Resumen

La detección de errores groseros ha sido llevada a cabo típicamente mediante pruebas rigurosas estadísticas de hipótesis. Las suposiciones requeridas para deducir las propiedades estadísticas necesarias son restrictivas, lo que conduce a la investigación a enfoques alternativos tales como las redes neuronales artificiales. En este documento se reportan los resultados de un estudio sobre la utilidad de los árboles de clasificación y las funciones de clasificación lineales y cuadráticas para resolver la detección de errores groseros.

• Materias:Investigación operacional Estadística Desarrollo de procesos
• Subjects:Operations research Statistics Process development
• Palabras claves:Ciencias de la administración, Optimización de procesos, Detección de errores groseros, Árboles de clasificación, Funciones de clasificación lineales, Funciones de clasificación cuadráticas, Identificación
• Keywords:Administration sciences, Process optimization, Coarse error detection, Classification trees, Linear classification functions, Quadratic classification functions, Identification