Show simple item record

dc.rights.licenseAtribución-NoComercial 4.0 Internacional
dc.contributorGiraldo Henao, Ramón
dc.contributor.authorDueñas Herrera, María Paula
dc.date.accessioned2019-07-02T20:50:35Z
dc.date.available2019-07-02T20:50:35Z
dc.date.issued2017-05-26
dc.identifier.urihttps://repositorio.unal.edu.co/handle/unal/62079
dc.description.abstractEn geoestadística multivariada, usualmente hay dos caminos de análisis: usar kriging de manera individual sobre cada variable o emplear cokiging tendiendo en cuenta la codependencia espacial entre las variables. En literatura geoestadística, se ha demostrado que la segunda opción, en general, permite una disminución en la varianza de predicción. No obstante, su uso es limitado cuando el número de variables aumenta, pues la estimación de la covarianza espacial a través del modelo lineal de corregionalización se vuelve computacionalmente compleja. En este trabajo, se explora el uso del kriging ordinario funcional basado en curvas de Andrews como alternativa al kriging y al cokriging en el contexto multuvariado. Para la comparación de metodologías se hace un estudio de simulación, y posteriormente se lleva a cabo la aplicación de la propuesta en un conjunto de datos reales.
dc.description.abstractAbstratc. In multivariate geostatistics, there are usually two ways for modeling the data: applying kriging individually on each variable or using cokriging, which takes into account the spatial cross-dependence between the variables. It has been shown the second option, in general, allows a prediction variance reduction. However, the use of cokriging in practice can be limited when the number of variables increases, as the estimation of the linear model of coregionalization becomes complex. In this work, the use of ordinary functional kriging based on Andrews Curves is explored as an alternative in the multivariate scenerie. This approach is compared to kriging and cokriging based on a simulation study and at the end the proposed methodology is applied to a real dataset.
dc.format.mimetypeapplication/pdf
dc.language.isospa
dc.relation.ispartofUniversidad Nacional de Colombia Sede Bogotá Facultad de Ciencias Departamento de Estadística
dc.relation.ispartofDepartamento de Estadística
dc.rightsDerechos reservados - Universidad Nacional de Colombia
dc.rights.urihttp://creativecommons.org/licenses/by-nc/4.0/
dc.subject.ddc31 Colecciones de estadística general / Statistics
dc.subject.ddc51 Matemáticas / Mathematics
dc.titleAnálisis geoestadístico multivariado a través de métodos funcionales y curvas de Andrews
dc.typeTrabajo de grado - Maestría
dc.type.driverinfo:eu-repo/semantics/masterThesis
dc.type.versioninfo:eu-repo/semantics/acceptedVersion
dc.identifier.eprintshttp://bdigital.unal.edu.co/60946/
dc.description.degreelevelMaestría
dc.relation.referencesDueñas Herrera, María Paula (2017) Análisis geoestadístico multivariado a través de métodos funcionales y curvas de Andrews. Maestría thesis, Universidad Nacional de Colombia - Sede Bogotá.
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.subject.proposalGeoestadística
dc.subject.proposalKriging
dc.subject.proposalAnálisis de datos funcionales
dc.subject.proposalCokriging
dc.subject.proposalCurvas de Andrews
dc.subject.proposalDatos Funcionales
dc.subject.proposalGeostatistics
dc.subject.proposalKriging
dc.subject.proposalCokriging
dc.subject.proposalAndrews Curves
dc.subject.proposalFunctional Data
dc.type.coarhttp://purl.org/coar/resource_type/c_bdcc
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.contentText
dc.type.redcolhttp://purl.org/redcol/resource_type/TM
oaire.accessrightshttp://purl.org/coar/access_right/c_abf2


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

Atribución-NoComercial 4.0 InternacionalThis work is licensed under a Creative Commons Reconocimiento-NoComercial 4.0.This document has been deposited by the author (s) under the following certificate of deposit