RT info:eu-repo/semantics/bachelorThesis
T1 Análisis cluster robusto con contaminación por celdas
A1 Población Criado, David
A2 Universidad de Valladolid. Facultad de Ciencias
K1 Análisis cluster
K1 Estadística robusta
K1 Reducción de la dimensionalidad
AB Es frecuente en la práctica habitual de la Estadística contar con medidas atípicas que puedenafectar muy negativamente a los procedimientos estadísticos aplicados. Para resolver estaproblemática en problemas de análisis de datos multivariantes, es común recurrir al recorte deobservaciones completas. Por tanto, filas enteras de la matriz de datos son recortadas cuando sedetecta algún valor atípico en alguna de las celdas o mediciones que conforman dichas filas dela matriz de datos. Desgraciadamente, este tipo de recorte por observaciones también sacrificala información de las celdas no atípicas en las filas recortadas. En este Trabajo Fin de Gradose han tratado aspectos computacionales para nuevos métodos de Análisis Cluster que buscanrecortar solo las celdas atípicas dentro de la matriz de datos. Este enfoque es más adecuado enlos problemas de dimensionalidad no necesariamente baja que ocurren en la práctica moderna dela Estadística.
YR 2022
FD 2022
LK https://uvadoc.uva.es/handle/10324/57971
UL https://uvadoc.uva.es/handle/10324/57971
LA spa
NO Departamento de Estadística e Investigación Operativa
DS UVaDOC
RD 23-nov-2024