|
|
|
|
|
Viernes 26 de noviembre, 12:00 Hrs.
Universidad de las Américas
Santa Catarina Mártir s/n, San Andrés Cholula
Puebla, Pue. México
Estimación Logit de cooperadores condicionales en experimentos de bien público
Dra. Graciela González Farias
CIMAT - Guanajuato
Resumen
Se presenta tanto el aspecto teórico como empírico del comportamiento de un
cooperador condicional en un juego de bien público, que incluye la
evolución de las contribuciones individuales en experimentos repetidos
entre dos personas. Se estudia a través de una función de utilidad
aleatoria, de donde se propone un modelo dinámico para el estudio de las
expectativas racionales. Los procesos de estimación conducen a la
estimación de parámetros en distribuciones truncadas. Se determinan las
características en términos de expectativas racionales y de una regla de
MV sobre formación de creencias.
27 de agosto, 12:00 Hrs.
Aula 1 del edificio del ISEI
Colegio de Postgraduados
Km. 35.5 Carr. México-Texcoco
Montecillo, Estado de México
Conteos Rápidos en el Proceso Electoral del 2003
Dr. Ignacio Méndez Ramírez
IIMAS-UNAM
Se describen los pasos para encontrar un diseño de muestra y estimadores para estimar con un error pequeño, la configuración de la cámara de diputados, en la noche del 6 de julio de 2003. Se realizó un estudio teórico con los datos poblacionales de las elecciones federales de 1997 y 2000, de donde los estimadores de razón y regresión resultaron adecuados. Al simular muestras de 10 y 20 secciones por distrito no se apoyaron los resultados previos, los estimadores de regresión no fueron adecuados. Se decide usar estimadores de razón. Se presentan los resultados obtenidos y algunas conclusiones al comparar las estimaciones con la situación verdadera conocida algunos días después del 6 de julio.
Viernes 4 de junio, 2004
IIMAS-UNAM
Hierarchical mixture modelling
with normalized inverse Gaussian priors
Ramsés H. Mena (joint work with Antonio Lijoi, and Igor Prünster)
IIMAS-UNAM-México
Abstract.
In recent years the Dirichlet process prior has experienced a great success in the context of Bayesian mixture modelling. The idea of overcoming discreteness of its realizations by exploiting it in hierarchical models, combined with the development of suitable sampling techniques, represent the deep reasons of its popularity. In this paper we aim at proposing the normalized inverse Gaussian process as an alternative to the Dirichlet process to be used in Bayesian hierarchical models. The normalized inverse Gaussian prior is constructed via its finite-dimensional distributions. Indeed, such a prior, though sharing the discreteness property of the Dirichlet prior, turns out to have a crucial advantage: it is characterized by a more elaborate and sensible clustering which makes use of all the information contained in the data. While in the Dirichlet case the mass assigned to each observation depends solely on the number of times it occurred, for the normalized inverse Gaussian prior the weight of a single observation heavily depends on the whole number of ties present in the sample. Moreover, expressions corresponding to relevant statistical quantities, such as a priori moments and the predictive distributions, are as tractable as those arising from the Dirichlet process. This implies that well-established sampling schemes can be easily extended to cover hierarchical models based upon the normalized inverse Gaussian process. By virtue of the sensible updating mechanism, the mixture of normalized inverse Gaussian process is expected to produce a better fit than the corresponding mixture of Dirichlet process. This is illustrated by means of two examples involving mixtures of normals.
23 de abril
Tecnológico de Monterrey Campus Monterrey
Aulas 7-101
Av. Eugenio Garza Sada 2501 Sur
Monterrey, N. L.
EL MODELO BINORMAL PARA CURVAS ROC.
ESTIMACIÓN POR DISTANCIA MÍNIMA Y BONDAD DE AJUSTE.
Dr. Carlos Cuevas Covarrubias
Profesor de la Escuela de Actuaría
Universidad Anáhuac
RESUMEN
Las curvas ROC son un herramienta importante para evaluar funciones discriminantes y escalas de riesgo. Entre estas curvas, el modelo Binormal es probablemente el más utilizado en la práctica, ya que ha demostrado ser versátil y aplicable en muy diferentes contextos. En la plática describiremos brevemente la construcción e interpretación de las curvas ROC haciendo un especial énfasis en el modelo Binormal y sus aplicaciones. Presentaremos un sencillo método semiparamétrico de estimación diseñado especialmente para el Modelo Binormal. El método consiste en minimizar la distancia cuadrática entre la curva empírica y la curva Binormal. Luego, mediante un proceso de Bootstrap la distancia mínima observada se utiliza para evaluar la bondad de ajuste del modelo. Un estudio de Monte Carlo sugiere que los resultados de este método son de precisión comparable a los obtenidos por máxima verosimilitud; sin embargo, la minimización de distancias cuadráticas es, para este problema, mucho más sencilla y económica en términos computacionales. Finalmente presentaremos ejemplos prácticos basados en datos reales.
27 de febrero, 2004
Salón Ejecutivo B, Edificio de Posgrado
Universidad Anáhuac del Norte
Av. Lomas Anáhuac s/n, Lomas Anahuac
Huixquilucan, México
Efecto de la exposición prenatal a plomo en el desarrollo neuroconductual del niño a los 24 meses de edad
Martha Ma. Téllez-Rojo
Instituto Nacional de Salud Pública
RESUMEN
Actualmente, se tiene la hipótesis de que el plomo depositado en el plasma materno, traspasa la barrera placentaria y puede constituir una amenaza para el desarrollo del sistema nervioso central del feto. Hasta ahora, dada la complejidad técnica para realizar la medición del plomo en el plasma materno, los estudios previos en el tema, han utilizado la sangre de cordón umbilical y la sangre completa de la mamá para medir la exposición prenatal a plomo como variables subrogadas de la medición en el plasma.
En este seminario, se presentará el análisis estadístico utilizado y los resultados obtenidos en el primer estudio que cuenta con la medición de plomo en el plasma materno durante el embarazo y que evalúa su efecto sobre el desarrollo neuroconductual del bebé a los 24 meses de edad. Asimismo, se compara la medición de plomo en plasma con la de sangre completa como predictores del desarrollo del infante.
|
|
|
|
|
