El presente trabajo de investigación propone para la SUNAT criterios estándares y transparentes para la identificación de sus Principales Contribuyentes Nacionales, en línea con las buenas prácticas internacionales documentadas por la OECD. Para la elaboración de esta propuesta se hizo un análisis de las normas y procedimientos vigentes, así como de la estrategia, las políticas, la cultura y la capacidad operativa de la SUNAT. Las metodologías SADCI y MACTOR contribuyeron a evaluar la viabilidad y factibilidad de la propuesta.

On propose ici des méthodes statistiques qui tiennent compte de la structure complexe des bases de données et des interactions entre les variables. Parmi ces méthodes, certaines permettront de vérifier la stabilité et la robustesse des résultats obtenus. Nous utilisons l'analyse en composantes principales afin de détecter la présence de systèmes complexes. Nous utilisons la distance de Mahalanobis afin de décrire la dérèglement de ces systèmes et nous utilisons une méthode de bootstrap afin de vérifier la stabilité des résultats. Deux articles sont mis de l'avant afin de présenter l'application de ces outils dans le cadre du vieillissement et des systèmes biologiques sous-jacents.

Doctor en Ciencias de la Ingeniería, Mención Modelación Matemática / En esta tesis definimos dos adaptaciones no-lineales del análisis de componentes principales, para el estudio de la variabilidad de datos conformados por medidas de probabilidad y por imágenes. En el Capitulo 2 introducimos el método de análisis de componentes principales geodésico (ACPG) en el espacio de medidas de probabilidad en la línea real, con segundo momento finito, dotado de la métrica de Wasserstein. Apoyándonos en la estructura pseudo-riemanniana del espacio de Wasserstein, definimos el ACPG basado en adaptaciones del ACP a variedades, propuestas en la literatura. En este contexto, el ACPG se define por medio de un problema de minimización sobre el espacio conformado por los subconjuntos geodésicos del espacio de Wasserstein. Usando argumentos de compacidad y de gama-convergencia, establecemos la consistencia del método, demostrando que el ACPG converge a su contraparte poblacional, cuando el tamaño de la muestra crece a infinito. Discutimos las ventajas de este método, respecto a un ACP funcional estándar de medidas de probabilidad en el espacio de Hilbert de funciones a cuadrado integrable. Con el fin de mostrar los beneficios de este procedimiento para el análisis de datos, exhibimos algunos ejemplos ilustrativos en un modelo estadístico simple. En el Capitulo 3 describimos el método de análisis de componentes principales geométrico (ACP geométrico) para analizar los modos principales de variación geométrica de un conjunto de imágenes. En este contexto proponemos modelar la variabilidad geométrica de las imágenes, respecto a un patrón medio de referencia, por medio de un operador de deformación parametrizado por un espacio de Hilbert. El ACP geométrico consta de dos etapas: (1) registro de imágenes usando un operador de deformación y (2) ACP estándar en los parámetros asociados a las deformaciones. La consistencia del procedimiento es analizada en el contexto de un modelo estadístico de patrón deformable, con una doble asíntota, donde el número de observaciones tiende a infinito y el ruido aditivo converge a cero. Para destacar los beneficios de este procedimiento, describimos un algoritmo y su aplicación a algunos experimentos numéricos con imágenes reales.

Thèse de doctorat--Informatique et réseaux--Paris--ENST, 2006. / Bibliogr. p. 137-142. Résumé en anglais et en français.

Reproduction de : Thèse de doctorat : Biomécanique et bio-ingénierie : Poitiers : 2008. / Titre provenant de l'écran-titre. Bibliogr. 107 réf.

En statistiques, l'analyse en composantes principales (ACP) est une technique couramment utilisée afin de détecter la présence de processus gérant une base de données, c'est-à-dire des principaux axes de variation des données. Toutefois, on se contente trop souvent d'exécuter l'algorithme et d'interpréter directement les résultats sans analyses postérieures concernant la stabilité ou la généralisation des résultats. Pourtant, comme toute mesure statistique prélevée sur un échantillon, l'ACP peut présenter des résultats spécifiques à l'échantillon et difficilement rendre compte de la population étudiée. Il est donc important de développer des analyses complémentaires nous permettant d'évaluer la stabilité des résultats de l'ACP et de déterminer si, oui ou non, les résultats tirés de l'échantillon sont dignes de confiance. On construira et mettra cette nouvelle routine à l'épreuve en étudiant deux sujets distincts tant par leur nature que par leur complexité. On étudie en un premier temps le syndrome métabolique, syndrome considéré comme un facteur important dans le développement du diabète et des maladies cardiovasculaires. Ensuite, on étudie un phénomène beaucoup plus complexe et surtout moins bien défini que le syndrome métabolique, le processus physiologique du vieillissement.

No description available.

En el presente trabajo se desarrolló un método no supervisado de proyección y visualización de datos multidimensionales a espacios de baja dimensión, en especial a 2D. El modelo de proyección propuesto consiste en una matriz de transformación lineal y ortonormal entre los espacios de entrada y salida. Para la optimización de los parámetros se utilizaron como criterios de proyección medidas basadas en la Teoría de la Información, en particular la Información Mutua. Debido a la complejidad del cálculo de la Información Mutua utilizando la forma clásica de Shannon, se trabajó con medidas basadas en la entropía de Renyi, las que combinadas con un estimador de funciones de densidad de probabilidad, llamado ventana de Parzen, permitieron el cálculo de la Información Mutua Cuadrática directamente a partir de los ejemplos. El método es no paramétrico ya que no requiere información a priori sobre la distribución de los datos. Adicionalmente, para mejorar el desempeño se añadió un pre-procesamiento para los datos llamado Blanqueo, el cual transforma los datos linealmente de forma que las características de los mismos no tengan correlación y que la varianza sea unitaria. El método fue probado en cuatro bases de datos distintas con diversa complejidad y fue comparado con otros algoritmos como Análisis de Componentes Principales (PCA), Stochastic Neighbor Embedding (SNE) y Mapas de Sammon (NLM), utilizando como criterios de desempeño tanto medidas de preservación topológica como otras basadas en clustering. Los resultados mostraron que el método propuesto es capaz de proyectar datos de alta a baja dimensión manteniendo gran parte de la información de los mismos, en especial en términos de clustering. El algoritmo superó a PCA en todas las pruebas y obtuvo resultados comparables con SNE y NLM a pesar de que estos métodos son no-lineales. Se desarrolló además una caracterización del método para determinar aspectos como orden computacional y dependencia de parámetros. Por otro lado, se demostró la necesidad de desarrollar nuevas métricas para medir el desempeño de los algoritmos de proyección.

Sociólogo / El presente texto se realiza con el fin de explorar la estructura de las técnicas de reducción de datos del modulo categorías del programa estadístico SPSS. Dicha exploración permitirá potenciar futuros análisis y mejorar la complementación de la información digital y analógica de las técnicas. El documento se divide en cuatro partes generales: La primera parte corresponde al planteamiento del problema, Objetivos y metodología utilizada en este texto. La segunda parte contiene el desarrollo del análisis de correspondencias múltiple. Para ello, se utiliza un esquema de flujo que representa los principales momentos de decisión del analista en la aplicación. El esquema de flujo se complementa con la aplicación concreta de la técnica a datos reales. La tercera parte contiene el desarrollo del análisis de componentes principales categóricos (no lineal). Para ello, se utiliza el mismo procedimiento al análisis de correspondencia múltiple. La cuarta parte muestra las conclusiones del estudio. Las conclusiones se ha dividido en dos partes: La primera parte muestra una “recurrencia operativa” descubierta durante la construcción de este texto, que es la ubicación de las variables independientes e incorrelacionadas en el modelo; La segunda parte muestra las conclusiones generales del texto según los objetivos investigados

No description available.