@prefix config: . @prefix meta: . @prefix rdf: . @prefix rdfs: . @prefix xsd: . @prefix owl: . @prefix dc: . @prefix dcmitype: . @prefix dcterms: . @prefix foaf: . @prefix geo: . @prefix om: . @prefix locn: . @prefix schema: . @prefix skos: . @prefix dbpedia: . @prefix p: . @prefix yago: . @prefix units: . @prefix geonames: . @prefix prv: . @prefix prvTypes: . @prefix doap: . @prefix void: . @prefix ir: . @prefix ou: . @prefix teach: . @prefix time: . @prefix datex: . @prefix aiiso: . @prefix vivo: . @prefix bibo: . @prefix fabio: . @prefix vcard: . @prefix swrcfe: . @prefix frapo: . @prefix org: . @prefix ei2a: . @prefix pto: . dcterms:description "Una evidencia empírica considerable, acumulada a lo largo de muchas décadas, sugiere que los datos lineales y direccionales raramente están simétricamente distribuidos. A pesar de esta realidad, casi todas las distribuciones propuestas en la literatura estadística como modelos para datos direccionales son simétricas. En el caso de datos lineales, se han propuesto numerosas distribuciones como modelos potenciales para datos asimétricos, pero el rango de tales modelos está lejos de ser suficientemente amplio para cubrir todos los contextos posibles. Nuestra hipótesis de partida es que es posible y absolutamente necesario tanto desarrollar modelos flexibles capaces de describir las características que exhiben los datos reales direccionales, como extender el rango de modelos disponibles para modelizar datos lineales. Sin tales modelos, los investigadores de los numerosos campos en los que surgen datos lineales y direccionales serán incapaces de describir adecuadamente la estructura distribucional subyacente a los mecanismos que generan sus datos. Como consecuencia, no usarán óptimamente la información que posiblemente habrán recogido empleando mucho tiempo y esfuerzo. El objetivo principal de esta línea de investigación es el estudio y desarrollo de modelos y métodos estadísticos para el análisis de dos tipos de datos: i) los llamados datos “lineales”, observados en la recta real o en su extensión el espacio real p-dimensional y ii) los datos direccionales, que se observan sobre el círculo unidad, el toro o el cilindro, y sus extensiones. En ambos contextos pretendemos desarrollar modelos flexibles, capaces de describir características que frecuentemente presentan los datos reales, tales como asimetría, colas pesadas y multimodalidad. Puesto que ya se han propuesto en la literatura varios modelos para estos datos, compararemos los modelos que desarrollemos con los ya existentes. Como ayuda para potenciales usuarios, también nos proponemos producir software para implementar las técnicas inferenciales asociadas con los nuevos modelos. Finalmente, pretendemos aplicar los modelos y técnicas de inferencia estadística que desarrollemos en el análisis de datos reales procedentes de un amplio rango de disciplinas. En la medida de lo posible, la aplicación se realizará en colaboración con científicos internacionales que trabajen en diferentes áreas de investigación, con el fin de facilitar la comprensión por parte de los usuarios últimos que trabajen en los diversos campos de aplicación potencial."; ou:codUnescoIII "1209.07"; a ou:LineaInvestigacion; ou:codUnescoII "1209.07"; ou:codUnescoI "1209.03"; dcterms:title "Modelización Estadística de Datos Lineales y Direccionales ( ". ou:tieneLineaInvestigacion .