The search session has expired. Please query the service again.
The search session has expired. Please query the service again.
The search session has expired. Please query the service again.
The search session has expired. Please query the service again.
The search session has expired. Please query the service again.
The search session has expired. Please query the service again.
The search session has expired. Please query the service again.
The search session has expired. Please query the service again.
The search session has expired. Please query the service again.
The search session has expired. Please query the service again.
The search session has expired. Please query the service again.
The search session has expired. Please query the service again.
The search session has expired. Please query the service again.
The search session has expired. Please query the service again.
The search session has expired. Please query the service again.
The search session has expired. Please query the service again.
Este artículo describe un método para identificar casos extremos de un modelo de regresión lineal susceptibles de alterar la detección de una multicolinearidad. El método está basado en una aproximación del cambio que produce la eliminación de un reducido grupo de casos en los autovalores de la matriz de correlación. Varios ejemplos ilustran las aplicaciones prácticas del método.
En este trabajo se presentan de forma muy esquemática las bases para la realización cableada "casi-directa" de sistemas modelados con RdP. Las técnicas consideradas son modulares (un módulo es un subsistema lógico que posee un elemento de memorización denominado célula), mencionándose las dos técnicas básicas de desactivación de módulos: Transferencia Impulsional y Llamada-Respuesta. También se aborda de forma sucinta el análisis de funcionamientos aleatorios.
Download Results (CSV)