Una medida de relación entre variables discretas y continuas

RE MIGUEL ANGEL; AGUIRRE VARELA, G.

Congreso; 7 Escuela Argentina de Matemática y Biología BIOMAT 2016; 2016

Se define laInformación Mutua (IM) entre dos variables aleatorias X,Y como la distancia de KullbackLeibler entre la distribución conjunta y el producto de las marginales de X eY. Si las variables son independientes la distancia es nula. Esta propiedadpermite la detección de relaciones entre dos conjuntos de datos supuestos comola realización de las variables aleatorias. Se propone aquí un método para la detecciónde la relación entre una variable discreta y una variable continua basada en uncálculo aproximado de IM que supera los problemas que surgen con el binning. Elmétodo presenta interés en problemas como la medición de la relación entre ungen base y el nivel de expresión de un gen o el efecto de una droga en eltiempo de sobrevida de un enfermo de cáncer. El método propuesto puedegeneralizarse en forma directa al problema de segmentación de secuenciascontinuas a partir de la identificación de la IM con la divergencia de JensenShannon