搜索条件
过滤:
Contributor sim
Ruiz-Velasco Acosta, Silvia
删除限定条件 Contributor sim: Ruiz-Velasco Acosta, Silvia
1 - 2 共 2
每页显示结果数
搜索结果
-
Modelos paramétricos y semiparamétricos de regresión basados en cópulas para el análisis de riesgos competitivos
描述: En este trabajo se propone modelar la función de distribución conjunta del tiempo de supervivencia 𝑇 y del tipo de evento 𝐷 para el análisis de riesgos competitivos a través de modelos basados en cópulas Gaussianas. Efectos de covariables se incorporan al caracterizar las distribuciones marginales usando modelos paramétricos y... 学科: Estadística, Statistics, Cópula Gaussiana, Modelo semiparamétrico, and Modelo paramétrico 创造者: Vásquez, Alejandro Román 贡献者: Ruiz-Velasco Acosta, Silvia, Castillo Morales, Alberto, Escarela Pérez, Gabriel, Núñez Antonio, Gabriel, and Reyes Cervantes, Hortensia Josefina 出版者: Universidad Autónoma Metropolitana Posgrado: Doctorado en Ciencias Matematicas 语言: spa Año de publicación: 2020 权: Acceso Abierto 执照: Atribucion-NoComercial 4.0 Internacional (CC BY-NC 4.0) Tipo de Recurso: info:eu-repo/semantics/doctoralThesis 识别码: https://doi.org/10.24275/uami.jq085k08p -
Modelado de distribuciones conjuntas para modelos lineales generalizados con datos faltantes
描述: La falta de datos en las variables explicativas de los modelos lineales generalizados es un problema común que se ha estudiado por muchos años y se han propuesto diversos métodos para enfrentarlo. Entre estos métodos, un procedimiento basado en modelos como lo es máxima verosimilitud representa una metodología de estimación... 学科: Regression analysis, Modelos lineales (Estadística), Linear models (Statistics), Teoría de la estimación, Análisis de regresión, and Estimation theory 创造者: Pérez Ruiz, Luis Carlos 贡献者: Rodríguez Hernández-Vela, Carlos Erwin, Ruiz-Velasco Acosta, Silvia, Escarela Pérez, Gabriel, and Castillo Morales, Alberto 出版者: Universidad Autónoma Metropolitana Posgrado: Doctorado en Ciencias Matematicas 语言: spa Año de publicación: 2018 权: Acceso Abierto 执照: Atribucion-NoComercial 4.0 Internacional (CC BY-NC 4.0) Tipo de Recurso: info:eu-repo/semantics/masterThesis 识别码: https://doi.org/10.24275/uami.9880vq990