http://hdl.handle.net/10366/108772 2026-04-29T17:45:23Z http://hdl.handle.net/10366/164439 [ES]El trigo es uno de los cultivos más importantes a nivel mundial. La productividad y calidad nutricional del trigo dependen de factores genéticos, ambientales y de la disponibilidad de nutrientes como el nitrógeno (N). Sin embargo, el calentamiento global supone una amenaza para la seguridad alimentaria y la sostenibilidad de los sistemas agrarios por su impacto en el rendimiento y calidad de los cultivos agroalimentarios. Mediante la combinación de diferentes técnicas multivariantes, el presente Trabajo de Fin de Máster pretende la identificación de posibles biomarcadores relacionados con la mejora en el rendimiento y calidad del grano de trigo, y de variedades con estabilidad en el rendimiento en respuesta a la disponibilidad de N en el futuro escenario climático. Con esta finalidad, se analizó la respuesta diferenciada de ocho genotipos de trigo cultivados con CO2 elevado (eCO2) y temperatura alta en abundancia y deficiencia de N. La principal fuente de variabilidad en los datos fue la disponibilidad de N, enmascarando la variabilidad genotípica. La abundancia de N aumentó el rendimiento y calidad del grano que se relacionó con una mayor actividad de las enzimas del metabolismo C-N foliar y un menor estatus antioxidante durante la fase vegetativa. Además, estas técnicas estadísticas han permitido demostrar un desequilibrio en el rendimiento y calidad entre los genotipos asociado a una mayor actividad foliar y radicular del metabolismo C-N en la antesis, y la identificación de un genotipo con estabilidad en el rendimiento. Estos resultados proporcionan información de utilidad para la mejora genética del trigo.; [EN]Wheat is one of the most important crops worldwide. The productivity and nutritional quality of wheat depend on genetic and environmental factors and the availability of nutrients, such as nitrogen (N). Moreover, global warming poses a threat to food security and the sustainability of agricultural systems due to its impacts on productivity and quality of agrifood crops. By combining different multivariate techniques, this MSc Thesis aims to identify possible biomarkers for the improvement of wheat grain yield and quality, and varieties with yield stability in response to the availability of nitrogen (N) in the future climate scenario. For this purpose, the difference in the response of eight wheat genotypes grown under elevated CO2 (eCO2) and high temperature with N abundance and deficiency was analysed. The main source of variability in the data was N availability, masking genotypic variability. N abundance increased the grain yield and quality, which was related to higher activity of foliar C-N metabolism enzymes and lower antioxidant status of the leaf at vegetative phase. Furthermore, these statistical techniques have allowed us to demonstrate a grain yield and quality trade-off among genotypes associated with larger foliar and root activity of C-N metabolism at anthesis, and the identification of a genotype with yield stability. These results provide useful information for the genetic improvement of wheat. 2023-01-01T00:00:00Z http://hdl.handle.net/10366/160878 [ES]Los Objetivos de Desarrollo del Milenio (ODM) visionados en la Declaración del Milenio y considerados como la piedra angular en las políticas de desarrollo, representan el firme compromiso de un mundo mejor por parte de los gobiernos. Su configuración alimenta las estrategias, políticas y planes públicos de los jefes de Estado, orientándolos al desarrollo de una mejor nación. El año 2015 es el horizonte para rendir cuentas del avance en la consecución de los objetivos. Hoy, a tan solo un año, es momento de escudriñar el desempeño y descubrir los rezagos de cumplimiento. Por tanto, la aplicación de herramientas de análisis, más allá de las utilizadas, para dar respuestas a estas cuestiones reviste de gran relevancia. El objetivo del presente estudio es analizar los Objetivos de Desarrollo del Milenio desde una perspectiva multivariante basado en la aplicación de técnicas de análisis multivariantes avanzadas, como herramientas de análisis más potentes de las que habitualmente se emplean en los informes de monitoreo, brindando a organismos locales y mundiales la posibilidad de conocer técnicas que les permitan presentar un análisis efectivo en el balance del progreso por parte del Estado y la sociedad El HJ-Biplot y el Análisis Triádico han permitido poner de manifiesto las complejas relaciones existentes en la matriz de datos. Con base a estas técnicas, los análisis manifiestan una comprensión de las estructuras subyacentes a los datos, especialmente en términos de relaciones entre los distintos indicadores y en cómo ellos pueden explicar la estructura de la los países, así como su dinamismo a lo largo del periodo en estudio (1990, 2000, 2010 y 2012). Además, el método K medias, como técnica de análisis multivariante clásico complementó el análisis por medio del agrupamiento de los países de acuerdo con las distintas variables. Esta investigación valida las diferencias existentes entre las naciones de las distintas regiones y con base en éstas se categoriza según el grado de dinamismo. 2014-01-01T00:00:00Z http://hdl.handle.net/10366/159908 [ES]Los incendios forestales están condicionados por factores climáticos y naturales, pero las actividades humanas son responsables del 90% de las igniciones actuales en los bosques europeos. La pirogeografía emerge como una herramienta fundamental para el desarrollo de estrategias de gestión del fuego adaptadas a las características específicas de cada región. Este estudio explora la evolución de la estructura de covariación entre variables agrarias y socioeconómicas desde 1982 hasta 2020, utilizando métodos estadísticos multivariantes como STATIS-Dual, análisis de Co-inercia y el modelo de Regresión PLS. El análisis STATIS-Dual reveló una notable estabilidad en las variables agrarias a lo largo de los periodos 1982, 1989, 1999 y 2009. Sin embargo, se detectó un cambio significativo en 2020, atribuido a los efectos disruptivos de la pandemia de COVID-19. El análisis de Co-inercia entre las variables agrarias y socioeconómicas de los a˜nos 2009 y 2020, mostró una correlación moderada, con una concentración significativa de variabilidad en un ´único eje, indicando una asociación limitada entre los datos agrarios y socio-económicos durante este periodo. Estos análisis se complementaron mediante sendos análisis de clusters, que permitieron caracterizar cartográficamente las trayectorias de los municipios durante en los periodos estudiados. El modelo PLSR destacó que las variables asociadas con superficies agrícolas peque˜ñas y medianas son esenciales para la predicción del régimen de incendios, aunque la capacidad predictiva del modelo fue moderada. Estos resultados resaltan la relevancia de analizar las particularidades agrarias para obtener una comprensión más detallada y eficiente del riesgo de incendios en distintos contextos locales y regionales.; [EN]Forest fires are influenced by climatic and natural factors, but human activities are responsible for 90% of current ignitions in European forests. Pyrogeography emerges as a fundamental tool for developing fire management strategies adapted to the specific characteristics of each region. This study explores the evolution of the covariation structure between agricultural and socioeconomic variables from 1982 to 2020, using multivariate statistical methods such as STATIS-Dual, Co-inertia analysis, and the PLS regression model. The STATIS-Dual analysis revealed notable stability in agricultural variables across the periods of 1982, 1989, 1999, and 2009. However, a significant change was detected in 2020, attributed to the disruptive effects of the COVID-19 pandemic. The Co-inertia analysis between the agricultural and socioeconomic variables from 2009 and 2020 showed a moderate correlation, with a significant concentration of variability in a single axis, indicating a limited association between agricultural and socioeconomic data during this period. These analyses were complemented by cluster analyses, which allowed the cartographic characterization of municipal trajectories over the studied periods. The PLSR model highlighted that variables associated with small and medium-sized agricultural areas are essential for predicting fire regimes, although the predictive capacity of the model was moderate. These results underscore the importance of analyzing specific agricultural characteristics to gain a more detailed and efficient understanding of fire risk in different local and regional contexts. 2024-09-20T00:00:00Z http://hdl.handle.net/10366/157561 [ES]Este trabajo presenta una propuesta metodológica para el análisis estadístico de textos académicos. Utilizando el método Reinert como punto de partida, se desarrolla una alternativa metodológica más rica basada en la combinación del HJ biplot con técnicas de clasificación. La muestra de estudio consiste en 180 abstracts de artículos académicos seleccionados a través de una búsqueda bibliográfica exhaustiva en el campo de la psicología, específicamente centrada en el impacto de las redes sociales en la atención y la ansiedad. Estos abstracts se transformaron en tablas léxicas y se sometieron, tras una ponderación previa, a análisis multivariante usando el HJ Biplot para reducir la dimensionalidad de los datos. Además, se llevó a cabo una exploración de diferentes técnicas de clustering, concretamente DBSCAN, K-Means y clustering jerárquico con método de ward. Se exploraron las ventajas e inconvenientes de las diferentes técnicas. Los resultados más destacados y relevantes se obtuvieron a través del método de clustering K-Means.; [EN]This work presents a methodological proposal for the statistical analysis of academic texts. Using the Reinert method as a starting point, a richer methodological alternative is developed, based on the combination of HJ biplot with classification techniques. The study sample consists of 180 abstracts from academic articles selected through an exhaustive bibliographic search in the field of psychology, specifically focused on the impact of social networks on attention and anxiety. These abstracts were transformed into lexical tables and underwent multivariate analysis using the HJ biplot after prior weighting to reduce the dimensionality of the data. In addition, an exploration of different clustering techniques, specifically DBSCAN, K-Means, and Hierarchical clustering with ward linkage, was conducted. The advantages and disadvantages of the different techniques were explored. The most outstanding and relevant results were obtained through the K-Means clustering method. 2023-01-01T00:00:00Z http://hdl.handle.net/10366/153117 [EN]The Cox Proportional Hazards model and survival analysis are both important tools for time-to-event analysis in many disciplines. In particular, they have been widely used in sociological studies to analyze the time to the occurrence of life events and to identify relevant factors associated with the hazard of the event, where it is referred to as event history analysis (Allison, 1982; Yamaguchi, 1991). To better understand the application of these statistical methods in the social sciences, this thesis utilizes Cox regression models and survival estimation techniques to examine migrant couples’ reunification process in Spain using retrospective data from the 2018 Spanish Fertility Survey. Specifically, we constructed Kaplan-Meier survival curves of reunification by sex of pioneer migrants and analyzed differences between the curves using the log-rank test. In addition, we performed univariate and multivariate Cox proportional hazards regression analyses to identify the potential explanatory factors associated with the relative risk of reunification. Hazard ratio (HR) values and forest plots were generated to present the results of the univariate and multivariate analyses, and scaled Schoenfeld residuals were used to test the Cox model. The results showed significant differences in the couple's reunification process by the gender of the first migrant, where female primary migrants tend to reunite with their partners earlier than their male counterparts. Potential covariates of age, childbearing status prior to migration, family economic status, duration of union, as well as partner’s age at arrival are identified as significant factors related to the couple’s reunification process. Overall, this thesis advances our understanding of the use of advanced statistical methods in other disciplines, and the novel empirical findings of this study contribute to the literature on family dynamics among immigrant populations in Spain.; [ES]El modelo de riesgos proporcionales de Cox y el análisis de supervivencia son herramientas importantes para el análisis del tiempo transcurrido hasta la ocurrencia de un suceso. En particular, se han utilizado en estudios sociológicos para analizar el tiempo transcurrido hasta la ocurrencia del evento y para identificar un conjunto de variables explicativas, donde se denomina event history analysis (Allison, 1982; Yamaguchi, 1991). Para comprender de mejor manera la aplicación de estos métodos estadísticos en las ciencias sociales, esta tesis utiliza modelos de regresión de Cox y técnicas de estimación de supervivencia para examinar el proceso de reunificación de las parejas migrantes en España utilizando datos retrospectivos de la Encuesta de Fecundidad 2018. Para desarrollar estas ideas, en primer lugar, construimos curvas de supervivencia para mostrar el tiempo transcurrido hasta la reunificación en función del sexo de los inmigrantes pioneros y analizamos las diferencias entre las curvas a través de Log-rank test. En segundo lugar, realizamos análisis de regresión de riesgos proporcionales de Cox univariantes y multivariantes para identificar los factores explicativos asociados con el riesgo relativo de reunificación. Se generaron valores de hazard ratio (HR) y forestplot para presentar los resultados, y utilizamos residuos de Schoenfeld para comprobar el modelo de Cox. Los resultados mostraron diferencias significativas en el proceso de reunificación de la pareja según el sexo del inmigrante, donde las inmigrantes tienden a reunirse con sus parejas en menos tiempo que los inmigrantes. Las covariantes de la edad, la situación de procreación antes de la migración, la situación económica familiar, la duración de la unión, así como la edad de la pareja a la llegada se identifican como factores significativos relacionados con el proceso de reunificación familiar. En general, esta tesis contribuye a la mejor comprensión del uso de métodos estadísticos avanzados en otras disciplinas, y los novedosos resultados empíricos de este estudio contribuyen, a su vez, a la literatura sobre la dinámica familiar entre la comunidad inmigrante en España. 2023-01-01T00:00:00Z http://hdl.handle.net/10366/153030 [ES]El objetivo general del presente trabajo de investigación ha sido analizar un conjunto de variables socioeconómicas y demográficas, y determinar el grado de relación entre éstas y la delincuencia objetiva, utilizando como marco de estudio un grupo de capitales y provincias españolas. De esta forma, se ha pretendido determinar qué variables de la analizadas contribuían a la percepción de la inseguridad subjetiva como incertidumbre. Con la finalidad de la consecución del objetivo general, se establecieron una serie de acciones concretas de corte cuantitativo, interconectadas con objetivos y metas propias. Desde el punto de vista estadístico, se han aplicado un conjunto de técnicas multivariantes, específicamente la técnica de clúster jerárquica, posteriormente la técnica de clúster no jerárquica y finalmente el método HJ-Biplot.; [EN]The general objective of this research work has been to analyze a set of socioeconomic and demographic variables and determine the degree of relationship between these and objective crime, using as a study framework a group of Spanish capitals and provinces. In this way, it has been tried to determine which variables of the analyzed one contributed to the perception of subjective insecurity as uncertainty. In order to achieve the general objective, a series of concrete quantitative actions were established, interconnected with their own objectives and goals. From the statistical point of view, a set of multivariate techniques have been applied, specifically the hierarchical cluster technique, later the non-hierarchical cluster technique and finally the HJ-Biplot method. 2018-01-01T00:00:00Z http://hdl.handle.net/10366/152761 [ES]Desde muchas décadas atrás, el Banco Mundial viene realizando esfuerzos importantes para analizar la evolución temporal del desarrollo de un país tomando en cuenta diferentes tópicos como las políticas económicas, la salud, la pobreza, medio ambiente, educación, etc. El objetivo de este trabajo fue proveer una perspectiva multivariante del desarrollo de los países a través de sus indicadores, proporcionar evidencia del impacto del poder discriminante de estos. Además, exploramos los métodos estadísticos de tres vías Sparse STATIS-dual y STATIS dual, utilizados para la reducción de dimensionalidad. El Análisis de los indicadores tomados de 265 economías, procedentes de la compilación anual que hace el Banco Mundial, pone de manifiesto diferencias entre resultados dependiendo de dos aspectos fundamentales: Primero, el proceso de exclusión de variables explicativas, dada la cantidad de indicadores a seleccionar inicialmente de un total de 1445 que hoy ya tiene el Banco Mundial, y sumado a un problema de datos faltantes; y segundo, el método de análisis, dado que se restringen o no las cargas de los indicadores y esto se refleja en las componentes principales; y sugiere, bajo el principio de parsimonia, seleccionar la mejor hipótesis entre varias igualmente soportadas por los datos, y mejorar la interpretación final. El resultado encontró que los países menos desarrollados están asociados negativamente a la participación de mujeres en un ambiente de negocios, y asociados positivamente a la prevalencia del VIH en mujeres entre 15-24 años; esto sugiere que las mujeres están vinculadas al desarrollo de un país y en ese sentido han de desarrollarse políticas públicas.; [EN]For many decades, the World Bank has been making significant efforts to analyze the temporal evolution of a country's development, taking into account different issues such as economic policies, health, poverty, the environment, education, etc. The aim of this work was to provide a multivariate perspective of the development of countries through their indicators, showing the impact of their discriminating power. In addition, we explore the three-way statistical methods Sparse STATIS-dual and STATIS-dual, used for dimensionality reduction. The analysis of the indicators taken from 265 economies, from the annual compilation carried out by the World Bank, reveals differences between the results based on two fundamental aspects: First, the process of exclusion of explanatory variables, given the number of indicators to select initially from a total of 1445 that the World Bank already has today, and added to a problem of lack of data; and second, the method of analysis, given that the loadings of the indicators be restricted or not and this is reflected in their principal components; and suggests, under the principle of parsimony, selecting the best hypothesis among several equally supported by the data, and improving the final interpretation. The result found that less developed countries are negatively associated with the participation of women in a business environment, and positively associated with the prevalence of HIV in women between 15-24 years; this suggests that women are linked to the development of a country and in this sense, public policies must be developed. 2022-09-01T00:00:00Z http://hdl.handle.net/10366/150436 La aplicación de métodos de aprendizaje automático supervisado a problemas científicos ha alcanzado su auge en los últimos años como herramienta fundamental para la exploración y minería de grandes bases de datos. En particular, en el campo de la Astronomía, un tema de estudio frecuentemente abordado es el entrenamiento de modelos para la clasificación de objetos celestes a partir de imágenes y/o características físicas observables. El objetivo general de este trabajo es investigar modelos supervisados de clasificación binaria para resolver el problema de la distinción de objetos puntuales dentro de las clases galaxia y estrella. Los objetivos particulares se detallan a continuación: 1. Presentar el marco teórico de los modelos supervisados de clasificación, con el fin de familiarizar las ventajas y desventajas que presenta cada uno, así como adquirir un dominio de las herramientas numéricas para su aplicación. En este marco, se definen también las métricas adecuadas para cuantificar y comparar las capacidades de predicción de cada modelo. 2. Entrenar los modelos presentados utilizando el catálogo astronómico ALHAMBRA, compuesto por un total de 23 filtros fotométricos, que recoge información de observaciones de más de 6 × 104 objetos celestes. Comparar las predicciones de clasificación de cada modelo para este ejemplo concreto. Asimismo, el trabajo es llevado a cabo según la siguiente metodología: el marco teórico para presentar los modelos es recogido de bibliografía específica, siguiendo los lineamientos del modulo 5 (Machine Learning) de este máster; los datos utilizados son de acceso público y se presentan mediante un análisis exploratorio inicial; los modelos son entrenados a partir de algoritmos disponibles en librerías de R y los códigos se presentan detallados para la reproducibilidad de los resultados obtenidos. Como resultado general de nuestro trabajo, encontramos que todos los modelos estudiados arrojan buenos ajustes (regresión logística, support vector machines, redes neuronales y árboles de decisión, entre otros), con errores de predicción bajos al ser evaluados con datos de validación. Valorando la complejidad de los modelos y aplicando el principio de simplicidad, el modelo de regresión logística resulta preferido por su buena capacidad de predicción y la simpleza en implementación e interpretación. Los resultados obtenidos en este trabajo para la clasificación de objetos del catálogo ALHAMBRA son originales, y los modelos entrenados resultan comparables a otros estudiados con catálogos astronómicos de las mismas características. 2022-01-01T00:00:00Z http://hdl.handle.net/10366/147161 [ES]Es cada vez más frecuente encontrar grandes matrices de datos con un número elevado de variables, incluso mayor que el número de individuos. Cuando se trata de establecer diferencias significativas entre grupos deberían utilizarse los métodos de contraste multivariantes para controlar el riesgo tipo I. El método más popular es el Análisis Multivariante de la Varianza (MANOVA) que puede considerarse como un caso particular del Modelo Lineal General Multivariante (MLGM). Normalmente el MANOVA se acompaña de una representación grá ca (Análisis Canónico) para ayudar con la interpretación en caso de que se rechace la hipótesis nula de igualdad de vectores de medias. El problema del MANOVA es que tiene condiciones de aplicación muy restrictivas, los datos tienen que tener distribuciones normales multivariantes y la estructura de variación y covariación tiene que ser la misma en todos los grupos; además, el número de variables tiene que ser mucho menor que el número de individuos para que el modelo sea adecuado. En muchos casos prácticos estas condiciones no se cumplen y es necesario recurrir a métodos no paramétricos. Utilizaremos como alternativa el PERMANOVA y el BOOTMANOVA. En este trabajo describiremos el PERMANOVA (en el segundo capítulo) haciendo referencia a su relación con el MANOVA y el MLGM que describimos en el primer capítulo. También se desarrollará en el capítulo 2, como alternativa al PERMANOVA, el BOOTMANOVA, tiene su fundamento en el MANOVA basado en distancias y emplea técnicas bootstrap para hacer la estimación de la distribución muestral. En el tercer capítulo se explicarán las técnicas de representación para datos continuos y binarios asociados al PERMANOVA y al BOOTMANOVA, concretamente el Análisis de Coordenadas sobre los centroides y un Análisis Canónico Bootstrap. Finalmente aplicaremos las técnicas mencionadas a cuatro conjuntos de datos genéticos. 2019-07-16T00:00:00Z http://hdl.handle.net/10366/145656 {EN}Research in aquaculture develops fast as it has to respond to the significant growth of this industry; there are many biological challenges, technical improvements and technology developments that need to be addressed by researchers. Thousands of articles on aquaculture have been published, so it is laborious and time consuming to extract information from accumulated collections. The aim of this study was to understand the distribution patterns and trends of the literature available in the field of aquaculture in order to improve knowledge, nature and structure of these publications. This study performed a literature review of 38319 abstracts published in 14 top-tier aquaculture journals, between the years 1972 and 2019. A Latent Dirichlet Allocation (LDA) was applied to perform text mining on the dataset, finding 40 key topics. Machine learning tools were used in the subsequent distribution and composition of words. As result, we found that topic modeling has the ability to segregate a collection of articles on different topics, and could be used as a tool to understand literature, not only recapturing known facts but also discovering other relevant topics. In general, the topics found confirm key areas of aquaculture research that have been identified by qualitative studies. However in our case it also provides a quantitative evaluation and analysis in the most recent scientific literature 2020-07-20T00:00:00Z http://hdl.handle.net/10366/144025 El ser humano se caracteriza por poseer una de las condiciones cognitivas que le ha hecho evolucionar a lo largo del tiempo, la capacidad de adaptación a su entorno. Actualmente nos encontramos ante una situación de alerta sanitaria generada por la Covid-19 que ha traspasado todas las fronteras. Las pandemias no solo acaban con vidas, sino que, además, provocan crisis políticas, económicas y trasforman a la sociedad. Para conocer esta capacidad de adaptación, se ha creado una encuesta de opinión para la recogida de datos. Con el objetivo de conocer la percepción de la población respecto a numerosos parámetros, tanto psicométricos como conductuales, en un contexto y un momento específico. La recogida de la muestra se realizó entre el 26 de marzo y el 5 de abril de 2020, en ese espacio de tiempo la población se encontraba en una situación de confinamiento forzoso. La muestra resultante está compuesta de un total de 1534 individuos y más de 180 variables a las que se les ha aplicado la técnica de análisis multivariante HJ-Biplot. A partir del uso de esta técnica se concluye que, en tan solo dos semanas de confinamiento, aumentaron significativamente los niveles de estrés y ansiedad y se produjo un descenso considerable de la autoestima y que, además, la práctica de actividad física es un factor protector en ambos casos. 2020-07-20T00:00:00Z http://hdl.handle.net/10366/136925 [EN] Introduction: Methods of detecting and correcting publication bias during the metaanalysis process can be influenced by the presence of heterogeneity. Objective: Systematic review of existing information on the problem of publication bias. Material and method: Bibliographic search in on-line database and books, and a simulation in different scenarios of heterogeneity and publication bias. Result: The evaluated methods work with the abnormality under conditions of heterogeneity with the size of the large effect and in the meta-analysis that integrate a small number of studies. Conclusion: The degree of heterogeneity and the number of studies integrated in the meta-analysis influence the results of methods of detection and correction of publication bias.; [ES] Introducción: Los métodos de detección y corrección del sesgo de publicación realizados durante el proceso de metaanálisis pueden verse influidos en presencia de heterogeneidad. Objetivo: Revisión sistemática de la información existente sobre el problema del sesgo de publicación. Material y método: Búsqueda bibliográfica en base de datos on-line y libros, y una simulación en diferentes escenario de heterogeneidad y sesgo de publicación. Resultado: Los métodos evaluados funcionan con anormalidad en condiciones de heterogeneidad con tamaño del efecto grande y en metaanálisis que integran un número de estudios pequeño. Conclusión: El grado de heterogeneidad y el número de estudios integrados en los metaanálisis influye en el resultado de los métodos de detección y corrección del sesgo de publicación. 2017-01-01T00:00:00Z