Estimación de la matriz de covarianzas mediante la matriz de observaciones vectorizada
DOI:
https://doi.org/10.5281/zenodo.16786510Palabras clave:
algoritmos para estadística, matriz de covarianzas, métodos multivariados, MSC 62H12, MSC 65C60, MSC 68W01, MSC 62-04, MSC 15B48Resumen
En esta comunicación se describen las características del subprograma Estimacov_2, para estimar la matriz de covarianzas correspondiente con una matriz de observaciones vectorizada; el mismo efectúa una partición de las observaciones en grupos, y brinda diferentes opciones al usuario. Dicho subprograma constituye una mejora de su predecesor, Estimacov (ESTImar MAtriz de COVarianzas), en complejidad algorítmica, utilización de los recursos del lenguaje de programación y robustez. Se presentan todos los pasos principales del algoritmo, y se efectúa un análisis de la complejidad. Finalmente, se muestra un ejemplo. El algoritmo está implementado en Matlab 9.8.
Descargas
Citas
Adamchik, V.S.: Algorithmic Complexity. Carnegie Mellon University, 2009.
Aparecida, S. and L. Pereira: Alternative Hypothesis Tests for the Covariance Matrix Based on Eigenvalues and Multivariate Normality. Brazilian Journal of Operations & Production Management, 9(1):9–27, 2012.
Branco, A.F. and M.A. Guerreiro: Monitoring the mean vector and the covariance matrix multivariate processes with sample means and sample ranges. Produção, 21(2):197–208, 2011.
Brockwell, P.J. and R.A. Davis: Introduction to Time Series and Forecasting. Springer Science+Business Media, Inc., NY, USA, second edition, 2002, ISBN 0-387-95351-5.
Ebadi, M., S. Chenouri, D.K.J. Lin, and S.H. Steiner: Statistical Monitoring of the Covariance Matrix in Multivariate Processes: A Literature Review. Journal of Quality Technology, 54(3):269–289, 2021.
Greene, W.H.: Econometrics Analysis. Prentice Hall, New Jersey, eighth edition, 2018, ISBN 978-0-13-446136-6.
Hair, J.F., W.C. Black, B.J. Babin, and R.E. Anderson: Multivariate Data Analysis. Pearson Prentice Hall, 7th edition, 2010.
Harrar, S.W. and X. Kong: High-dimensional multivariate repeated measures analysis with unequal covariance matrices. Journal of Multivariate Analysis, 145:1–21, 2016.
Janiszewska, M.: Structures of the covariance matrix: An overview. Biometrical Letters, 59(2):141–157, 2022.
Johnson, R.A. and D.W. Wichern: Applied Multivariate Statistical Analysis. Pearson Education Inc, NJ, USA, 6th edition, 2007.
Lemagne, J.: Mínimos Cuadrados Generalizados no lineales para funciones vectoriales: Un enfoque desde el Análisis Numérico. Tesis de Doctorado, Universidad de La Habana, Facultad de Matemática y Computación, 2011.
Martignon, L.: Algorithms, 3 the complexity of an algorithm. In International Encyclopedia of the Social & Behavioral Sciences. Elsevier Ltd., 2001, ISBN 978-0-08-043076-8.
MathWorks: MATLAB R2020a (9.8.0.1323502), 2020.
Perret, B.: Algorithm complexity. ESIEE Paris, 2022.
Rencher, A.C. and W.F. Christensen: Methods of Multivariate Analysis. John Wiley & Sons, Inc., third edition, 2012, ISBN 978-0-470-17896-6.
Sabahno, H. and A. Amiri: Simultaneous monitoring of the mean vector and covariance matrix of multivariate multiple linear profiles with a new adaptive Shewhart-type control chart. Quality Engineering, 35(4):600–618, 2023.
Zimmermann, G., M. Pauly, and A.C. Bathke: Multivariate analysis of covariance with potentially singular covariance matrices and non-normal responses. Journal of Multivariate Analysis, Volume 177(C), 2020.
Publicado
Versiones
- 2025-09-14 (3)
- 2024-12-12 (2)
- 2025-08-09 (1)
Cómo citar
Número
Sección
Licencia
Derechos de autor 2024 Jorge Lemagne Perez
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Esta licencia permite copiar y redistribuir el material en cualquier medio o formato bajo los siguientes términos: se debe dar crédito de manera adecuada, no se puede hacer uso del material con propósitos comerciales, y si remezcla, transforma o crea a partir del material, no podrá distribuir el material modificado. Bajo la licencia mencionada, los autores mantienen los derechos de autor de su trabajo.
