Look-up in Google Scholar
Full metadata record
De la torre Dueñas, Cleto
Bárcena Carrasco, Pascual
Ccoa Challco, Eloy
2017-02-13T13:04:22Z
2017-02-13T13:04:22Z
2015
253T20150024
http://hdl.handle.net/20.500.12918/1618
Con el avance de la ciencia y el desarrollo de la tecnología las técnicas estadísticas se han convertido en herramientas fundamentales y estas pueden dar alternativas de solución a los distintos problemas en la vida real. El análisis de regresión lineal múltiple es una de las técnicas estadísticas más populares y por ende, una de las más aplicadas en el análisis de datos, en las distintas especialidades, como Medicina, Economía, Administración, Etc. El bootstrap consiste básicamente, en el remuestreo de las observaciones muéstrales para luego, en base a la distribución empírica de estas remuestras, obtener una estimación puntual y por intervalos para los parámetros del modelo. Una alternativa para la estimación de los coeficientes de un modelo de regresión lineal múltiple es utilizar las técnicas de computación intensiva como el remuestreo bootstraping, de manera sencilla permite estimar los parámetros de un modelo de regresión lineal múltiple cuando no hay evidencia suficiente que permita verificar los supuestos necesarios para la aplicación del método de mínimos cuadrados o de máxima verosimilitud. Este método de estimación Bootstraping presenta mejor comportamiento que los estimadores clásicos del Análisis de regresión lineal múltiple. (es_PE)
Tesis
application/pdf (en_US)
spa (es_PE)
Universidad Nacional de San Antonio Abad del Cusco (es_PE)
info:eu-repo/semantics/closedAccess (en_US)
Universidad Nacional de San Antonio Abad del Cusco (es_PE)
Repositorio Institucional - UNSAAC (es_PE)
Estimación Bootstraping (es_PE)
Técnicas estadísticas (es_PE)
Regresión lineal múltiple (es_PE)
Estimación Bootstrap de los coeficientes de un modelo de regresión lineal múltiple (es_PE)
info:eu-repo/semantics/bachelorThesis
Universidad Nacional de San Antonio Abad del Cusco. Facultad de Ciencias Químicas, Físicas y Matemáticas
Matemática
Título profesional
Licenciado en Matemática mención Estadística
PE
http://purl.org/pe-repo/ocde/ford#1.01.01
http://purl.org/pe-repo/renati/nivel#tituloProfesional
23988416
https://orcid.org/0000-0003-0921-7217
541026
http://purl.org/pe-repo/renati/type#tesis
Pública



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.