xmlui.ArtifactBrowser.AdvancedSearch.title

Show simple item record

dc.contributor.advisorKraenau Espinal, Erwin
dc.contributor.authorGalarza Guerrero, Lourdes Angelica
dc.creatorGalarza Guerrero, Lourdes Angelica
dc.date.accessioned2014-11-02T02:28:28Z
dc.date.available2014-11-02T02:28:28Z
dc.date.issued2013
dc.identifier.urihttp://cybertesis.unmsm.edu.pe/handle/cybertesis/3578
dc.description.abstractEn el siguiente trabajo se presentan dos tratamientos a los problemas suscitados en el análisis de datos con presencia de datos perdidos: El Algoritmo EM basado en la Estimación por Máxima Verosimilitud y la Imputación Múltiple para datos faltantes, ambos métodos presentan ciertas ventajas frente a los métodos de imputación simple que ocasionan la obtención de estimadores distorsionados y sesgados. El algoritmo EM y la Imputación Múltiple se aplican a un conjunto de datos obtenido por simulación, causándole la pérdida de algunos valores con el objetivo de realizar posteriores comparaciones de las estimaciones obtenidas en casos con el conjunto de datos con y sin información faltante.es
dc.description.uriTesises
dc.language.isospaes
dc.publisherUniversidad Nacional Mayor de San Marcoses
dc.rightsinfo:eu-repo/semantics/openAccesses
dc.sourceUniversidad Nacional Mayor de San Marcoses
dc.sourceRepositorio de Tesis - UNMSMes
dc.subjectAlgoritmoses
dc.subjectImputación múltiple (Estadística)es
dc.titleComparación mediante simulación de los métodos EM e imputación múltiple para datos faltanteses
dc.typeinfo:eu-repo/semantics/bachelorThesises


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record