Magíster en Matemática. Mención Estadística

Determinar el modelo probabilístico del cual proviene una determinada muestra de datos, permite hacer predicciones y tomar decisiones con un alto nivel de asertividad, con base en dicha muestra. Una manera de conocer si un conjunto de datos se comporta de acuerdo con la distribución de probabilidad en la que se basa un modelo probabilístico específico, es atreves de un test de bondad de ajuste. Este trabajo de investigación tiene por objetivo simular la probabilidad de error tipo I de un test de bondad de ajuste propuesto para una distribución Poisson Bivariante. Se plantea estudiar los resultados para distintos tamaños muestrales y para muestras provenientes de poblaciones de diversas características. Con este fin , se buscan alternativas de paralelización en el lenguaje R, entre ellas se selecciona la que permite minimizarlos tiempos de cómputo y,con base en esta alternativa, se simulan las probabilidades del error tipo I buscadas. Se prueba satisfactoriamente que el lenguaje R permite la paralelización del proceso en cuestión, al menos de dos maneras distintas y que estas alternativas permiten una disminución signi ficativa de los tiempos de cómputo, en comparación con el mismo procedimiento de manera secuencial. A su vez, el trabajo de investigación permite la simulación con tamaños muestrales y vectores de parámetros no estudiados anteriormente, dejando en evidencia que la probabilidad del error tipo I del test es cercana al valor nominal en la mayoría de los casos.

Determinar el modelo probabilístico del cual proviene una determinada muestra de datos, permite hacer predicciones y tomar decisiones con un alto nivel de asertividad, con base en dicha muestra. Una manera de conocer si un conjunto de datos se comporta de acuerdo con la distribución de probabilidad en la que se basa un modelo probabilístico específico, es a través de un test de bondad de ajuste. Este trabajo de investigación tiene por objetivo simular la probabilidad de error tipo I de un test de bondad de ajuste propuesto para una distribución Poisson Bivariante. Se plantea estudiar los resultados para distintos tamaños muéstrales y para muestras provenientes de poblaciones de diversas características. Con estén, se buscan alternativas de paralización en el lenguaje R, entre ellas se selecciona la que permite minimizar los tiempos de cómputo y, con base en esta alternativa, se simulan las probabilidades del error tipo I buscadas. Se prueba satisfactoriamente que el lenguaje R permite la paralización del proceso en cuestión, al menos de dos maneras distintas y que estas alternativas permiten una disminución significativa de los tiempos de computo, en comparación con el mismo procedimiento de manera secuencial. A su vez, el trabajo de investigación permite la simulación con tamaños muestrales y vectores de parámetros no estudiados anteriormente, dejando en evidencia que la probabilidad del error tipo I del test es cercana al valor nominal en la mayoría de los casos.