Repositorio UFRO · Omeka S

On the Student-t Mixture Inverse Gaussian Model with an Application to Protein Production

Primer Autor	Sanhueza, Antonio
Co-autores	Leiva, Victor Lopez-Kleine, Liliana
Título	On the Student-t Mixture Inverse Gaussian Model with an Application to Protein Production
Editorial	UNIV NAC COLOMBIA, DEPT ESTADISTICA
Revista	REVISTA COLOMBIANA DE ESTADISTICA
Lenguaje	en
Resumen	In this article, we introduce a mixture inverse Gaussian (MIG) model based on the Student-t distribution and apply it to bacterium-based protein production for food industry. This model is mainly useful to describe data that follow positively skewed distributions and accommodate atypical observations in a better way than its classical version. Specifically, we present a characterization of the MIG-t distribution. In addition, we carry out a hazard analysis of this distribution centered mainly on its hazard rate. Furthermore, we discuss the maximum likelihood method, which produces-in this case-robust parameter estimates. Moreover, to evaluate the potential influence of atypical observations, we produce a diagnostic analysis for the model. Finally, we apply the obtained results to novel bacterium-based protein production data and statistically compare two types of protein producers using the likelihood ratio test based on the MIG-t model as an alternative methodology to the procedures available until now. This fact is very important, since the evaluation of protein production using both constructions allows practitioners to choose the most productive one before the bacterial culture is scaled to an industrial level.#En este artículo, presentamos un modelo de mezcla gaussiana inversa (MIG) basado en la distribución t de Student y lo aplicamos a la producción de proteínas bacterianas para la industria alimentaria. Este modelo es especialmente útil para describir datos con distribuciones asimétricas positivas y se adapta mejor a las observaciones atípicas que su versión clásica. En concreto, presentamos una caracterización de la distribución MIG-t. Además, realizamos un análisis de riesgo de esta distribución, centrado principalmente en su tasa de riesgo. Asimismo, analizamos el método de máxima verosimilitud, que en este caso produce estimaciones de parámetros robustas. Para evaluar la posible influencia de las observaciones atípicas, realizamos un análisis diagnóstico del modelo. Finalmente, aplicamos los resultados obtenidos a nuevos datos de producción de proteínas bacterianas y comparamos estadísticamente dos tipos de productores de proteínas mediante la prueba de razón de verosimilitud basada en el modelo MIG-t, como metodología alternativa a los procedimientos disponibles hasta ahora. Este hecho es muy importante, ya que la evaluación de la producción de proteínas mediante ambas construcciones permite a los profesionales elegir la más productiva antes de escalar el cultivo bacteriano a nivel industrial.
Tipo de Recurso	artículo original
Description	The authors wish to thank the editors Leonardo Trujillo, Ph.D. and Piedad Urdinola, Ph.D., and anonymous referees for their constructive comments on an earlier version of this manuscript which resulted in this improved version. This study was partially supported by FONDECYT 1090265 grant from Chile. Los autores desean agradecer a los editores Leonardo Trujillo, Ph.D. y Piedad Urdinola, Ph.D., y a los revisores anónimos por sus constructivos comentarios sobre una versión anterior de este manuscrito, que dieron como resultado esta versión mejorada. Este estudio fue financiado parcialmente por la beca FONDECYT 1090265 de Chile.
Formato Recurso	pdf
Palabras Claves	Distribution mixture Length-biased Likelihood methods distributions R computer language distributions Mezcla de distribuciones Sesgo de longitud Métodos de máxima verosimilitud distribuciones Lenguaje informático R distribuciones
Ubicación del archivo	http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S0120-17512011000100009&lng=en&nrm=iso&tlng=en
Materias	Distribution mixture Length-biased Likelihood methods distributions R computer language distributions Mezcla de distribuciones Sesgo de longitud Métodos de máxima verosimilitud distribuciones Lenguaje informático R distribuciones
Disciplinas de la OCDE	Biotecnología Alimentaria#Tecnología de los Alimentos#Biotecnología Industrial
Título de la cita (Recomendado-único)	On the Student-t Mixture Inverse Gaussian Model with an Application to Protein Production
Revista/Libro	REVISTA COLOMBIANA DE ESTADISTICA
Tipo de ruta	diamante verde
Access Rights	acceso abierto
Derechos de acceso	acceso abierto
License	CC BY 4.0
Condición de la licencia (Recomendado-repetible)	CC BY 4.0
Idioma	en
Identificador del recurso (Mandatado-único)	artículo original
Versión del recurso (Recomendado-único)	versión publicada
Entidad financiadora	ANID CONICYT FONDECYT 1090265
Referencia del Financiador (Mandatado si es aplicable-repetible)	ANID CONICYT FONDECYT 1090265
Editorial	UNIV NAC COLOMBIA, DEPT ESTADISTICA
ISSN	0120-1751
Página de inicio (Recomendado-único)	177
Página final (Recomendado-único)	195
Categoría WOS	Statistics & Probability Estadística y probabilidad
Formato	pdf
Id de Web of Science	WOS:000294416200010