Descripción del proyecto
LA MAYOR PARTE DE LA ESTADISTICA ESTANDAR ES MUY SENSIBLE A DESVIACIONES DE LAS CONDICIONES IDEALES BAJO LAS QUE SON EFICIENTES, ESTAS DESVIACIONES INCLUYEN LA PRESENCIA DE DATOS ERRONEOS, OUTLIERS O, EN GENERAL, PROBLEMAS DERIVADOS DE LA ESPECIFICACION INADECUADA DE LAS DISTRIBUCIONES INVOLUCRADAS, LA ESTADISTICA ROBUSTA TRATA DE REDUCIR EL IMPACTO QUE PRODUCEN DICHAS DESVIACIONES EN LOS RESULTADOS, GRAN PARTE DE LA ESTADISTICA ROBUSTA DESARROLLADA HASTA EL MOMENTO ESTA ORIENTADA AL TRATAMIENTO DE DATOS MULTIVARIANTES, SIN EMBARGO, HOY EN DIA SE RECOGEN DISTINTOS TIPOS DE DATOS COMPLEJOS QUE REQUIEREN PROCEDIMIENTOS DISTINTOS, ENTRE ESOS TIPOS DE DATOS COMPLEJOS SE ENCUENTRAN LOS QUE SE CONSIDERARAN EN ESTE PROYECTO: 1, DATOS INTERVALARES: SE UTILIZAN PARA REPRESENTAR FLUCTUACIONES O DATOS AGRUPADOS, COMO POR EJEMPLO, LA FLUCTUACION DEL PRECIO DE LAS ACCIONES, O LOS NIVELES DE AZUCAR EN SANGRE,2, DATOS DE CONJUNTO COMPACTO Y CONVEXO: SON UNA GENERALIZACION MULTIDIMENSIONAL DE DATOS INTERVALARES UTILIZADOS PARA REPRESENTAR FORMAS ESPACIALES, COMO POR EJEMPLO, LA FORMA DE GRANOS DE ARENA O TUMORES,3, DATOS FUZZY: LOS CONJUNTOS DIFUSOS O 'FUZZY' SUPONEN UNA GENERALIZACION DEL CONCEPTO DE CONJUNTO QUE PERMITEN GRADOS DE PERTENENCIA PARCIAL (NO SOLO 0-EXCLUIDO O 1-INCLUIDO, SINO CUALQUIER VALOR INTERMEDIO ENTRE 0 Y 1), EN LOS ULTIMOS AÑOS SE HA VERIFICADO QUE LA VALORACION EXPERTA SUBJETIVA DE DIVERSAS CARACTERISTICAS COMO LA CALIDAD DE UN PRODUCTO O EL RIESGO DE MORTALIDAD AL ENTRAR EN UN HOSPITAL SE PUEDE MODELAR MEDIANTE ESTE TIPO DE ELEMENTO, DE ESTA FORMA SE RECOGE MAS INFORMACION ACERCA DE LA OPINION REAL DEL EXPERTO Y SU INCERTIDUMBRE QUE UTILIZANDO ESCALAS TRADICIONALES, LOS DATOS INTERVALARES Y FUZZY SE UTILIZAN A MENUDO PARA REPRESENTAR CARACTERISTICAS IMPRECISAS Y SE DIFERENCIAN ENTRE SI EN CUANTO AL GRADO DE INCERTIDUMBRE INHERENTE, LOS DATOS DE CONJUNTO SUELEN UTILIZARSE EN OTROS CONTEXTOS, SI BIEN SU TRATAMIENTO MATEMATICO ES ANALOGO AL DE LOS CASOS ANTERIORES, LA INVESTIGACION QUE SE PROPONE ESTA MOTIVADA POR UNA SERIE DE APLICACIONES EN DIVERSOS DOMINIOS (MEDICINA, PSICOLOGIA, CIENCIAS MEDIOAMBIENTALES Y ECONOMIA) PARA LAS QUE SE ESTAN RECOGIENDO DATOS IMPRECISOS, SE HA CONSTATADO LA EXISTENCIA DE DATOS ANOMALOS EN TODAS ELLAS, POR LO QUE LOS METODOS ESTADISTICOS EXISTENTES HOY EN DIA PRODUCEN RESULTADOS DISTORSIONADOS, EL OBJETIVO GENERAL ES DESARROLLAR PROCEDIMIENTOS BIEN FUNDAMENTADOS TEORICAMENTE Y COMPUTACIONALMENTE EFICIENTES PARA EL ANALISIS ESTADISTICO FLEXIBLE Y ROBUSTO DE DATOS INTERVALARES, DE CONJUNTO Y DE CONJUNTO FUZZY, SE ABORDARAN PROBLEMAS RELACIONADOS CON LAS MEDIDAS DE LOCALIZACION Y VARIABILIDAD Y CON MODELOS DE REGRESION, LOS RESULTADOS TEORICOS ESPERADOS SE REFIEREN A LA FORMALIZACION DE MEDIDAS Y MODELOS, ESTIMACION, PROPIEDADES ESTADISTICAS Y DE ROBUSTEZ E INFERENCIAS, TANTO EL TRATAMIENTO DE DATOS IMPRECISOS COMO LA ESTADISTICA ROBUSTA TRADICIONAL SON COMPUTACIONALMENTE INTENSIVOS, LA FORMULACION REALISTA DE PROBLEMAS EN ESTE CONTEXTO IMPLICARA ALGORITMOS DE COMPLEJIDAD NO POLINOMICA, SE INVESTIGARAN METODOS COMPUTACIONALES EFICIENTES, ESTABLES Y BIEN CONDICIONADOS Y SE DESARROLLARAN PAQUETES DE SOFTWARE LIBRE, EL FIN PRACTICO ES MEJORAR LA CALIDAD DEL ANALISIS ESTADISTICO EN TODOS LOS CAMPOS DONDE SURGE CONTAMINACION E IMPRECISION EN LOS DATOS EXPERIMENTALES, TALES COMO RIESGOS MEDICOS, AMBIENTALES O FINANCIEROS, ESTADÍSTICA ROBUSTA\ DATOS DE INTERVALO\ DATOS DE CONJUNTO\ DATOS FUZZY\ ESPACIOS DE HILBERT\ LOCALIZACIÓN\ VARIABILIDAD\ REGRESIÓN LINEAL\ IMPLEMENTACIÓN EFICIENTE\ SOFTWARE