Descripción del proyecto
EN ESTE PROYECTO PROPONEMOS ESTUDIAR MODELOS Y METODOS DE ESTADISTICA Y PROBABILIDAD CUYO NEXO COMUN ES SU ORIENTACION AL ANALISIS DE DATOS DISCRETOS, HACEMOS PROPUESTAS ESPECIFICAS PARA DATOS DISCRETOS, TANTO UNIVARIANTES COMO MULTIVARIANTES, AUNQUE ALGUNAS TIENEN UN RANGO MAS AMPLIO DE APLICABILIDAD, LLEGANDO A SER UTILES INCLUSO PARA EL ANALISIS DE DATOS FUNCIONALES, EL PROYECTO SE ESTRUCTURA EN TRES GRANDES AREAS: (I) MODELOS ESTADISTICOS Y DE PROBABILIDAD PARA DATOS DISCRETOS, ESTUDIAREMOS MODELOS DE PROBABILIDAD PARA VARIABLES ALEATORIAS DISCRETAS UNIVARIANTES QUE ADMITAN SOBREDISPERSION, SUBDISPERSION, ZERO-INFLACCION Y ZERO-DEFLACCION, TAMBIEN NOS OCUPAREMOS DE LA CARACTERIZACION DE MODELOS OBTENIDOS POR TRUNCAMIENTO Y MIXTURA DE DISTRIBUCIONES DISCRETAS, DE COMO EL HECHO DE TRUNCAR EL ESPACIO MUESTRAL DE UN MODELO ESTADISTICO PUEDE EXTENDER SU ESPACIO DE PARAMETROS, Y DEL ANALISIS DE SERIES TEMPORALES DE DATOS DISCRETOS,(II) ESTADISTICA BAYESIANA PARA DATOS DISCRETOS, USAREMOS MODELOS JERARQUICOS BAYESIANOS EN EL ANALISIS DE CONGLOMERADOS DE DATOS CON DEPENDENCIA ESPACIAL (RESULTADOS ELECTORALES) Y DE DATOS CON DEPENDENCIA TEMPORAL (EN ESTILOMETRIA), Y PARA ABORDAR LA ESTIMACION DE LA MATRIZ DE TRANSICION DE VOTOS ENTRE DOS ELECCIONES, TAMBIEN ESTUDIAREMOS ASPECTOS DE LOS FUNDAMENTOS DE LA ESTADISTICA RELACIONADOS CON LA MEDIDA DE LA INFORMACION ESTADISTICA Y DEL DISEÑO DE EXPERIMENTOS PARA MODELOS CON RESPUESTA DISCRETA, (III) TECNICAS MULTIVARIANTES CON APLICACIONES A DATOS DISCRETOS, PROPONEMOS UN CONTRASTE DE CONVEXIDAD DEL SOPORTE DE UNA DISTRIBUCION, UN MODELO LINEAL GENERALIZADO BASADO EN DISTANCIAS Y UN METODO DE CLASIFICACION PARA DATOS ESPACIALES TIPO LATTICE, EN UN PLANO MAS APLICADO, USAREMOS TECNICAS DE DATOS FUNCIONALES PARA ESTUDIAR LA RELACION ENTRE ABSTENCION Y ORIENTACION DEL VOTO,