Esta web, cuyo responsable es Bubok Publishing, s.l., utiliza cookies (pequeños archivos de información que se guardan en su navegador), tanto propias como de terceros, para el funcionamiento de la web (necesarias), analíticas (análisis anónimo de su navegación en el sitio web) y de redes sociales (para que pueda interactuar con ellas). Puede consultar nuestra política de cookies. Puede aceptar las cookies, rechazarlas, configurarlas o ver más información pulsando en el botón correspondiente.
AceptarRechazarConfiguración y más información

rafaalbert

A menudo en estadística nos encontramos con un problema en el que los datos nos llevan a analizar una variable respuesta a través de una o varias variables predictoras. El problema está muy bien estudiado cuando la relación entre ambas variables es aproximadamente lineal. Cuando los datos no presentan una relación lineal entre ellos, no existe un método de análisis estándar en el que todo el mundo coincida. Existen una gran variedad de métodos donde elegir, los más utilizados son los métodos running mean, locally-weighted running-line, wavelets, kernel y los splines.

Al problema anterior se lo conoce como problema de suavizado. En este libro introduciremos los métodos splines como modelos de suavización no lineal desde el marco de la estadística Bayesiana y posteriormente lo aplicaremos a uno de los problemas más actuales en el campo de la Epidemiología, la resistencia bacteriana a los antibióticos. En este caso, la obra se centra en el Staphylococcus aureus meticilín resistente (SAMR), una de las cepas más peligrosas y que más ha preocupado a la Organización Mundial de la Salud en los últimos años.