Implementación de Lógica Difusa para realizar Pruebas de Hipótesis Estadísticas Univariadas

A Fuzzy Logic Approach to Test Univariate Statistical Hypothesis.

  • Juan Carlos Figueroa García Universidad Distrital Francisco José de Caldas
  • Luis Eduardo Campos Trujillo Universidad Distrital Francisco José de Caldas
  • Camilo Caquimbo Tabares Universidad Distrital Francisco José de Caldas
Palabras clave: Lógica Difusa Tipo I, Pruebas de Hipótesis Estadísticas, Test No- Paramétricos, Test Paramétricos. (es_ES)

Resumen (es_ES)

El siguiente artículo muestra un acercamiento de la lógica difusa a las pruebas de hipótesis estadísticas, las cuales son una herramienta inferencial para determinar si una afirmación del valor de un parámetro de una poblacióndebe ser rechazada o no. Las técnicas estadísticas clásicas para realizar pruebas de hipótesis poseen una limitante importante, ya que no se muestra algún grado de cumplimiento de la muestra utilizada frente a la población de interés. La aplicación difusa pretende brindar, a quien evalúa una muestra de una población, un valor que indique el grado de cumplimiento de la afirmación, con el fin de tomar decisiones acerca de la muestra.

Resumen (en_US)

This paper shows a fuzzy logic approach to univariate statistical hypothesis testing. This tests are an inferential tools to determine whether a statement about the value of a population’s parameter should be rejected or not. Classical statistical techniques used in hypothesis testing have an important limitation, because does not show the fulfillment level of the used sample faced with the population of interest. The fuzzy application wants to offer, to the appraiser of a sample of a population, a value that indicates the fulfillment level of the statement, in order to improve the decisions making about the sample.

Descargas

La descarga de datos todavía no está disponible.

Referencias

JAMES J. BUCKLEY., «Fuzzy Statistics: hypothesis testing». Soft Computing ­ A Fusion of Foundations , Methodologies and Applications, Volumen 9, Número 7, Julio de 2005, pp 512-518.

JAMES J. BUCKLEY., «Fuzzy statistics: regression and prediction». Soft Computing ­ A Fusion of Foundations , Methodologies and Applications, Vol. 9, Número 6, Mayo de 2005, pp 769-775.

JAMES J. BUCKLEY., «Fuzzy Probabilities: New approach and applications». Physica-Verlag, Vol. 4, Número 1, 2003a, pp 196-212.

JAMES J. BUCKLEY., Fuzzy Statistics. Editorial SpringerVerlag, 2004.

A. Mohammadpuor y A. Mahammad.Djafari. «On Classical, Bayesian and Fuzzy Hypothesis Testing», 25th International Workshop on Bayesian Inference and Maximum Entropy Methods in Science and Engineering. 2005

B. F. Arnold. «An approach to Fuzzy Hypothesis Testing», Metrika, Vol. 44, Número 2, 1996, pp. 119-126.

MOOD, ALEXANDER M.; GRAYBILL, FRANKLIN A. & BOES, DUANE C. Introduction to the Theory of Statistics. McGraw Hill Book Company, 1974.

CANAVOS, GEORGE C, Probabilidad y Estadística; Aplicaciones y Métodos. McGRAW HILL, 1988.

THODE, HENRY C: Jr. Testing For Normality. Marcel Drecker Inc. New York, Basel, 2002.

WILKS. Mathematical Statistics. John Wiley and Sons, New York, 1962.

KLIR, GEORGE J. & FOLGER, TINA A. Fuzzy Sets, Uncertainty and Information. Prentice Hall, 1992.

KLIR, GEORGE J. & YUAN, BO. Fuzzy Sets and Fuzzy Logic: Theory and Applications. Prentice Hall, 1995.

WANG, LI-XING. Adaptive Fuzzy Systems and Control, Design and Stability Analysis. Prentice Hall, 1994.

MENDEL, JERRY. Uncertain Rule-Based Fuzzy Logic Systems: Introduction and New Directions. Prentice Hall, 1994.

CARLOS ANDRES PEÑA REYES, «Coevolutionary Fuzzy Modeling», Tesis Doctoral para Ph.D, Sección de Informática, Escuela Politécnica Federal de Lausanne, Suiza, 2002.

Cómo citar
Figueroa García, J. C., Campos Trujillo, L. E., & Caquimbo Tabares, C. (2005). Implementación de Lógica Difusa para realizar Pruebas de Hipótesis Estadísticas Univariadas. Ingeniería, 11(1), 51-61. https://doi.org/10.14483/23448393.2310
Publicado: 2005-11-30
Sección
Ciencia, investigación, academia y desarrollo