Mostrar el registro sencillo del ítem
Procesos puntuales espacio-temporales con aplicación a la modelización de accidentes de tráfico
dc.contributor.author | Calahorra Tovar, Javier | |
dc.contributor.other | Mateu Mahiques, Jorge | |
dc.contributor.other | Universitat Jaume I. Departament de Matemàtiques | |
dc.date.accessioned | 2018-08-03T11:05:56Z | |
dc.date.available | 2018-08-03T11:05:56Z | |
dc.date.issued | 2017-09-27 | |
dc.identifier.uri | http://hdl.handle.net/10234/175940 | |
dc.description | Treball de Fi de Màster Universitari en Matemàtica Computacional (Pla de 2013). Codi: SIQ027. Curs 2016/2017 | ca_CA |
dc.description.abstract | El objetivo Final de este Proyecto Final de Máster es crear un modelo espacio-temporal capaz de estimar la función de intensidad de un proceso estocástico puntual. En el primer capítulo, desarrollaremos los fundamentos teóricos que nos permitirán crear dicho modelo; a saber: proceso estocástico puntual, modelo lineal generalizado (GLM), modelos aditivos generalizados (GAM),... En el segundo y último capítulo mostraremos el modelo construído y analizaremos la bondad de ajuste del mismo, es decir, cómo es de fiable. La base de datos utilizada para acometer este proyecto es Motor Vehicle Trafic Accident. En dicha base de datos están registrados todos los accidentes de Houston, Texas, desde el año 1999 hasta el año 2001. Además, Motor Vehicle Trafic Accident contiene 180.970 observaciones con 591 covariables asociadas a cada accidente, afrontando de esta forma un problema de big data cuyo dominio se reduce a las calles o ejes de Houston. | ca_CA |
dc.description.abstract | The final objective of this Final Master Project is to create a space-time model capable of estimating the intensity function of a stochastic point process. In the first chapter, we will develop the theoretical foundations that will allow us to create the model; namely: stochastic point process, generalized linear model (GLM), generalized additive models (GAM),... In the second and last chapter we will show the constructed model and analyze the goodness of fit of the same, that is, how reliable it is. The database used to undertake this project is Motor Vehicle Trafic Accident. In that database are registered all the accidents of Houston, Texas, from the year 1999 to the year 2001. In addition, Motor Vehicle Trafic Accident contains 180.970 observations with 591 covariables associated with each accident, thus facing a big data problem whose domain is reduced to the streets or network of Houston | ca_CA |
dc.format.extent | 60 p. | ca_CA |
dc.format.mimetype | application/pdf | ca_CA |
dc.language.iso | spa | ca_CA |
dc.publisher | Universitat Jaume I | ca_CA |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 Internacional | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
dc.subject | Màster Universitari en Matemàtica Computacional | ca_CA |
dc.subject | Máster Universitario en Matemática Computacional | ca_CA |
dc.subject | Master's Degree in Computational Mathematics | ca_CA |
dc.subject | proceso puntual | ca_CA |
dc.subject | proceso estocástico | ca_CA |
dc.subject | modelo lineal generalizado | ca_CA |
dc.subject | modelos aditivos generalizados | ca_CA |
dc.subject | GLM | ca_CA |
dc.subject | GAM | ca_CA |
dc.subject | modelo espacio-temporal | ca_CA |
dc.subject | función de intensidad | ca_CA |
dc.subject | red | ca_CA |
dc.subject | point process | ca_CA |
dc.subject | stochastic process | ca_CA |
dc.subject | generalized linear model | ca_CA |
dc.subject | generalized additive model | ca_CA |
dc.subject | space-time model | ca_CA |
dc.subject | intensity function | ca_CA |
dc.subject | network | ca_CA |
dc.title | Procesos puntuales espacio-temporales con aplicación a la modelización de accidentes de tráfico | ca_CA |
dc.type | info:eu-repo/semantics/masterThesis | ca_CA |
dc.educationLevel | Estudios de Postgrado | ca_CA |
dc.rights.accessRights | info:eu-repo/semantics/openAccess | ca_CA |
Ficheros en el ítem
Este ítem aparece en la(s) siguiente(s) colección(ones)
-
TFM: Màster Universitari en Matemàtica Computacional [51]
SIB027, SIQ026, SIQ027, SIQ526, SIQ527