Máxima verosimilitud
Optimización de procesos. Primera entrega
- Video:Geometría algebraica numérica para estimación de máxima verosimilitud
- Fuente:Canal Simons Institute / You Tube
Un nuevo modelo para estimar el punto de cambio en la media de un proceso
Estimation of a process mean change point by a new model
El análisis de punto de cambio consiste en determinar si en una secuencia de variables aleatorias se observa un cambio significativo en su patrón de comportamiento, estimar dónde se originó y su magnitud. En esta investigación se propone y se evalúa el desempeño de un modelo combinado basado en estimadores de máxima verosimilitud para determinar el punto de cambio en la media de un proceso cuando se presenta una combinación de cambio repentino y tendencia. Los resultados de la evaluación muestran que el modelo combinado es más eficiente que el modelo T bajo ciertas condiciones de operación del proceso, siendo por lo tanto una buena opción para detectar cambios en la media del proceso.
Este artículo fue elaborado por Eduardo Marroquín Prado, Eugenia Rodríguez Contreras y Patricia Salas Hernández (Instituto Tecnológico de Saltillo, Departamento de Ingeniería Industrial, Saltillo, Coahuila, México) para la Revista de la Ingeniería Industrial (Vol. 3, No 1, 2009, 1-11) publicación de AcademiaJournals.com (San Antonio, TX, Estados Unidos).
Cálculo del límite de fatiga mediante el método de máxima verosimilitud
Determination of Fatigue Limit by means of Maximum Likelihood Method
En esta investigación se revisan los procedimientos al uso para la determinación del límite de fatiga. En particular, se detalla el procedimiento de la escalera en la que los ensayos bajan o suben de tensión, según rompan antes de alcanzar la vida prevista como límite de fatiga o no. Se propone un método de análisis y cálculo del límite de fatiga basado en el procedimiento estadístico de máxima verosimilitud y la hipótesis de normalidad en la distribución del límite de fatiga (aunque pueden formularse otras hipótesis sobre la distribución).
Esta ponencia fue elaborada por A. Martín-Meizoso, J.M. Martínez-Esnaola y J. Gil Sevillano (Universidad de Navarra, San Sebastián, España) para el “XXVI Encuentro del Grupo Español de Fractura” (Santander, España, 25-27 de marzo de 2009), organizado por el Grupo Español de Fractura (Madrid, España). Fue publicada en Anales de Mecánica de la Fractura (Vol. 2, 2009, 406-410).
An imputation-based approach for parameter estimation in the presence of ambiguous censoring with application in industrial supply chain
Un enfoque de imputación para la estimación de parámetros en presencia de censura ambigua con aplicación en cadenas de suministro industriales
En este documento se describe un enfoque novedoso con base en la "imputación proporcional" cuando unidades idénticas producidas en un lote tienen tiempos de falla e instalación independientes y aleatorios. El problema a tratar está motivado por una cadena real de suministro producción-envío donde se embarcan unidades idénticas a un almacén externo y luego se venden en una fecha futura para una posible instalación, lo que lleva a una aguda falta de especificación.
Este documento fue elaborado por Samiran Ghosh (Department of Mathematical Sciences, Indiana University-Purdue University, Indianapolis, IN, Estados Unidos). Se encuentra alojado en la página de arXiv.org, depósito institucional fundado y mantenido por la Cornell University Library (Cornell University. Ithaca, NY, Estados Unidos).
- Video:Aprendizaje de máquinas - Máxima verosimilitud y regresión lineal
- Fuente:Canal Nando de Freitas / You Tube
