Simulación de la probabilidad de error tipo l de un test de bondad de ajuste para una distribución Poisson Bivariada

dc.contributor.advisor	Novoa Muñoz, Francisco Eduardo	es
dc.contributor.advisor	Contreras Espinoza, Sergio Eduardo	es
dc.contributor.advisor	Carvajal Schiaffino, Rubén	es
dc.contributor.author	González Agüero, Claudia Andrea
dc.contributor.editor	Universidad del Bío-Bío. Departamento de Matemáticas (Chile)	es
dc.date.accessioned	2023-01-26T17:01:08Z
dc.date.available	2023-01-26T17:01:08Z
dc.date.issued	2020
dc.description	Tesis (Magister en Matemáticas. Mención Estadística) -- Universidad del Bío-Bío. Concepción, 2020.	es
dc.description.abstract	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.	es
dc.description.abstract-2	Determining the probabilistic model from which a certain data sample comes, allows making predictions and making decisions with a high level of assertiveness, based on the sample. One way to know if a data set behaves according to the probability distribution on which a specific probabilistic model is based is through a goodness-of-fi test. The objective of this research work is to simulate the probability of type I error of a test of goodness-of-fi proposed for a Bivariate Poisson distribution. It is proposed to study the results for diff t sample sizes and for samples from populations of diff t characteristics. In order to achieve this objective, parallelization alternatives are sought in the R language, among them the one that allows minimizing computation times is selected and, based on this alternative, the probabilities of type I error sought are simulated. It is satisfactorily proven that the R language allows the parallelization of the process in question, at least in two diff t ways and that these alternatives allow a significant decrease in computation times, compared to the same procedure sequentially. In turn, the research work allows simulation with sample sizes and parameter vectors not previously studied, making it clear that the probability of the type I error of the test is close to the nominal value in most cases.	en
dc.description.call-number	T(DC) 510'E G589 2020	es
dc.identifier.uri	http://repobib.ubiobio.cl/jspui/handle/123456789/3901
dc.language.iso	es	es
dc.subject	DISTRIBUCION (TEORIA DE LA PROBABILIDAD)	es
dc.subject	R (LENGUAJE DE PROGRAMACION PARA COMPUTADORES)-USOS	es
dc.subject	DISTRIBUCION DE POISSON	es
dc.subject	ESTADISTICA MATEMATICA	es
dc.subject	SIMULACION	es
dc.subject	ERROR TIPO I	es
dc.subject	POISSON BIVARIADA	es
dc.subject	PARALELIZACION	es
dc.title	Simulación de la probabilidad de error tipo l de un test de bondad de ajuste para una distribución Poisson Bivariada	es
dc.type	Tesis	es