Please use this identifier to cite or link to this item: http://bibdigital.epn.edu.ec/handle/15000/7130
Title: Modelización multinivel con estimación Bayesiana mediante Cadenas de Márkov
Authors: Coba Cisneros, Mario Fernando
Keywords: MODELOS MULTINIVEL
ESTADISTICA MATEMATICA
PROCESOS ESTOCASTICOS
Issue Date: 29-Jan-2014
Publisher: QUITO: 2014
Abstract: Los modelos multinivel son herramientas completas y precisas en las cuales se puede basar decisiones, ya que permiten estudiar las relaciones dentro de los grupos, entre los grupos y estimar la variación de cada una de dichas relaciones. En este trabajo, los modelos multinivel son desarrollados desde un modelo sencillo sin variables explicativas (modelo vacío) hasta un modelo de estructura jerárquica de nivel 3 con variables explicativas. La estimación de los parámetros es sumamente importante para el ajuste del modelo. Los modelos bayesianos para datos multinivel son tratados en este trabajo utilizando métodos de Cadenas de Markov Monte Carlo (CMMC) con el muestreador de Gibbs y el muestreador de Metropolis-Hastings. Los modelos de ecuaciones estructurales son una poderosa herramienta de análisis que se utiliza para determinar los fenómenos existentes, por medio de una relación de causa y efecto, de variables latentes y no observadas. Estos modelos se fusionan con los modelos multinivel resultando los modelos de ecuaciones estructurales multinivel, presentados de una manera general debido a la profundidad y complejidad del tema. Los modelos de ecuaciones estructurales multinivel son utilizados cuando las unidades de observación forman una jerarquía de grupos anidados y algunas variables de interés deben ser medidas por una variable no observada o por un conjunto de variables no observadas
URI: http://bibdigital.epn.edu.ec/handle/15000/7130
Type: bachelorThesis
Appears in Collections:Tesis Matemáticas (MAT)

Files in This Item:
File Description SizeFormat 
CD-5320.pdfTesis completa7,4 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.