RESUMEN
Subproyecto 1: Inferencia robusta en regresión lineal (continuación).
Subproyecto 2: Problemas en áreas biológicas.
Subproyecto 3: Técnicas estadísticas aplicadas al análisis de imágenes
satelitales.
Subproyecto 4: Análisis Multivariado de la Varianza en Modelos
Exponenciales con Dispersión.
Subproyecto 5: La probabilidad y la Estadística en la escuela.
En el Subproyecto 1. Se ha trabajado durante el año 2006 en el
problema de obtener intervalos
de confianza robustos con nivel global en vecindades de contaminación
con algunas ventajas relativas a intervalos de confianza globalmente
robustos definidos por Adrover, Salibian and Zamar, (Globally robust
inference for the location and simple regression, (2004), Journal of
Statistical Planning and Inference. La propuesta actual quiere mejorar
a su competidor actual en el sentido de no precisar normalidad
asintótica global del estimador del parámetro y evitar la estimación
de la escala del error del modelo de regresión simple,
que redunda en una mayor estabilidad del cubrimiento sin empeorar la
longitud del intervalo. .
En el Subproyecto 2. Se pretende construir Curvas de Crecimiento para
datos longitudinales incompletos. La propuesta consiste en utilizar
Modelos Lineales con Efectos Mixtos (LEM) para la variable peso de los
datos obtenidos en el marco del programa integral denominado CLACYD.
En el Subproyecto 3. Se propone desarrollar los siguientes temas:
a) Evaluar la sensibilidad de los métodos de estimación de parámetros
de un modelo Gibbs-autobinomial: pseudo máxima verosimilitud y el
estimador condicional de mínimos cuadrados ante la presencia de
"outliers", desviaciones del modelo supuesto y/o distintos grados de
contaminación de diferentes patrones homogéneos de textura.
b) Estimadores robustos en procesos ARMA-2D y su aplicación en
segmentación y clasificación de imágenes multiespectrales con
radiometría gaussiana multivariada.
c) Contribución al uso de técnicas estadísticas de estimación robusta
para la clasificación en imágenes óptico-electrónicas multiespectrales
satelitales.
d) Estimación de datos faltantes en imágenes multiespectrales usando
imágenes completas de menor resolución.
e) Teoría asintótica de estimadores de parámetros de distribuciones de
Gibbs. f) Modelación y segmentación de imágenes de radar de abertura
sintética por procesos autorregresivos con umbrales. g) Fusión de
datos provenientes de diferentes sensores en teledetección satelital.
h) Transformaciones Espectrales Multivariadas en Procesamiento de
Imágenes.
i) Detección y reconocimiento robusto de objetos 3D en
ambientesno-estructurados mediante el empleo de información visual
proveniente de diferentes vistas.
j) Identificación de descriptores invariantes a cambios en las
condiciones de iluminación, puntos de vista, oclusiones parciales y
fondos ruidosos (cluttered backgrounds).
k) Clasificación de imágenes por medio de variogramas robustos.
En el Subproyecto 4 se pretende la construcción de una Tabla de
Análisis de Varianza (ANOVA) para
modelos lineales generalizados, donde la condición de normalidad es
levantada. .
En el Subproyecto 5, el cual en cierta es continuación del Proyecto
"La probabilidad en la escuela", ampliamos con conceptos estadísticos
que merecen cierta consideración como el concepto de promedio de un
conjunto de datos.