INVESTIGADORES
KUDRASZOW Nadia Laura
congresos y reuniones científicas
Título:
Algoritmo Robusto para Correlación Canónica Generalizada
Autor/es:
VAHNOVAN, ALEJANDRA; FASANO, MARÍA VICTORIA; FERRARIO, JULIETA; KUDRASZOW, NADIA LAURA
Lugar:
Río Cuarto
Reunión:
Congreso; VII Congreso de Matemática Aplicada, Computacional e Industrial; 2019
Institución organizadora:
ASAMACI
Resumen:
En múltiples aplicaciones, resulta de interés poder medir la asociación entre más de dos grupos de características observadas en los individuos de una población. Un método ampliamente utilizado para este fin es el análisisde correlación canónica generalizado (ACCG). Los métodos clásicos utilizan como medida de asociación la correlación de Pearson. Sin embargo, es bien sabido, que esta medida es muy sensible a la presencia de datos atípicos.Además, en general los procedimientos utilizados en ACCG resultan ser de naturaleza iterativa. En este trabajo seproponen algoritmos robustos para ACCG. Los mismos son usados para desarrollar un método de detección de datos atípicos. Mediante un estudio de simulación, se compara el comportamiento de los algoritmos robustos con los clásicos, para muestras finitas Gaussianas y contaminadas. Finalmente, se ilustra en un conjunto de datos reales las ventajas de los algoritmos robustos pues permiten identificar los datos atípicos y proveen estimaciones confiables.
