English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Tools annual

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools monthly

Global: Zendy Plus monthly

Presents the access of premium content as premium feature

Premium Content

Global: Zendy Plus annual

Global: Zendy Free Plan

[ES]Los metodos de ordenacion y de reduccion de la dimension ofrecen diferentes parametros para poder presentar los resultados obtenidos a partir de una muestra de datos multivariantes. Sin embargo, estos metodos unicamente nos muestran esos resultados de una manera incompleta ya que solo se obtienen estimaciones de tales parametros de una manera puntual, sin ninguna informacion acerca de la incertidumbre proporcionada por los mismos. Para proporcionar unos resultados completos es necesario mostrar una forma de decidir como de exactos son esos parametros. El metodo mas comun para proporcionar una indicacion de la cantidad de incertidumbre de un parametro son los intervalos de confianza representados por los limites de confianza.Los metodos bootstrap tienen como principal objetivo la inferencia sobre una poblacion a partir de una muestra. Dicho objetivo se puede obtener remuestreando dicha muestra y haciendo inferencia sobre esta nueva muestra. Estos metodos proporcionan diferentes formas de calcular intervalos de confianza para los parametros calculados a partir de una muestra de datos multivariantes. Tienen la ventaja ademas de que son metodos sencillos que no requieren del conocimiento de la distribucion teorica de la poblacion de partida y tampoco necesitan un tamano de muestra muy elevado para realizar las estimaciones.Estos metodos han sido utilizados combinados con diversas tecnicas multivariantes para proporcionar resultados mas precisos. Siguiendo este procedimiento, se propone la combinacion del remuestreo bootstrap con tecnicas multivariantes para analizar datos de dos vias, pares de matrices que comparten una dimension y tres vias. De esta manera, se ofrecen resultados completos mediante el calculo de intervalos de confianza de los parametros proporcionados por los diferentes analisis. Para facilitar el uso de esta combinacion de analisis se desarrollaran interfaces graficas en el entorno R.

Versión inferencial de los métodos biplot basada en remuestreo bootstrap y su aplicación a tablas de tres vías