Criterio de Laplace: Premisa fundamental en inducción estadística



Título del documento: Criterio de Laplace: Premisa fundamental en inducción estadística
Revista: Tendencias
Base de datos:
Número de sistema: 000558597
ISSN: 0124-8693
Autores:
Año:
Periodo: Jun
Volumen: 16
Número: 1
Paginación: 51-64
País: Colombia
Idioma: Español
Tipo de documento: Artículo
Resumen en español Se discute el Criterio o Regla de Laplace y fundamenta su uso para construir la curva de Lorenz, CL, a partir de series de datos. Presenta ejemplos y gráficos de modelos de ajuste de la CL y de la FDA inferidas; comenta los límites del modelo. El método separa la media real, U, de la función de distribución adimensional (en medias), de modo que FDA(real) = U(real)*FDA(en medias). Busca fundamentar la inferencia estadística univariable de datos positivos a partir del criterio de Laplace, matemáticas clásicas y lógica de conjuntos. Este método no paramétrico supone frecuencias 1/N idénticas para los N datos, sin usar funciones de distribución apriori. Dada su sencillez, propone su empleo en educación estadística y su aplicación en investigación, como elemento teórico previo al manejo del análisis multivariable.
Resumen en inglés It discusses the rule or Laplace Criterion and fundaments its use to build the Lorenz Curve, LC, from datasets. It presents samples and graphs of inferred fitting models of LC and CDF; it comments the limits of the model. Method separates real media U, from adimentional CDF to work it as CDF(real)=U(real)*CDF(in medias). The purpose is to give fundamentals to univariate statistical inference of positive datases using Laplace Criterion, standard mathematics and Boolean sets theory. This nonparametric method assumes identical 1/N frequencies for N data without using a priori distri-bution functions. Given its simplicity, it is proposed to apply it in statistical education and research as a theoretical element, prior to the handling of multivariate analysis.
Disciplinas: Matemáticas
Palabras clave: Inducción estadística,
Modelos de ajuste,
Métodos numéricos,
Curvas de Lorenz y FDA,
Muestras aleatorias,
Matemáticas aplicadas
Keyword: Statistical induction fundamentals,
Fitting models,
Numerical methods,
Lorenz Curves and CDF,
Random samples,
Applied mathematics
Texto completo: Texto completo (Ver HTML) Texto completo (Ver PDF)