1. Repositorio Institucional del Tecnológico Nacional de México (RI - TecNM)
2. Tesis de Posgrado
3. Chihuahua
4. Instituto Tecnológico de Cd. Juárez
5. TESIS DE DOCTORADO TECNM CAMPUS CIUDAD JUÁREZ I
6. Doctorado en Ciencias de la Ingenieria

Título :	DESARROLLO DE UN MODELO PARA DETERMINAR LA CONFIABILIDAD DEL DIAGNÓSTICO DEL VPH MEDIANTE INFERENCIA BAYESIANA
Autor :	Flores Sanchez, Alejandra
Fecha de publicación :	2021-08-01
Editorial :	Tecnológico Nacional de México
metadata.dc.publisher.tecnm:	Instituto Tecnológico de Ciudad Juárez
Descripción :	Una parte importante de cualquier análisis de datos es evaluar el ajuste de un modelo a los datos observados. ¿Tu modelo tiene sentido? Esto no es menos cierto en el análisis bayesiano. La validación predictiva consiste en verificar qué tan bien los datos generados a partir de su modelo coinciden con las observaciones reales. Esto se puede hacer a través de predicciones externas, reteniendo algunos datos, digamos un 10%, al ajustar su modelo y comparar esas observaciones con las generadas al conectar valores de predictores en su modelo. O puede usar todos sus datos para ajustar el modelo y comparar los resultados observados con los predichos por el modelo. En un entorno bayesiano, se puede comparar los datos generados a partir de la distribución predictiva posterior con los datos observados. Puede crear un conjunto de datos predictivos posteriores para cada individuo u observación en su conjunto de datos mediante el uso de simulaciones que incluyen la varianza adicional que caracteriza los análisis bayesianos. Los residuos se calculan restando los valores simulados de los valores observados. Las parcelas residuales se evalúan como suelen ser. Pero, en un enfoque bayesiano, podemos repetir este proceso muchas veces simulando muchos conjuntos de datos predictivos y calculando muchos residuos basados en ellos. Entonces, por ejemplo, si le preocupa la heterocedasticidad, puede calcular la correlación entre el valor absoluto de los residuos y los valores ajustados muchas veces y trazar un histograma de las muchas correlaciones que calcula, en la figura 4.33 se muestran las instrucciones y el histograma en R ®
metadata.dc.type:	info:eu-repo/semantics/doctoralThesis
Aparece en las colecciones:	Doctorado en Ciencias de la Ingenieria

Este ítem está protegido por copyright original Visualizar la licencia

Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons