Home Itens selecionados Provedores de dados OAI Créditos Sobre Ajuda

			Busca avançada
	Provedor de dados Colegio de Postgraduados (8) Neotropical Entomology (1) Autor Estrada Drouaillet, Benigno (2) Gutiérrez González, Eduardo (2) Salinas Ruíz, Víctor (2) Celis Euán, David Israel (1) García-García,Carlos G. (1) Luque Guerrero, Ana Celia (1) López-Collado,José (1) Nava-Tablada,Martha E. (1) Vera-Graziano,Jorge (1) Villanueva-Jiménez,Juan A. (1) Mais... Palavra-chave Simulación Monte Carlo (9) Estadística (8) Maestría (5) Monte Carlo Simulation (5) Doctorado (3) Goodness of fit tests (3) Monte Carlo simulation (3) Potencia (3) Power (3) Pruebas de bondad de ajuste (3) Size of the test (3) Bootstrap (2) Bootstrap test (2) Capability indices (2) Coeficiente de Correlación (2) Confidence intervals (2) Correlation Coefficient (2) Distribución log-gamma generalizada (2) Entropy (2) Entropía (2) Mais... Tipo do documento Info:eu-repo/semantics/article (1) Tesis (1) Ano 2012 (1) 2011 (2) 2010 (4) 2007 (1) 2006 (1) País Mexico (8) Brazil (1) Idioma Espanhol (9)		Ordenar por:  Relevância Autor Título Ano Registros recuperados: 9 Primeira ... 1 ... Última Pruebas de bondad de ajuste de bootstrap para la distribución log-gamma generalizada. Colegio de Postgraduados Gutiérrez González, Eduardo. Este trabajo trata sobre las pruebas de bondad de ajuste para la distribución log-gamma generalizada. El estudio se lleva a efecto siguiendo los pasos de las pruebas bootstrap de bondad de ajuste. El trabajo se realiza en 4 capítulos, los dos primeros muestran un desarrollo analítico detallado sobre la distribución log-gamma y sus propiedades, mientras que en los dos últimos capítulos se hace el desarrollo por simulación del tamaño y potencia de la prueba En el desarrollo analítico se formulan y demuestran varios resultados relacionados con la existencia y unicidad de tres estimadores para el parámetro de forma de la distribución log-gamma generalizada en su forma estándar. Además se realiza un estudio analítico detallado sobre el comportamiento asintótico... Palavras-chave: Distribución log-gamma generalizada; Parámetro de forma; Pruebas de bondad de ajuste; Pruebas de bootstrap; Simulación Monte Carlo; Generalized log-gamma standard distribution; Shape parameter; Goodness of fit tests; Bootstrap test; Monte Carlo simulation; Doctorado; Estadística. Ano: 2010 URL: http://hdl.handle.net/10521/92 Pruebas para la distribución exponencial con dos parámetros. Colegio de Postgraduados Celis Euán, David Israel. En el análisis estadístico de tiempos de vida, la distribución exponencial ha sido tomada como referencia en las áreas de Análisis de Supervivencia y teoría de Confiabilidad. En el presente trabajo se propone una prueba basada en la razón de dos estimadores insesgados del cuadrado del parámetro de escala. Para poder hacer la prueba de exponencialidad, el análisis de la prueba propuesta se divide en dos casos. Un caso se dá cuando el parámetro de localidad es cero, y el otro caso cuando ambos parámetros son desconocidos y distintos de cero. De los estudios de pruebas de exponencialidad realizadas por D’Agostino y Stephens(1984), se deduce que la prueba Cox-Oakes es de las más potentes que existen en la actualidad. Otra prueba de interés es la de Shapiro-... Palavras-chave: Prueba estadística; Simulación Monte Carlo; Potencia; Tamaño de la prueba; Pruebas de bondad de ajuste; Goodness of fit tests; Statistical test; Monte Carlo simulation; Power; Size of the test; Maestría; Estadística. Ano: 2012 URL: http://hdl.handle.net/10521/703 Mejora de la calidad de procesos industriales mediante simulación y optimización. Colegio de Postgraduados Estrada Drouaillet, Benigno. En la industria es común realizar experimentos para optimizar los procesos de producción; sin embargo, se requieren de considerables recursos económicos y tiempo para desarrollar las nuevas tecnologías. La propuesta en este trabajo es emplear las técnicas de simulación Monte Carlo y bootstrap, para disminuir costos y tiempo en la optimización de procesos. Para lograr este propósito se emplearon la optimización aleatoria, la optimización no lineal NLM (Non-Linear Minimization) y la optimización Taguchi. Estas optimizaciones se compararon con el diseño inicial a través de los índices de capacidad del proceso y la función de pérdida de Taguchi. Los índices de capacidad , e índices ISO fueron simulados con Monte Carlo y sus respectivos intervalos de... Palavras-chave: Simulación Monte Carlo; Bootstrap; Indices de capacidad; Intervalos de confianza; Optimización aleatoria; Taguchi; Monte Carlo Simulation; Capability indices; Confidence intervals; Random optimization; Maestría; Estadística. Ano: 2010 URL: http://hdl.handle.net/10521/113 Mejora de la calidad de procesos industriales mediante simulación y optimización. Colegio de Postgraduados Estrada Drouaillet, Benigno. En la industria es común realizar experimentos para optimizar los procesos de producción; sin embargo, se requieren de considerables recursos económicos y tiempo para desarrollar las nuevas tecnologías. La propuesta en este trabajo es emplear las técnicas de simulación Monte Carlo y bootstrap, para disminuir costos y tiempo en la optimización de procesos. Para lograr este propósito se emplearon la optimización aleatoria, la optimización no lineal NLM (Non-Linear Minimization) y la optimización Taguchi. Estas optimizaciones se compararon con el diseño inicial a través de los índices de capacidad del proceso y la función de pérdida de Taguchi. Los índices de capacidad , e índices ISO fueron simulados con Monte Carlo y sus respectivos intervalos de... Palavras-chave: Simulación Monte Carlo; Bootstrap; Indices de capacidad; Intervalos de confianza; Optimización aleatoria; Taguchi; Monte Carlo Simulation; Capability indices; Confidence intervals; Random optimization; Maestría; Estadística. Ano: 2010 URL: http://hdl.handle.net/10521/113 Prueba de bondad de ajuste para la distribución Gumbel para datos censurados tipo II, basada en la divergencia de Kullback-Leibler. Colegio de Postgraduados Salinas Ruíz, Víctor. Se propone una prueba de bondad de ajuste para la distribución Gumbel para datos censurados Tipo II. Esta prueba se basa en la metodología de discriminación de Lim & Park (2007), que utilizan la Divergencia de Kullback & Leibler (1951) adaptada para datos censurados Tipo II. Los valores críticos se obtuvieron mediante simulación Monte Carlo para diferentes tamaños de muestra y porcentajes de censura. La potencia y tamaño de la prueba se comparó con la prueba del Coeficiente de Correlación basado en los estimadores de Kaplan & Meier (1958) y Nelson (1972) - Aalen (1978). Los resultados de la simulación, muestran que la prueba basada en la Divergencia de Kullback-Leibler es superior a las otras pruebas en términos de potencia. _______________... Palavras-chave: Entropía; Simulación Monte Carlo; Coeficiente de Correlación; Potencia; Tamaño de la Prueba; Entropy; Monte Carlo Simulation; Correlation Coefficient; Power; Size of the test; Estadística; Maestría. Ano: 2011 URL: http://hdl.handle.net/10521/649 Prueba de bondad de ajuste para la distribución pareto, basada en la información de Kullback-Leibler Colegio de Postgraduados Luque Guerrero, Ana Celia. En este trabajo se presenta una prueba de bondad de ajuste para la distribución Pareto basada en la información de discriminación de Kullback-Leibler (1951) propuesta por Sheng Song (2002). Considerando que la distribución Pareto, no presenta el parámetro de escala, se aplicó la transformación logaritmo a esta distribución obteniendo como resultado la distribución Exponencial de dos parámetros, la cual es una distribución de localización y escala (Lehman y Casella, 1998). Se comprobó que la estadística de prueba de Kullback-Leibler es invariante. Se aplicó la metodología que propone Song, la cual se basa en los espacios m’ésimos entre estadísticas de orden validados por la log verosimilitud. El cálculo de m se obtuvo a través de Simulación Monte... Tipo: Tesis Palavras-chave: Kullback-Leibler; Distribución Pareto; Simulación Monte Carlo; Doctorado; Estadística; Pareto Distribution; Monte Carlo Simulation. Ano: 2007 URL: http://hdl.handle.net/10521/1387 Prueba de bondad de ajuste para la distribución Gumbel para datos censurados tipo II, basada en la divergencia de Kullback-Leibler. Colegio de Postgraduados Salinas Ruíz, Víctor. Se propone una prueba de bondad de ajuste para la distribución Gumbel para datos censurados Tipo II. Esta prueba se basa en la metodología de discriminación de Lim & Park (2007), que utilizan la Divergencia de Kullback & Leibler (1951) adaptada para datos censurados Tipo II. Los valores críticos se obtuvieron mediante simulación Monte Carlo para diferentes tamaños de muestra y porcentajes de censura. La potencia y tamaño de la prueba se comparó con la prueba del Coeficiente de Correlación basado en los estimadores de Kaplan & Meier (1958) y Nelson (1972) - Aalen (1978). Los resultados de la simulación, muestran que la prueba basada en la Divergencia de Kullback-Leibler es superior a las otras pruebas en términos de potencia. _______________... Palavras-chave: Entropía; Simulación Monte Carlo; Coeficiente de Correlación; Potencia; Tamaño de la Prueba; Entropy; Monte Carlo Simulation; Correlation Coefficient; Power; Size of the test; Estadística; Maestría. Ano: 2011 URL: http://hdl.handle.net/10521/649 Pruebas de bondad de ajuste de bootstrap para la distribución log-gamma generalizada. Colegio de Postgraduados Gutiérrez González, Eduardo. Este trabajo trata sobre las pruebas de bondad de ajuste para la distribución log-gamma generalizada. El estudio se lleva a efecto siguiendo los pasos de las pruebas bootstrap de bondad de ajuste. El trabajo se realiza en 4 capítulos, los dos primeros muestran un desarrollo analítico detallado sobre la distribución log-gamma y sus propiedades, mientras que en los dos últimos capítulos se hace el desarrollo por simulación del tamaño y potencia de la prueba En el desarrollo analítico se formulan y demuestran varios resultados relacionados con la existencia y unicidad de tres estimadores para el parámetro de forma de la distribución log-gamma generalizada en su forma estándar. Además se realiza un estudio analítico detallado sobre el comportamiento asintótico... Palavras-chave: Distribución log-gamma generalizada; Parámetro de forma; Pruebas de bondad de ajuste; Pruebas de bootstrap; Simulación Monte Carlo; Generalized log-gamma standard distribution; Shape parameter; Goodness of fit tests; Bootstrap test; Monte Carlo simulation; Doctorado; Estadística. Ano: 2010 URL: http://hdl.handle.net/10521/92 Modelo de predicción de riesgo de daño de la mosca pinta Aeneolamia postica (Walker) Fennah (Hemiptera: Cercopidae) Neotropical Entomology García-García,Carlos G.; López-Collado,José; Nava-Tablada,Martha E.; Villanueva-Jiménez,Juan A.; Vera-Graziano,Jorge. Este trabajo cuantificó el riesgo de ocurrencia de poblaciones dañinas de Aeneolamia postica (Walker) Fennah en caña de azúcar en Veracruz, México. Para esto se construyó un modelo deductivo, que consistió en la identificación, cuantificación y validación de la secuencia de eventos que conducen a densidades dañinas, considerada como una falla crítica en el cultivo. Se determinó que el estado de los componentes del sistema que favorecen a la plaga fueron: temperaturas e" 28°C, precipitación e" 45% en junio y julio, contenido de arcillas en el suelo e" 40%, cultivos adyacentes infestados, precario control de maleza, dominancia de los vientos, fenología y variedad del cultivo, controles químicos y biológicos deficientes, y riegos. El análisis de sensibilidad... Tipo: Info:eu-repo/semantics/article Palavras-chave: Caña de azúcar; Árbol de fallas; Análisis de sistemas; Simulación Monte Carlo; Manejo preventivo de plagas. Ano: 2006 URL: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S1519-566X2006000500017 Registros recuperados: 9 Primeira ... 1 ... Última

Empresa Brasileira de Pesquisa Agropecuária - Embrapa Todos os direitos reservados, conforme Lei n° 9.610 Política de Privacidade Área restrita		Embrapa Parque Estação Biológica - PqEB s/n° Brasília, DF - Brasil - CEP 70770-901 Fone: (61) 3448-4433 - Fax: (61) 3448-4890 / 3448-4891 SAC: https://www.embrapa.br/fale-conosco