Comparación de tres algoritmos de prueba de permutación aplicados a las medias multivariadas de dos muestras independientes

  • Jaime Carlos Porras Cerrón Universidad Nacional Agraria La Molina (Perú)

Resumen

El objetivo de esta investigación fue comparar tres algoritmos de prueba de permutación. Se propusieron escenarios de datos obtenidos mediante simulación de Monte Carlo y en cada uno se aplicaron los algoritmos propuestos. Los resultados muestran una potencia de prueba superior a 0,85. El primer algoritmo basado en la T2 de Hotelling presentó la mayor potencia de prueba. La implementación de los algoritmos fue realizada con el programa R.

Descargas

La descarga de datos todavía no está disponible.

Biografía del autor/a

Jaime Carlos Porras Cerrón, Universidad Nacional Agraria La Molina (Perú)

Ingeniero en Estadística e Informática por la Universidad Nacional Agraria La Molina. Magister in Science en Matemática con mención en Estadística por la Universidad de Puerto Rico. Estudios de Doctorado en Administración en la Universidad Nacional Federico Villarreal. Docente principal del Departamento Académico de Estadística e Informática de la Universidad Nacional Agraria La Molina. Publicó el libro Pruebas no paramétricas usando R (2017).

Citas

Blair, C., Higgins, J., Karniski ,W. y Kromrey, J. (2010). A Study of Multivariate Permutation Tests Which May Replace Hotelling’s T2 Test in Prescribed Circumstances. Journal Multivariate Behavioral Research 29(2), pp. 141-163. doi: 10.1207/ s15327906mbr2902_2

Butar, F. y Park, J. (2008). Permutation Test for Comparing Two Populations. Journal of Mathematical Sciences & Mathematics Education 3(2), pp. 19-30.

Chung, E. y Romano, J. (2011). Asymptotically valid and exact permutation tests based on twosample U-statistics. (Technical report No. 2011-09). Stanford: Stanford University. Recuperado de https://statistics.stanford.edu/sites/default/files/2011-09.pdf

Chung, E. y Romano, J. (2013). Multivariate and Multiple Permutation Test. (Technical report No.2013-05). Stanford: Stanford University. Recuperado de https://statistics. stanford.edu/sites/g/files/sbiybj6031/f/2013-05_0.pdf

Efron, B. y Tibshirani, R. (2011): An Introduction to the Bootstrap. Nueva York: Chapman & Hall/CRC.

Einsporn, R. y Habtzghi, D. (2013): Combining Paired and Two-Sample Data Using a Permutation. Journal of Data Science 11, pp. 767-779.

Higgins, J. (2004). An introduction to modern nonparametric statistics. Londres: Thomson Learning.

Samuh, M. (2017). Ranked Set Two Sample Permutation Test. Statistica 3, pp. 237-249. The R Project for Statistical Computing (3.6) [Software]. (2019). Recuperado de https://

www.r-project.org/

Publicado
2019-10-29
Cómo citar
Porras Cerrón, J. C. (2019). Comparación de tres algoritmos de prueba de permutación aplicados a las medias multivariadas de dos muestras independientes. Ingeniería Industrial, 37(037), 113-124. https://doi.org/10.26439/ing.ind2019.n037.4545
Sección
Calidad y medio ambiente / Quality and environment