Resumen

Este artículo presenta una metodología de inferencia estadística basada en máximos verosímiles para modelos de ecuaciones diferenciales de retraso en el entorno univariado. La inferencia de máxima verosimilitud se obtiene para parámetros de retraso únicos y múltiples desconocidos, así como otros parámetros de interés que rigen las trayectorias de los modelos de ecuaciones diferenciales de retraso. El estimador de máxima verosimilitud se obtiene en base a una cuadrícula adaptativa y algoritmos de Newton-Raphson. Nuestra metodología estima correctamente los parámetros de retraso, así como otros parámetros desconocidos (como los valores iniciales) del sistema dinámico en base a datos de simulación. También desarrollamos una metodología para calcular la matriz de información y los intervalos de confianza para todos los parámetros desconocidos basados en el marco inferencial de verosimilitud. Presentamos tres ejemplos ilustrativos relacionados con sistemas biológicos. Los cálculos se han realizado con la ayuda de

• Materias:Simulación dinámica Toma de decisiones Regresión lineal Cargas controladas Seguridad multimedia
• Subjects:Dynamic simulation Decision making Linear regression Controlled loads Multimedia safety
• Palabras claves:Inferencia estadística; Máxima verosimilitud; Modelos de ecuaciones diferenciales de retardo; Parámetros desconocidos; Intervalos de confianza; Sistemas biológicos
• Keywords:Statistical inference; Maximum likelihood; Delay differential equation models; Unknown parameters; Confidence intervals; Biological systems