Modelos de Regresión Aditivos Estructurados (STAR) con respuesta ...

More documents

Recommendations

Info

Figura A.12: Distribución de los Restos de corta y operaciones selvícolas en GaliciaPrácticamente no se aprecian existenias de este grupo de modelos de combustibleen Galicia, aspecto a tener en cuenta a la hora de modelizar estas variables.
Apéndice BSoftwarePara la realización de este trabajo se ha utilizado en software estadístico R. Sehan utilizado las siguientes librerías:BayesX: Este paquete proporciona la funcionalidad para explorar y visualizarresultados de las estimaciones obtenidas con el paquete de software BayesX enla regresión aditiva estructurada. También proporciona funciones que permitenleer, escribir y manipular objetos de mapa que se requieren en el análisisespacial realizados con BayesX.R2BayesX: Paquete interfaz de BayesX (http://www.BayesX.org) de líneade comandos binarios de R.Para programar los algoritmos que modelizan la ocurrencia de incendios forestalesprovocados y totales para variables meteorológicas, de tipos de modelos decombustible y ambas, se ha hecho uso de la función:bayesx: Función principal para el ajuste del modelo de la librería R2BayesX.La estimación inferencial usada en este trabajo que proporciona la funciónha sido la estimación basada en el modelo de tecnología mixta y máximaverosimilitud restringida (REML).89
Page 1 and 2:
Máster en Técnicas EstadísticasT
Page 3:
AgradecimientosDebo agradecer de un
Page 6 and 7:
3.3.2. Criterio de Información Bay
Page 9 and 10:
Capítulo 1IntroducciónLos incendi
Page 11 and 12:
et al. (2000) han utilizado la regr
Page 13 and 14:
Capítulo 2Área de Estudio y Mater
Page 15 and 16:
Variables Descripción de las varia
Page 17 and 18:
Figura 2.3: Incendios forestales pr
Page 19 and 20:
Figura 2.5: Estaciones climatológi
Page 21 and 22:
inflamabilidad y combustibilidad de
Page 23:
- Cantidad de combustible (materia
Page 26 and 27:
a través de una función de respue
Page 28 and 29:
con un parámetro de varianza τ 2
Page 30 and 31:
3.2.3. Covariables ContinuasEn esta
Page 32 and 33:
Mediante la definición (p − k)
Page 34 and 35:
Los pesos se pueden elegir inversam
Page 36 and 37:
Por último, echamos un vistazo en
Page 38 and 39: B 12 = p(y|M 1)p(y|M 2 ) , (3.29)El
Page 41 and 42: Capítulo 4Explorando la incidencia
Page 43 and 44: 4.1.2. Modelización de los incendi
Page 45 and 46: tre 20 y 30 ◦ C aproximadamente s
Page 47 and 48: los concellos en gris (ver Figura 4
Page 49 and 50: El efecto observado de la altitud c
Page 51 and 52: donde las zonas núcleo parecen ser
Page 53 and 54: las variables explicativas y el log
Page 55 and 56: un efecto lineal creciente más ace
Page 57 and 58: Figura 4.13: Efectos espaciales no
Page 59 and 60: Figura 4.14: Estimación de los efe
Page 61 and 62: Figura 4.17: Efectos espaciales est
Page 63 and 64: 4.3.1. Modelización de los incendi
Page 69 and 70: Figura 4.24: Efectos espaciales no
Page 75: Figura 4.30: Efectos espaciales no
Page 78 and 79: 3. Trabajamos con máximo rigor, pe
Page 80 and 81: Figura A.1: Distribución de todas
Page 82 and 83: Figura A.4: Distribución de obtenc
Page 84 and 85: en cada punto del territorio galleg
Page 86 and 87: Figura A.10: Distribución del Mato
Page 90 and 91: B.1.B.1.1.Un ejemplo de código R p
Page 93 and 94: BibliografíaAkaike, H.,(1973). Inf
Page 95 and 96: Felicísimo, A.M., (1994). Modelos
Page 97 and 98: Moritz, M.A.,(2003). Spatiotemporal
show all

Modelos de Regresión Aditivos Estructurados (STAR) con respuesta ...

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?