<?xml version="1.0" encoding="UTF-8" ?><OAI-PMH xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/ http://www.openarchives.org/OAI/2.0/OAI-PMH.xsd"><responseDate>2013-05-21T23:21:32Z</responseDate><request identifier="oai:www.tdx.cat:10803/10700" metadataPrefix="rdf" verb="GetRecord">http://www.tdx.cat/oai/request</request><GetRecord><record><header><identifier>oai:www.tdx.cat:10803/10700</identifier><datestamp>2011-05-09T09:54:34Z</datestamp><setSpec>hdl_10803_536</setSpec></header><metadata><rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:ow="http://www.ontoweb.org/ontology/1#" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:ds="http://dspace.org/ds/elements/1.1/" xsi:schemaLocation="http://www.w3.org/1999/02/22-rdf-syntax-ns# http://www.openarchives.org/OAI/2.0/rdf.xsd"><ow:Publication rdf:about="oai:www.tdx.cat:10803/10700"><dc:contributor>Universidad de Cantabria. Departamento de Matemáticas, Estadística y Computación</dc:contributor><dc:creator>Nieto Reyes, Alicia</dc:creator><dc:date>2010-09-06</dc:date><dc:date>2010-02-26</dc:date><dc:date>2010-09-06</dc:date><dc:identifier>SA.724-2010</dc:identifier><dc:identifier>9788469367643</dc:identifier><dc:identifier>http://www.tesisenred.net/TDR-0906110-130103</dc:identifier><dc:identifier>http://hdl.handle.net/10803/10700</dc:identifier><dc:description>Dado un conjunto de datos, o una distribución, en un espacio de dimensión mayor a uno, las proyecciones aleatorias consisten en proyectar los datos, o calcular la marginal de la distribución, en un subespacio de menor dimensión que ha sido elegido de forma aleatoria. En nuestro caso de dimensión uno. &lt;br/&gt;En esta tesis presentamos dos aplicaciones de las proyecciones aleatorias. La primera es una definición de profundidad, que es computacionalmente efectiva,  aproxima a la conocida profundidad de Tukey y es válida tanto en espacios multidimensionales como funcionales. La segunda es un test de Gaussianidad para procesos estrictamente estacionarios, que rechaza procesos no Gaussianos con marginal unidimensional Gaussiana.</dc:description><dc:description>A random projection consists in projecting a given data set, or in computing the marginal of a distribution, on a randomly chosen lower dimensional subspace. In our case, it is of dimension one.&lt;br/&gt;In this thesis, we present two applications of the random projections. The first one is a new definition of depth that is computationally effective, approximates the well-known Tukey depth and works as much in multidimensional spaces as in functional. The second is a test of Gaussianity for strictly stationary processes, which rejects non-Gaussian processes with Gaussian one-dimensional marginal.</dc:description><dc:format>application/pdf</dc:format><dc:language>eng</dc:language><dc:publisher>Universidad de Cantabria</dc:publisher><dc:rights>ADVERTENCIA. El acceso a los contenidos de esta tesis doctoral y su utilización debe respetar los derechos de la persona autora. Puede ser utilizada para consulta o estudio personal, así como en actividades o materiales de investigación y docencia en los términos establecidos en el art. 32 del Texto Refundido de la Ley de Propiedad Intelectual (RDL 1/1996). Para otros usos se requiere la autorización previa y expresa de la persona autora. En cualquier caso, en la utilización de sus contenidos se deberá indicar de forma clara el nombre y apellidos de la persona autora y el título de la tesis doctoral. No se autoriza su reproducción u otras formas de explotación efectuadas con fines lucrativos ni su comunicación pública desde un sitio ajeno al servicio TDR. Tampoco se autoriza la presentación de su contenido en una ventana o marco ajeno a TDR (framing). Esta reserva de derechos afecta tanto al contenido de la tesis como a sus resúmenes e índices.</dc:rights><dc:rights>info:eu-repo/semantics/openAccess</dc:rights><dc:source>TDR (Tesis Doctorales en Red)</dc:source><dc:subject>Classification</dc:subject><dc:subject>Sthocastic process</dc:subject><dc:subject>Tukey depth</dc:subject><dc:subject>Random proyections</dc:subject><dc:subject>Gaussianity test</dc:subject><dc:subject>Multidimensional and functional depth</dc:subject><dc:subject>Clasificación</dc:subject><dc:subject>Proceso estocástico</dc:subject><dc:subject>Profundidad de Tukey</dc:subject><dc:subject>Proyecciones aleatorias</dc:subject><dc:subject>Test de Gausianidad</dc:subject><dc:subject>Profundidad multidimensional y funcional</dc:subject><dc:subject>Estadística</dc:subject><dc:title>Aplicaciones estadísticas de las proyecciones aleatorias</dc:title><dc:type>info:eu-repo/semantics/doctoralThesis</dc:type><dc:type>info:eu-repo/semantics/publishedVersion</dc:type><dc:subject>51 - Matemáticas</dc:subject><dc:contributor>alicia.nieto@unican.es</dc:contributor><dc:contributor>true</dc:contributor><dc:contributor>Cuesta Albertos, Juan Antonio</dc:contributor><dc:source>Universidad de Cantabria</dc:source><dc:source>Departamento de Matemáticas, Estadística y Computación</dc:source></ow:Publication></rdf:RDF></metadata></record></GetRecord></OAI-PMH>