It will be shipped from our warehouse between Monday, May 20 and Tuesday, May 21.
You will receive it anywhere in United States between 1 and 3 business days after shipment.
Datos Composicionales y su Análisis Mediante r
Diego Campos
Synopsis "Datos Composicionales y su Análisis Mediante r"
Tesis del año 2011 en eltema Economía - Estadísticas y métodos, Nota: 7, , Idioma: Español, Resumen: Los datos composicionales se caracterizan por ser vectores aleatorios de componentes positivas y de suma constante (100, 1, un millón, etc.). En Geología, Petrología, Química, Economía, etc., es habitual trabajar con vectores de datos cuyas componentes representan la contribución relativa de diferentes partes en relación a un total, dando lugar a muestras composicionales. Con frecuencia aparecen medidas de esta índole, por ejemplo: - Ciencias de la tierra (geoquímica, petrología, etc.): El estudio composicional de un cierto tipo de bencina (compuesto de Etano, Metano, etc.). - Biología: El estudio composicional en una muestra de sangre (sustancias minerales como la glucosa, el colesterol, la urea, el calcio, el fósforo y el ácido úrico, entre otros). - Ciencias ambientales: El análisis composicional de contaminación en una cierta ciudad (distintos tipo de variables que influyen en la contaminación). - Economía: Análisis de Stock Per-Cápita en una muestra de países. Este tipo de problemas tienen una característica en común, que es poseer variables con una cierta escala (la medida no es necesariamente la misma), donde la suma total de todas las variables de cada observación, no precisamente suman un 100%, debiendo asignar un peso a cada variable para cada una de las observaciones. Esta situación provoca la inadecuación de los métodos estadísticos clásicos, así, el interés por disponer de herramientas adecuadas para éste tipo de análisis se hace fundamental. El problema del análisis estadístico de datos composicionales ha sido y es una fuente de preocupación para muchos científicos desde que en 1897 Karl Pearson pusiera de manifiesto la inadecuación de los métodos estadísticos clásicos para el estudio de los mismos. [...]
