Search

Los datos provenientes de los radares meteorológicos son de suma importancia para el diagnóstico y monitoreo de los sistemas que producen precipitación y sus posibles fenómenos severos asociados. Los ecos causados por objetivos no meteorológicos introducen errores en la información por lo que es necesario detectar la presencia de los mismos previo a la utilización de los datos. Este trabajo presenta cuatro técnicas de clasificación supervisada basadas en diferentes modelos estadísticos que buscan dar una respuesta a este problema. Asimismo como parte importante de este trabajo, se aplicaron técnicas de remuestreo estadísticas sobre los datos de entrenamiento, las que permitieron hacer un análisis más completo sobre los resultados. En la actualidad, las técnicas de remuestreo son herramientas fundamentales en la estadística moderna. Las mismas, a partir de simulaciones sobre los datos, permiten obtener información adicional sobre los modelos planteados. Para este trabajo se realizó un estudio de caso con datos provenientes del radar meteorológico Doppler banda C de doble polarización ubicado en la Estación Experimental Agropecuaria INTA Anguil (La Pampa). Partiendo de la clasificación manual de un experto, se aplicaron cuatro métodos de clasificación supervisada de diferentes grados de flexibilidad en su estructura: Modelo lineal, Modelo Cuadrático, Modelo Logístico y Modelo de Bayes Naive. Luego se compararon los resultados y se evaluó el desempeño de cada uno de ellos. Si bien se encontraron dificultades a la hora de clasificar las zonas de frontera entre clases, los resultados obtenidos fueron adecuados,mostrando el mejor desempeño el modelo menos flexible, el modelo lineal. Se considera necesario seguir avanzando en esta línea de investigación a fin de incorporar una mayor cantidad de casos y tener una mayor significancia de los resultados. Data coming from meteorological radars is of the utmost importance for the diagnosis and monitoring of precipitation systems and their possible associated severe phenomena. The echoes caused by objectives that are not meteorological introduce errors in the information. Therefore, it is necessary to detect their presence before using this data. This paper presents four supervised classification techniques based on different models which seek to give an answer to this problem. In addition, as an important part of this work, resampling techniques were implemented on the training set in order to further asses the results. Resampling methods are an indispensable tool in modern statistics. Those techniques provide additional information about the model of interest by repeatedly drawing samples from then data. Based on data from a C-band Dual-PolarizationDoppler weather radar located in Anguil and from a previous expert's manual classification, four supervised classification methods with different degrees of flexibility in their structure were implemented: Lineal Model, Quadratic Model, Logistic Model and Bayes Naive Model. Finally, the results of each of them were assessed and compared. Although difficulties were encountered in classifying boundary zones between classes, the results obtained were adequate, showing the best performance in the least flexible model, the linear one. It is considered necessary to keep working in this line of research in order to include more cases in the analysis and allow a better inference on the results.

En aplicaciones que involucran datos en alta dimensión, frecuentemente unas pocas variables contienen la mayor parte de la información relevante. Resulta así de gran importancia identificar cuál es la dimensión adecuada para considerar en el análisis. Con el objetivo de comprender este tipo de situaciones, Johnstone (2001) introdujo los modelos de covarianza spiked, en el cual todos sus autovalores son iguales, excepto por una cantidad finita y relativamente chica de ellos, digamos d, que son más grandes. El problema de estimar cuántas componentes deben ser consideradas ha sido estudiado y resuelto en el caso tradicional de p (dimensión de los datos) fijo y n (tamaño de la muestra) creciendo a infinito. En escenarios de alta dimensión, sin embargo, los estadísticos usuales ya no pueden aplicarse y la teoría estadística tradicional no resulta adecuada ni tampoco fácil de adaptar. Una de las contribuciones de esta tesis es estudiar la distribución asintótica del logaritmo del cociente de verosimilitudes bajo la hipótesis nula, para el caso de p y n tendiendo a infinito de modo que la relación p/n converge a una cantidad fija y positiva. A partir de tal distribución, se obtienen tests secuenciales para determinar la dimensión del subespacio spiked. A partir del estudio de la potencia de los tests propuestos se introduce una penalización al estadístico considerado que permite determinar la dimensión del subespacio spiked incluso para valores de p/n cercanos a 1, situación en la que otros enfoques resultan deficientes. In applications involving high-dimensional data, frequently a few variables contain most of the relevant information. Identifying how many dimensions should be kept in the analysis is of paramount importance in representing and modeling data efficiently. In order to understand this type of situation, Johnstone (2001) introduced spiked covariance models. In this model, all the population eigenvalues ​​are equal, except for a few fixed, larger of them, that carry the relevant information. The problem of estimating how many components should be considered has been studied and solved in the traditional case of p (dimension of the data) fixed and n (size of the sample) growing to infinity. In high-dimensional scenarios, however, the usual statistics can no longer be applied and traditional statistical theory is neither adequate nor easy to adapt. One of the contributions of this thesis is to study the asymptotic distribution of the logarithm of the likelihood ratio statistic under the null hypothesis, for the case of p and n growing to infinity, such that the ratio p/n converges to a fixed and positive quantity y. Using such distribution, secuancial tests are obtained to determine the dimension of the spiked subspace. From the study of the power of the proposed tests, a penalty is introduced to the considered statistic that allows to estimate the dimension of the spiked subspace even for values ​​of p/n close to 1, situation in which other approaches are deficient. Fil: Gieco, María Antonella. Universidad Nacional del Litoral; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe; Argentina

En los últimos años, los métodos de estimación doble protegidos dieron lugar al desarrollode propuestas múltiple protegidas. Diversos autores han presentado estimadoresconsistentes en más escenarios que los contemplados por los estimadores doble protegidos. Estas propuestas de estimación, lejos de construirse bajo una teoría general, sonel resultado de procedimientos ad-hoc creados para cada modelo considerado. En este trabajo, desarrollamos un marco teórico que explica la existencia de estimadoresmúltiple protegidos en varias de las propuestas de estimación múltiple protegidas yaexistentes, en modelos donde la verosimilitud se factoriza. Dicha teoría provee condicionessuficientes bajo las cuales es posible la construcción de ecuaciones de estimaciónque, bajo condiciones de regularidad, tienen soluciones que constituyen estimadoresmúltiple protegidos. Presentamos también condiciones suficientes bajo las cuales estimarde manera múltiple protegida ciertos parámetros de ruido, cuya estimación esnecesaria para poder estimar de manera múltiple protegida al parámetro de interés. Además, aplicamos los métodos desarrollados para estimar en forma cuádruple protegidala componente lineal bajo un modelo de regresión parcialmente lineal con datosfaltantes, ya que dicho modelo se inscribe en el marco de la teoría desarrollada. Incluimostambién, los resultados de un estudio de Monte Carlo realizado bajo el modelomencionado. In recent years, double robust procedures have led to the development of multiplerobust approaches. Different authors have shown consistent estimators that confer evenmore protection than double robust estimators. These estimation proposals, far frombeing constructed under a general theory, are the result of ad-hoc procedures createdfor each model considered. In this work, we develop a theoretical framework that explains the existence of multiplerobust estimators in many of the multiple robust procedures existing in factorized likelihoodmodels. This theory provides sufficient conditions for the construction of multiplerobust estimating equations for the parameter of interest. We also provide sufficientconditions under which it is possible to construct multiple robust estimators for certainparameters needed for the estimation of the parameter of interest. We apply this procedure to obtain a multiple robust estimator for the linear componentunder a partial lineal regression model with missing outcomes, since this model fits inthe framework of the developed theory. Also, we present the results of a Monte Carlosimulation study performed under the same model. Fil: Molina, Fernanda Julieta. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina.