Quantifying uncertainty of a geometric goodness of fit measure
Guardado en:
Autor: | |
---|---|
Formato: | tesis de maestría |
Fecha de Publicación: | 2024 |
Descripción: | Resumen El propósito de este estudio es establecer una validaci ón estadística formal de un índice de bondad de ajuste geométrico, empleando una prueba de hipótesis y una envolvente global, para determinar si una nube de puntos, que representan datos, es un proceso con un patrón completamente aleatorio (CSR por sus siglas en inglés). Utilizamos el complejo “alpha shape” de una nube de puntos de datos en R2 para generar un mapa de este índice. A continuación, establecemos una hipótesis nula que corresponde a un proceso CSR, a partir de dos diferentes estadísticos de prueba junto con ensayos Monte Carlo. Uno de estos estadísticos de prueba se emplea para construir una envolvente global que delimita una región dentro de la cual no se puede rechazar la hipótesis nula. Proporcionamos algunos ejemplos teóricos y de conjuntos de datos para ilustrar este procedimiento. |
País: | Kérwá |
Institución: | Universidad de Costa Rica |
Repositorio: | Kérwá |
Lenguaje: | Inglés |
OAI Identifier: | oai:kerwa.ucr.ac.cr:10669/92032 |
Acceso en línea: | https://hdl.handle.net/10669/92032 |
Palabra clave: | QUANTIFYING UNCERTAINTY GEOMETRIC GOODNESS FIT MEASURE |