Escudo de la República de Colombia
Sistema Nacional de Biliotecas - Repositorio Institucional Universidad Nacional de Colombia Biblioteca Digital - Repositorio Institucional UN Sistema Nacional de Bibliotecas UN

Un modelo estadístico para analizar complejos interdependientes de patógenos vegetales

Dávila, Eduardo and López, Luis Alberto and Díaz, Luis Guillermo (2012) Un modelo estadístico para analizar complejos interdependientes de patógenos vegetales. Revista Colombiana de Estadística; Vol. 35, núm. 2 (2012): Número especial en Bioestadística; 255-270 Revista Colombiana de Estadística; Vol. 35, núm. 2 (2012): Número especial en Bioestadística; 255-270 0120-1751 .

Texto completo

[img]
Vista previa
PDF
587kB
[img] HTML
10kB

URL oficial: http://revistas.unal.edu.co/index.php/estad/articl...

Resumen

Se introduce un nuevo enfoque para modelar datos binomiales multivariados con sobredispersión, obtenidos de complejos de patógenos vegetales. Después de revisar los conceptos básicos de los modelos lineales generalizados (GLMs) y las funciones Cópula, se muestra cómo estas últimas pueden usarse para modelar observaciones correlacionadas y datos con sobredispersión. Se ilustra el método usando la incidencia de hongos en hortalizas, analizando el caso por medio de la función cópula Gaussiana con marginales Beta-binomiales. Comparado con los modelos lineales clásicos y generalizados, el modelo construido con la cópula Gaussiana es el que mejor controla la sobredispersión, siendo menos propenso a la subestimación de los errores estándar, la causa más importante de inferencia inapropiada en el análisis estadístico de complejos de patógenos vegetales., We introduce a new approach for modeling multivariate overdispersed binomial data, from a plant pathogen complex. After recalling some theoretical foundations of generalized linear models (GLMs) and Copula functions, we show how the later can be used to model correlated observations and overdispersed data. We illustrate this approach using fungal incidence in vegetables, which we analyzed using Gaussian copula with Beta-binomial margins. Compared to classical and generalized linear models, the model using Gaussian copula function best controls for overdispersion, being less prone to the underestimation of standard errors, the major cause of wrong inference in the statistical analysis of plant pathogen complex.

Tipo de documento:Artículo - Article
Palabras clave:variación extra-binomial, datos multivariados, Epidemiological methods, Extra-binomial variation, Multivariate data
Unidad administrativa:Revistas electrónicas UN > Revista Colombiana de Estadística
Código ID:31139
Enviado por : Dirección Nacional de Bibliotecas STECNICO
Enviado el día :30 Junio 2014 15:58
Ultima modificación:06 Junio 2018 10:58
Ultima modificación:06 Junio 2018 10:58
Exportar:Clic aquí
Estadísticas:Clic aquí
Compartir:

Solamente administradores del repositorio: página de control del ítem

Vicerrectoría de Investigación: Número uno en investigación
Indexado por:
Indexado por Scholar Google WorldCat DRIVER Metabiblioteca OAIster BASE BDCOL Registry of Open Access Repositories SNAAC Red de repositorios latinoamericanos eprints Open archives La referencia Tesis latinoamericanas OpenDOAR CLACSO
Este sitio web se ve mejor en Firefox