CoDaPack. An Excel and Visual Basic based software of compositional data analysis. Current version and discussion form upcoming versions

In the eighties, John Aitchison (1986) developed a new methodological approach for the statistical analysis of compositional data. This new methodology was implemented in Basic routines grouped under the name CODA and later NEWCODA inMatlab (Aitchison, 1997). After that, several other authors have published extensions to this methodology: Marín-Fernández and others (2000), Barceló-Vidal and others (2001), Pawlowsky-Glahn and Egozcue (2001, 2002) and Egozcue and others (2003). (...)

CODAPACK3D. A new version of Compositional Data Package

The statistical analysis of compositional data should be treated using logratios of parts, which are difficult to use correctly in standard statistical packages. For this reason a freeware package, named CoDaPack was created. This software implements most of the basic statistical methods suitable for compositional data. In this paper we describe the new version of the package that now is called CoDaPack3D. It is developed in Visual Basic for applications (associated with Excel©), Visual Basic and Open GL, and it is oriented towards users with a minimum knowledge of computers with the aim at being simple and easy to use. This new version includes new graphical output in 2D and 3D. These outputs could be zoomed and, in 3D, rotated. Also a customization menu is included and outputs could be saved in jpeg format. Also this new version includes an interactive help and all dialog windows have been improved in order to facilitate its use. To use CoDaPack one has to access Excel© and introduce the data in a standard spreadsheet. These should be organized as a matrix where Excel© rows correspond to the observations and columns to the parts. The user executes macros that return numerical or graphical results. There are two kinds of numerical results: new variables and descriptive statistics, and both appear on the same sheet. Graphical output appears in independent windows. In the present version there are 8 menus, with a total of 38 submenus which, after some dialogue, directly call the corresponding macro. The dialogues ask the user to input variables and further parameters needed, as well as where to put these results. The web site http://ima.udg.es/CoDaPack contains this freeware package and only Microsoft Excel© under Microsoft Windows© is required to run the software. Kew words: Compositional data Analysis, Software

A survey addressing the fundamental matrix estimation problem

Epipolar geometry is a key point in computer vision and the fundamental matrix estimation is the only way to compute it. This article surveys several methods of fundamental matrix estimation which have been classified into linear methods, iterative methods and robust methods. All of these methods have been programmed and their accuracy analysed using real images. A summary, accompanied with experimental results, is given

Rank estimation of trajectory matrix in motion segmentation

A novel technique for estimating the rank of the trajectory matrix in the local subspace affinity (LSA) motion segmentation framework is presented. This new rank estimation is based on the relationship between the estimated rank of the trajectory matrix and the affinity matrix built with LSA. The result is an enhanced model selection technique for trajectory matrix rank estimation by which it is possible to automate LSA, without requiring any a priori knowledge, and to improve the final segmentation

Estudi de mètodes de classificació borrosa i la seva aplicació a l'agrupació de zones geogràfiques en base a diverses característiques incertes

Aquesta memòria està estructurada en sis capítols amb l'objectiu final de fonamentar i desenvolupar les eines matemàtiques necessàries per a la classificació de conjunts de subconjunts borrosos. El nucli teòric del treball el formen els capítols 3, 4 i 5; els dos primers són dos capítols de caire més general, i l'últim és una aplicació dels anteriors a la classificació dels països de la Unió Europea en funció de determinades característiques borroses. En el capítol 1 s'analitzen les diferents connectives borroses posant una especial atenció en aquells aspectes que en altres capítols tindran una aplicació específica. És per aquest motiu que s'estudien les ordenacions de famílies de t-normes, donada la seva importància en la transitivitat de les relacions borroses. La verificació del principi del terç exclòs és necessària per assegurar que un conjunt significatiu de mesures borroses generalitzades, introduïdes en el capítol 3, siguin reflexives. Estudiem per a quines t-normes es verifica aquesta propietat i introduïm un nou conjunt de t-normes que verifiquen aquest principi. En el capítol 2 es fa un recorregut general per les relacions borroses centrant-nos en l'estudi de la clausura transitiva per a qualsevol t-norma, el càlcul de la qual és en molts casos fonamental per portar a terme el procés de classificació. Al final del capítol s'exposa un procediment pràctic per al càlcul d'una relació borrosa amb l'ajuda d'experts i de sèries estadístiques. El capítol 3 és un monogràfic sobre mesures borroses. El primer objectiu és relacionar les mesures (o distàncies) usualment utilitzades en les aplicacions borroses amb les mesures conjuntistes crisp. Es tracta d'un enfocament diferent del tradicional enfocament geomètric. El principal resultat és la introducció d'una família parametritzada de mesures que verifiquen unes propietats de caràcter conjuntista prou satisfactòries. L'estudi de la verificació del principi del terç exclòs té aquí la seva aplicació sobre la reflexivitat d'aquestes mesures, que són estudiades amb una certa profunditat en alguns casos particulars. El capítol 4 és, d'entrada, un repàs dels principals resultats i mètodes borrosos per a la classificació dels elements d'un mateix conjunt de subconjunts borrosos. És aquí on s'apliquen els resultats sobre les ordenacions de les famílies de t-normes i t-conormes estudiades en el capítol 1. S'introdueix un nou mètode de clusterització, canviant la matriu de la relació borrosa cada vegada que s'obté un nou clúster. Aquest mètode permet homogeneïtzar la metodologia del càlcul de la relació borrosa amb el mètode de clusterització. El capítol 5 tracta sobre l'agrupació d'objectes de diferent naturalesa; és a dir, subconjunts borrosos que pertanyen a diferents conjunts. Aquesta teoria ja ha estat desenvolupada en el cas binari; aquí, el que es presenta és la seva generalització al cas n-ari. Més endavant s'estudien certs aspectes de les projeccions de la relació sobre un cert espai i el recíproc, l'estudi de cilindres de relacions predeterminades. Una aplicació sobre l'agrupació de les comarques gironines en funció de certes variables borroses es presenta al final del capítol. L'últim capítol és eminentment pràctic, ja que s'aplica allò estudiat principalment en els capítols 3 i 4 a la classificació dels països de la Unió Europea en funció de determinades característiques borroses. Per tal de fer previsions per a anys venidors s'han utilitzat sèries temporals i xarxes neuronals. S'han emprat diverses mesures i mètodes de clusterització per tal de poder comparar els diversos dendogrames que resulten del procés de clusterització. Finalment, als annexos es poden consultar les sèries estadístiques utilitzades, la seva extrapolació, els càlculs per a la construcció de les matrius de les relacions borroses, les matrius de mesura i les seves clausures.

Análisis de los períodos de regresión y transición en el primer año de vida

Aquesta tesi està centrada en l'estudi dels períodes de regressió i transició. A partir dels treballs de van de Rijt-Plooij & Plooij (1992) sobre els períodes de regressió, l'autor analitza les característiques comportamentals d'aquests períodes i la relació que tenen amb els períodes de transició. Els períodes de regressió s'entenen com uns moments del desenvolupament durant els quals els nens perden la homeostasi del seu organisme i manifesten una sèrie de conductes pertorbadores per a la mare. El matrimoni Plooij manté que els períodes de regressió són la manifestació de les reorganitzacions cerebrals que tenen lloc durant el període postnatal, i constitueixen la base de les noves habilitats que el nen va adquirint. Així, doncs, l'augment de l'atenció que la mare dispensa al nen durant els períodes de regressió esdevé una font estimular imprescindible en els processos d'educació i culturalització de l'infant. Per tant, els períodes de regressió estan íntimament relacionats amb els períodes durant els quals apareixen nous comportaments qualitativament diferents dels anteriors, que es manifesten de forma ràpida i sobtada, permetent una certa sistematització del procés evolutiu, per la qual cosa s'han denominat transicions. Van de Rijt-Plooij & Plooij, i també nosaltres, considerem que els períodes de regressió són índexs dels períodes de transició. Per aquesta raó també s'han denominar reprogressions. Tanmateix, els períodes de regressió es poden convertir en una font de conflictes que, en situació de risc, poden degenerar en maltractament infantil i, fins i tot, esdevenir el germen de possibles patogènies. Com veiem, els conceptes de període de regressió i transició es troben a l'encreuament entre la fisiologia, la psicologia i la psicopatologia del desenvolupament i, el seu estudi establiria un pont interdisciplinar que contribuiria a la construcció d'un model biopsicosocial del desenvolupament. Els objectius del nostre estudi varen ser comprovar si els períodes descrits per van de Rijt-Plooij i Plooij (1992) també els podem observar en un grup de nens de la població catalana sense problemes socio-econòmics o sanitaris aparents. Per altra banda, vàrem voler comprovar si els períodes de regressió tenen relació amb els períodes de transició. El disseny d'investigació correspon a un model longitudinal i transversal. Es varen seguir -mitjançant entrevistes, qüestionaris i observacions- vint diades mare-nen durant catorze mesos, repartides en quatre cohorts de cinc diades cada una d'elles. Partint d'uns criteris establerts a priori per a la categorització dels períodes de regressió i transició, vàrem estudiar la temporalitat d'ambdós tipus de períodes. També s'ha aprofundit sobre les característiques comportamentals i dinàmiques dels períodes de regressió. Respecte les dades, els percentatges màxims dels períodes de regressió del nostre grup d'estudi han aparegut a les setmanes: 5, 8, 12-13, 18, 26-27, 35, 43 i 52. La mitjana setmanal de cada període ha sigut de dues setmanes. Les nostres dades confirmen les obtingudes en la investigació de van de Rijt-Plooij & Plooij. Tanmateix, també hem trobat diferències (els períodes de regressió de l'estudi holandès són més llargs i coincideixen més) que ens suggereixen que la cultura podrien estar actuant en la forma de presentació del períodes de regressió. Pel que fa a la relació entre els períodes de regressió i l'emergència de nous comportaments (períodes de transició), els resultats mostren que les freqüències màximes dels períodes de regressió sempre es troben poques setmanes abans de les freqüències màximes dels períodes de transició. Per tant, és possible que els períodes de regressió siguin indicadors dels períodes de transició.