SITIO DE TEST - SITIO DE TEST - SITIO DE TEST - SITIO DE TEST - SITIO DE TEST - SITIO DE TEST - SITIO DE TEST - SITIO DE TEST - SITIO DE TEST
 

Una revisión de los distintos métodos robustos para el análisis de componentes principales

dc.audience2015-11
dc.citation.titleVigésimas Jornadas "Investigaciones en la Facultad" de Ciencias Económicas y Estadísticaes
dc.contributor.organizerSecretaría de Ciencia y Tecnología. Facultad de Ciencias Económicas y Estadística. Universidad Nacional de Rosarioes
dc.creatorBussi, Javier
dc.creatorCiccioli, Patricia
dc.date.accessioned2017-08-02T16:45:04Z
dc.date.available2017-08-02T16:45:04Z
dc.date.issued2015-11-18
dc.description.abstractEn este trabajo se presenta una revisión de algunos de los métodos robustos más difundidos desarrollados hasta la actualidad para el análisis de componentes principales (ACP). Se analizan sus características, sus coincidencias y diferencias. Se presentan además las funciones que se encuentran programadas en el paquete estadístico R de algunos de estos métodos.es
dc.description.abstractThis work presents a revision of some of the most renowned robust methods for Principal Component Analysis (PCA) developed up to date. Their characteristics are analyzed, together with their similarities and differences. The functions programmed in the R statistical package of some of these methods are also presented
dc.description.filBussi, Javier; Facultad de Ciencias Económicas y Estadística; Universidad Nacional de Rosario; Argentina.es
dc.formatapplication/pdf
dc.identifier.issn1668-5008es
dc.identifier.urihttp://hdl.handle.net/2133/7629
dc.language.isospaes
dc.relation.publisherversionhttps://www.fcecon.unr.edu.ar/web-nueva/investigacion/actas-de-las-jornadas-anualeses
dc.rightsopenAccesses
dc.rights.holderFacultad de Ciencias Económicas y Estadística, Universidad Nacional de Rosarioes
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/ar/*
dc.subjectAnálisis de componentes principaleses
dc.subjectMétodos Robustoses
dc.subjectPaquete estadísticoes
dc.titleUna revisión de los distintos métodos robustos para el análisis de componentes principaleses
dc.typeconferenceObject
dc.typedocumento de conferencia
dc.type.collectioncomunicaciones

Archivos

Bloque original
Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
Bussi, Ciccioli_ revision de los metodos.pdf
Tamaño:
1009.59 KB
Formato:
Adobe Portable Document Format
Descripción:
El análisis de componentes principales (ACP) es una técnica muy utilizada dentro de los métodos estadísticos multivariados. El objetivo de este método es representar adecuadamente un conjunto de n observacionescon p variables a través de un número menor de variables construidas como combinaciones lineales de las originales. La técnica se basa en el cálculo de autovalores y autovectores de la matriz de covariancias o de correlaciones de las variables originales. La presencia de valores atípicos en los datos puede distorsionar la matriz de covariancias muestrales. Por este motivo se han propuesto diversas formas de tratar esta dificultad a partir de técnicas robustas. En este trabajo se consideran algunas de las técnicas más difundidas desarrolladas hasta la actualidad. Se presenta una primera gran división entre estas técnicas robustas, en primer lugar las que consideran la estimación robusta de la matriz de variancias y covariancias y en segundo lugar las técnicas que trabajan con la estimación de la componente principal directamente, obtenida de una manera robusta. En la sección 2 se presenta brevemente el ACP clásico. En la sección 3 se presentan algunos métodos basados en la estimación robusta de la matriz de variancias y covariancias. En la sección 4 se presentan algunos métodos que obtienen directamente la estimación robusta de la componente principal. En la sección 5 se mencionan algunos métodos presentados que se han desarrollado a través de funciones en el paquete estadístico R y en la sección 6 se presentan los comentarios finales.
Bloque de licencias
Mostrando 1 - 1 de 1
Nombre:
license.txt
Tamaño:
3.14 KB
Formato:
Item-specific license agreed upon to submission
Descripción: