Distribuciones sesgadas y sus aplicaciones en medio ambiente
y analisis de frontera estocastica
Dra. Graciela Gonzalez Farias
Centro de Investigacion en Matematicas
Guanajuato, Gto.
En muchas situaciones prácticas nuestras mediciones se encuentran
afectadas de forma tal que solo las observamos si ciertas características
se satisfacen. Esto sugiere que los procesos latentes determinan
en mucho las características bajo estudio. Esto es, la selección
de una observación en nuestro estudio induce un sesgo en la distribución
de referencia. Existen muchas formas de caracterizar el efecto de
procesos latentes, discutiremos algunos de estas caracterizaciones
y presentaremos dos situaciones típicas, proponiendo formas plausibles
de modelaje, en particular en problemas de dependencia espacial
y en econometría, específicamente en problemas de frontera estocástica.
Viernes 8 de diciembre de 2006
12:00 hrs.
Salon B1
ITAM
Rio
Hondo No. 1
Col. Progreso Tizapan
Mexico, D.F.
Modelos
Lineales para Datos Censurados con Distribución Bimodal:
Aplicación
en un estudio de diabetes
Belem Trejo Valdivia
INSP[1]
y CIMAT[2]
Al ser la diabetes una enfermedad crónica, el objetivo de un
gran número de estudios con pacientes diabéticos, es el evaluar
tratamientos y otras formas de intervención que aseguren un control
apropiado de la enfermedad. La concentración hemoglobina glicosilada
en sangre (HbA1c) se considera un buen marcador del grado de control
glicémico, por lo que resulta de interés el identificar y evaluar
los factores y condiciones que pueden afectarlo favorable o desfavorablemente.
Como parte de la evaluación de un programa de tipo social a nivel
nacional, se estudió y modeló el comportamiento de la variable Hemoglobina
glicosilada en una población de diabéticos en situación de pobreza.
Un hallazgo importante es que la distribución resultante es una
mezcla de distribuciones (que separa los diabéticos controlados
de los no controlados) que incluye una parte censurada generada
por el tipo de instrumento usado en la cuantificación (portátil).
Para dar respuesta a los objetivos de dicha evaluación fue necesario
considerar modelos lineales para datos longitudinales que incluyeran
la bi-modalidad encontrada y la censura de la información, sin embargo,
hay elementos de tipo estadístico no resueltos en la solución propuesta.
En esta plática se presentan algunos resultados obtenidos sobre
el ajuste de mezclas y se discuten propuestas para la medida del
efecto del programa así como del efecto de covariables socio-demográficas
y de apego al tratamiento.
Lugar y fecha
Viernes 25 de agosto de 2006
12:00 hrs.
ITESM, Campus Monterrey
Salón
103, Aulas VII
[1] En estancia sabática en la Dirección
de Evaluación de Programas y Bioestadística (Centro de Investigación
en Salud Poblacional)
[2] Centro de Investigación en Matemáticas,
Unidad Aguascalientes.
Generación de Escenarios de Riesgos en la Bolsa Mexicana de Valores con Análisis de Componentes Principales
Dra. Gladys Linares Fleites
(UDLAP)
En el trabajo se explora la posibilidad de reducir el número de escenarios de riesgos a través de métodos estadísticos de reducción de datos, en particular, con el Análisis de Componentes Principales (ACP).
Utilizando datos de la Bolsa Mexicana de Valores, se da a conocer varios procedimientos para especificar escenarios de riesgos, después de haber realizado el Análisis de Componentes Principales (ACP).
Lugar y fecha
28 de abril de 2006
13:00 hrs.
Departamento de Actuaría y Matemáticas, salón 4237
Universidad de las Américas, Puebla
UNA HERRAMIENTA UTIL EN MODELACION Y EN EL ESTUDIO DE DEPENDENCIA: COPULAS
Dr. Jesús Armando Domínguez Molina
(Universidad de Guanajuato)
Resumen:
Consideremos un vector aleatorio, tomemos las distribuciones marginales de este vector, cada una de las cuales describe la manera en la que una componente del vector aleatorio se distribuye por sí misma; la función cópula nos dice cómo se "acoplan" las distribuciones marginales univariadas para determinar la función de distribución conjunta del vector original.
Aunque los términos correlación y dependencia se utiliza a menudo indistintamente, la correlación es en realidad una medida imperfecta de la dependencia y hay muchas circunstancias donde la correlación no se debe utilizar. Por lo tanto necesitamos una medida de dependencia alternativa que sea segura cuando la correlación no lo es. Una de estas alternativas es el uso de cópulas.
En esta plática discutiremos el concepto de cópula e ilustraremos el papel de éstas en el estudio de dependencia y en modelación estadística.
Lugar y hora:
Hotel Acapulco Tortuga
Av. Costera Miguel Alemán No. 132 (Playa Condesa)
Acapulco, Guerrero.
Viernes 17 de febrero de 2006
13:00 hrs.
|
