#.a: Colecciones Universitarias Digitales
harvesting_group: ColeccionesUniversitarias
270.1.#.p: Dirección General de Repositorios Universitarios. contacto@dgru.unam.mx
590.#.#.c: Otro
270.#.#.d: MX
270.1.#.d: México
590.#.#.b: Concentrador
883.#.#.u: https://datosabiertos.unam.mx/
883.#.#.a: Portal de Datos Abiertos UNAM, Colecciones Universitarias
590.#.#.a: Administración central
883.#.#.1: http://www.ccud.unam.mx/
883.#.#.q: Dirección General de Repositorios Universitarios
850.#.#.a: Universidad Nacional Autónoma de México
856.4.0.u: http://datosabiertos.unam.mx/DGAPA:PAPIIT:IN100411
100.1.#.a: Ramsés Humberto Mena Chávez
524.#.#.a: Dirección de Desarrollo Académico, Dirección General de Asuntos del Personal Académico (DGAPA). "Distribuciones aleatorias dependientes", Proyectos Universitarios PAPIIT (PAPIIT). En "Portal de datos abiertos UNAM" (en línea), México, Universidad Nacional Autónoma de México.
720.#.#.a: Ramsés Humberto Mena Chávez
245.1.0.a: Distribuciones aleatorias dependientes
502.#.#.c: Universidad Nacional Autónoma de México
561.1.#.a: Instituto de Investigaciones en Matemáticas Aplicadas y en Sistemas, UNAM
264.#.0.c: 2011
264.#.1.c: 2011
307.#.#.a: 2019-05-23 18:40:21.491
653.#.#.a: Estadística y probabilidad; Matemáticas
506.1.#.a: La titularidad de los derechos patrimoniales de este recurso digital pertenece a la Universidad Nacional Autónoma de México. Su uso se rige por una licencia Creative Commons BY 4.0 Internacional, https://creativecommons.org/licenses/by/4.0/legalcode.es, fecha de asignación de la licencia 2011, para un uso diferente consultar al responsable jurídico del repositorio por medio de contacto@dgru.unam.mx
041.#.7.h: spa
500.#.#.a: Familias de distribuciones paramétricas y modelos probabilísticos constituyen herramientas fundamentales de estadísticos, probabilístas y una amplia gama de científicos y profesionistas en donde se estudian fenómenos aleatorios y/o datos muestrales. Estas herramientas, cuando se emplean de manera adecuada, son bastante útiles e históricamente han formado la base de las diversas subdisciplinas de dichas áreas y los métodos estadísticos existentes en ellas. Sin embargo, estas distribuciones y modelos pueden llegar a ser bastante restrictivos y por lo general poco robustos ante violaciones a sus supuestos. Por otra parte, en muchos de los casos no toman en cuenta la incertidumbre inherente a la elección del modelo. En contraste, el uso de distribuciones aleatorias, cuando éstas tienen soporte completo, ofrece una alternativa más flexible y robusta, y que además permite de manera natural tomar en cuenta la incertidumbre acerca del modelo. _x000D_ _x000D_ En los orígenes del concepto de distribuciones aleatorias existen instancias en áreas tan variadas como lo son la teoría de genética poblacional [cf. Ewens (1979)], el estudio de distribuciones libres [cf. Dubins y Freedman (1966)], los métodos de aprendizaje automatizado y en general la teoría de estadística y procesos estocásticos. Entre éstas, una de las más representativas es el área de estadística bayesiana no-paramétrica [cf. Ghosh y Ramamoorthi (2002) y Hjort et al. (2010)]. El principal objetivo de esta área es precisamente el de construir y aplicar modelos para distribuciones aleatorias y usarlos como distribuciones iniciales en modelos bayesianos. En un periodo relativamente corto los procedimientos bayesianos no-paramétricos han probado estar dentro de la teoría y las aplicaciones en frontera de diversas áreas como lo son: combinatoria, econometría, ciencias genómicas, aprendizaje automatizado y robótica, estadística médica, genética poblacional, entre otras. Este creciente interés también se ve reflejado en la creación de una nueva Sección Temática dentro de la International Society for Bayesian Analysis (ISBA) o en el hecho de que un prestigioso programa de investigación con esta temática se llevó a cabo en el Isaac Newton Institute for Mathematical Sciences} (INI) de la Universidad de Cambridge en el Reino Unido (ver http://www.newton.ac.uk/programmes/BNR/)._x000D_ _x000D_ La construcción e identificación de modelos adecuados para distribuciones aleatorias está altamente relacionada con la propiedad de intercambiabilidad de variables aleatorias y por lo tanto los modelos resultantes, en principio, son adecuados para modelar datos o fenómenos coherentes con esta propiedad. Sin embargo, el espectro de fenómenos aleatorios encontrados en problemas reales requiere de modelos con otros tipos de dependencia más complejas que la simple simetría subyacente a la propiedad de intercambiabilidad. _x000D_ _x000D_ El objetivo principal del presente proyecto se centra en el estudio y aplicación de distribuciones aleatorias dependientes desde una perspectiva bayesiana, en particular con dependencia markoviana. Asimismo, considera la divulgación de estos modelos entre investigadores y estudiantes nacionales. Cabe destacar que en el 2011, México será cede del 8th Workshop in Bayesian Nonparametrics}, el evento internacional de mayor importancia en estas líneas de investigación.
046.#.#.j: 2019-11-14 12:26:40.706
264.#.1.b: Dirección General de Asuntos del Personal Académico
handle: 691fd965ef89d4b5
harvesting_date: 2019-11-14 12:26:40.706
856.#.0.q: text/html
last_modified: 2019-11-22 00:00:00
license_url: https://creativecommons.org/licenses/by/4.0/legalcode.es
license_type: by
Instituto de Investigaciones en Matemáticas Aplicadas y en Sistemas, UNAM, Portal de Datos Abiertos UNAM, Colecciones Universitarias
Dirección de Desarrollo Académico, Dirección General de Asuntos del Personal Académico (DGAPA). "Distribuciones aleatorias dependientes", Proyectos Universitarios PAPIIT (PAPIIT). En "Portal de datos abiertos UNAM" (en línea), México, Universidad Nacional Autónoma de México.