Título:
Propuesta de algoritmos para aglomeración jerárquica de datos longitudinales y/o grandes volúmenes de datos, bajo condición de existencia de observaciones repetidas.
Otros títulos:
Coordinador:
Director:
Compilador:
Autor:
Abreo, Cindy
Paciel, Cecilia
Paciel, Cecilia
Tutor:
Goyeneche, Juan José
Vernazza, Elena
Vernazza, Elena
Tipo de documento:
Trabajo final de grado
Editor:
Palabras clave:
Aglomerativo jerárquico
Agnes
Cluster
Optimal matching analysis
Segmentación
Agnes
Cluster
Optimal matching analysis
Segmentación
Descriptores:
ESTADISTICA COMPUTACIONAL
ANALISIS DE CONGLOMERADOS
ALGORITMOS DE AGRUPAMIENTO
DATOS LONGITUDINALES
TRAYECTORIAS ESTUDIANTILES
MINERIA DE DATOS
ANALISIS DE CONGLOMERADOS
ALGORITMOS DE AGRUPAMIENTO
DATOS LONGITUDINALES
TRAYECTORIAS ESTUDIANTILES
MINERIA DE DATOS
Año de publicación:
2020
Contenido:
Resumen:
El propósito del trabajo es presentar un procedimiento de segmentación aglomerativo jerárquico que en determinadas condiciones permite reducir sustancialmente la dimensión de las matrices de distancia que se utilizan para la implementación del mismo. Esto posibilita manipular y analizar un mayor volumen de datos, lo que generalmente es una limitación operativa que se presenta. A su vez, se trabaja con datos provenientes de trayectorias secuenciales, que se caracterizan por ser de índole cualitativos, presentando repeticiones de las observaciones. Bajo estas condiciones de volumen y naturaleza de las observaciones, se evalúa y propone una técnica que permite el tratamiento de datos longitudinales tratados como datos categóricos, y una metodología de segmentación a partir de las características antes mencionadas.
Descripción:
Tribunal integrado por: Laura Nalbarte, Leonardo Moreno, Juan José Goyeneche y Elena Vernazza.
Editorial:
EN:
Financiadores:
Citación:
ABREO, Cindy y PACIEL, Cecilia. Propuesta de algoritmos para aglomeración jerárquica de datos longitudinales y/o grandes volúmenes de datos, bajo condición de existencia de observaciones repetidas [en línea] Trabajo final de grado. Montevideo: Udelar. FCEA, 2020.
Citación:
metadata.cc.license.name:
Documento del Gobiberno:
URI:
https://hdl.handle.net/20.500.12008/37091
ISBN:
e-ISBN:
ISSN:
ISMN:
Otros identificadores:
Título Obtenido:
Licenciada en Estadística
Facultad o Servicio que otorga el Título:
Universidad de la República (Uruguay). Facultad de Ciencias Económicas y de Administración.
Licencia:
Licencia Creative Commons Atribución - No Comercial - Sin Derivadas (CC - By-NC-ND 4.0)
Cobertura geográfica:
Cobertura temporal:
metadata.dc.relation.IsVersionOf:
Clasificación:
Es versión de:
| Ficheros | Descripción | Tamaño | Formato | ||
|---|---|---|---|---|---|
| TFG_Abreo_Paciel.pdf | TFG | 905.7 KB | Adobe PDF |