Show simple item record

Final Degree Project

dc.creatorRodríguez Montero, Inmaculadaes
dc.date.accessioned2022-06-22T10:59:15Z
dc.date.available2022-06-22T10:59:15Z
dc.date.issued2021-06
dc.identifier.citationRodríguez Montero, I. (2021). Inferencia no paramétrica para datos multivariantes. (Trabajo Fin de Grado Inédito). Universidad de Sevilla, Sevilla.
dc.identifier.urihttps://hdl.handle.net/11441/134602
dc.description.abstractEl análisis de varianza multivariante (en adelante, MANOVA) es un procedimiento estadístico para comparar vectores de medias multivariantes, es decir, comparar los valores esperados de diversas variables entre dos o más grupos, subpoblaciones o condiciones de experimentación. Cuando se usa el MANOVA, deben cumplirse algunas hipótesis bastante restrictivas como la normalidad multivariante. Esta hipótesis restringe la aplicación de métodos paramétricos multivariantes, por lo que a veces se cambian por métodos univariantes debido a la falta de métodos no paramétricos. Estos métodos univariantes no suelen funcionar bien, pues hay que analizar cada variable individualmente, sin tener en cuenta las posibles correlaciones entre las variables. El objetivo de este trabajo es llevar a cabo una descripción teórica de técnicas no paramétricas multivariantes de comparación de poblaciones, así como la implementación en R de dos funciones que llevan a cabo dichas técnicas. Además, con objeto de ilustrar la aplicabilidad de estas técnicas, se incluyen referencias sobre artículos científicos recientes en los que se ha hecho uso de las mismas.es
dc.description.abstractThe multivariate analysis of variance (MANOVA, henceforth) is an statistical pro cedure to compare multivariate mean vectors, that is, to compare the expected values of some variables between two or more groups, subpopulations or experimental con ditions. When MANOVA is used, some quite restrictive hypotheses like multivariate normality must be fulfilled. This hypothesis restricts the application of multivariate parametric methods, so sometimes they are switched to univariate methods due to lack of non-parametric methods. These univariate methods don’t usually work well, since each variable must be analysed individually, without considering possible correlations between variables. The aim of this work is to carry out a theoretical description of nonparametric multivariate techniques to compare populations, as well as the implementation in R of two functions that carry out these techniques. Moreover, in order to illustrate the applicability of these techniques, some references about current scientific articles where they have been used are included.es
dc.formatapplication/pdfes
dc.format.extent47 p.es
dc.language.isospaes
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Internacional*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.titleInferencia no paramétrica para datos multivarianteses
dc.typeinfo:eu-repo/semantics/bachelorThesises
dc.type.versioninfo:eu-repo/semantics/publishedVersiones
dc.rights.accessRightsinfo:eu-repo/semantics/openAccesses
dc.description.degreeUniversidad de Sevilla. Grado en Matemáticases
dc.publication.endPage45es

FilesSizeFormatViewDescription
GM RODRÍGUEZ MONTERO, INMACULA ...600.1KbIcon   [PDF] View/Open  

This item appears in the following collection(s)

Show simple item record

Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Except where otherwise noted, this item's license is described as: Attribution-NonCommercial-NoDerivatives 4.0 Internacional