Modelación de datos composicionales vía mezclas de distribuciones normales multivariadas.

Ponente(s): Arnoldo Daniel Miranda Fournier, Dr.Gabriel Núñez Antonio, M. en .C Mariana Paola Ramos Gordillo

Desde siempre el ser humano se ha enfrentado a procesos que involucran Datos, en consecuencia, la modelación de fenómenos reales se ha convertido en una tarea muy importante. Un conjunto de datos muy particular son los que forman las variables composicionales, los datos composicionales son aquellos que describen las partes de un todo y su espacio muestral natural resulta ser el símplex p-dimensional. El problema del análisis estadístico de datos composicionales ha sido y es una fuente de preocupación para muchos científicos, puesto que es vasta la frecuencia con que aparecen datos de esta índole en las ciencias aplicadas —ciencias de la tierra (geoquímica, petrología, etc), biología, química, ciencias ambientales, economía, medicina, sociología, ingeniería— y, por ende, la importancia de disponer de herramientas adecuadas para su análisis. La metodología que se desarrollo se basa en la propuesta de un modelo no-paramétrico (mezcla infinita de densidades normales multivariadas) para describir datos composicionales.