Testing Nelder-Mead based repulsion algorithms for multiple roots of nonlinear systems via a two-level factorial design of experiments

This paper addresses the challenging task of computing multiple roots of a system of nonlinear equations. A repulsion algorithm that invokes the Nelder-Mead (N-M) local search method and uses a penalty-type merit function based on the error function, known as 'erf', is presented. In the N-M algorithm context, different strategies are proposed to enhance the quality of the solutions and improve the overall efficiency. The main goal of this paper is to use a two-level factorial design of experiments to analyze the statistical significance of the observed differences in selected performance criteria produced when testing different strategies in the N-M based repulsion algorithm. The main goal of this paper is to use a two-level factorial design of experiments to analyze the statistical significance of the observed differences in selected performance criteria produced when testing different strategies in the N-M based repulsion algorithm.

Development of a water-in-oil-in-water multiple emulsion system integrating biomimetic aqueous-core lipid nanodroplets for protein entity stabilization. Part I: experimental factorial design

Lipid nanoballoons integrating multiple emulsions of the type water-in-oil-in-water enclose, at least in theory, a biomimetic aqueous-core suitable for housing hydrophilic biomolecules such as proteins, peptides and bacteriophage particles. The research effort entertained in this paper reports a full statistical 23x31 factorial design study (three variables at two levels and one variable at three levels) to optimize biomimetic aqueous-core lipid nanoballoons for housing hydrophilic protein entities. The concentrations of protein, lipophilic and hydrophilic emulsifiers, and homogenization speed were set as the four independent variables, whereas the mean particle hydrodynamic size (HS), zeta potential (ZP) and polydispersity index (PI) were set as the dependent variables. The V23x31 factorial design constructed led to optimization of the higher (+1) and lower (-1) levels, with triplicate testing for the central (0) level, thus producing thirty three experiments and leading to selection of the optimized processing parameters as 0.015% (w/w) protein entity, 0.75% (w/w) lipophilic emulsifier (soybean lecithin) and 0.50% (w/w) hydrophilic emulsifier (poloxamer 188). In the present research effort, statistical optimization and production of protein derivatives encompassing full stabilization of their three-dimensional structure, has been attempted via housing said molecular entities within biomimetic aqueous-core lipid nanoballoons integrating a multiple (W/O/W) emulsion.

Solució paral·lelitzada d'interpolació kriging amb ajust automatitzat del variograma

El principal objectiu d'aquest treball és proporcionar una metodologia per a reduir el temps de càlcul del mètode d'interpolació kriging sense pèrdua de la qualitat del model resultat. La solució adoptada ha estat la paral·lelització de l'algorisme mitjançant MPI sobre llenguatge C. Prèviament ha estat necessari automatitzar l'ajust del variograma que millor s'adapta a la distribució espacial de la variable d'estudi. Els resultats experimentals demostren la validesa de la solució implementada, en reduir de forma significativa els temps d'execució final de tot el procés.

Kriging coordinates: what does that mean?

Kriging is an interpolation technique whose optimality criteria are based on normality assumptions either for observed or for transformed data. This is the case of normal, lognormal and multigaussian kriging.When kriging is applied to transformed scores, optimality of obtained estimators becomes a cumbersome concept: back-transformed optimal interpolations in transformed scores are not optimal in the original sample space, and vice-versa. This lack of compatible criteria of optimality induces a variety of problems in both point and block estimates. For instance, lognormal kriging, widely used to interpolate positivevariables, has no straightforward way to build consistent and optimal confidence intervals for estimates.These problems are ultimately linked to the assumed space structure of the data support: for instance, positive values, when modelled with lognormal distributions, are assumed to be embedded in the whole real space, with the usual real space structure and Lebesgue measure

Distribución factorial del ingreso en América Latina, 1950-2000: nuevas series a partir de las cuentas nacionales

Este artículo presenta nuevas series de distribución factorial del ingreso entre 1950 y 2000 para 14 países de América Latina a partir de un proceso de armonización de los datos de compensación de los trabajadores recogidos en las cuentas nacionales. Además, se presentan estimaciones de la remuneración a los trabajadores autónomos, discutiéndose las diferentes metodologías de estimación posibles, y las limitaciones de datos que afectan a las mismas. El análisis de estas estimaciones coherentes nos permite llegar a algunas conclusionespreliminares. En primer lugar, las estimaciones presentan variaciones importantes entre los países. Segundo, a nivel regional, muestran variaciones tanto coyunturales como de largo plazo que apoyanlos estudios que cuestionan la estabilidad de la distribución factorial del ingreso en el largo plazo.Tercero, nuestras estimaciones de la remuneración del factor trabajo, una vez corregidas para incluir una estimación del trabajo no asalariado, siguen siendo sensiblemente inferiores a las de lospaíses desarrollados, cuestionando así los estudios que señalan que dichas variaciones desaparecen al aplicárseles esta corrección.

Wavelet analysis residual kriging vs. neural network residual kriging

This paper deals with the problem of spatial data mapping. A new method based on wavelet interpolation and geostatistical prediction (kriging) is proposed. The method - wavelet analysis residual kriging (WARK) - is developed in order to assess the problems rising for highly variable data in presence of spatial trends. In these cases stationary prediction models have very limited application. Wavelet analysis is used to model large-scale structures and kriging of the remaining residuals focuses on small-scale peculiarities. WARK is able to model spatial pattern which features multiscale structure. In the present work WARK is applied to the rainfall data and the results of validation are compared with the ones obtained from neural network residual kriging (NNRK). NNRK is also a residual-based method, which uses artificial neural network to model large-scale non-linear trends. The comparison of the results demonstrates the high quality performance of WARK in predicting hot spots, reproducing global statistical characteristics of the distribution and spatial correlation structure.

Scaling of semivariograms and the kriging estimation of field-measured properties

Two methods were evaluated for scaling a set of semivariograms into a unified function for kriging estimation of field-measured properties. Scaling is performed using sample variances and sills of individual semivariograms as scale factors. Theoretical developments show that kriging weights are independent of the scaling factor which appears simply as a constant multiplying both sides of the kriging equations. The scaling techniques were applied to four sets of semivariograms representing spatial scales of 30 x 30 m to 600 x 900 km. Experimental semivariograms in each set successfully coalesced into a single curve by variances and sills of individual semivariograms. To evaluate the scaling techniques, kriged estimates derived from scaled semivariogram models were compared with those derived from unscaled models. Differences in kriged estimates of the order of 5% were found for the cases in which the scaling technique was not successful in coalescing the individual semivariograms, which also means that the spatial variability of these properties is different. The proposed scaling techniques enhance interpretation of semivariograms when a variety of measurements are made at the same location. They also reduce computational times for kriging estimations because kriging weights only need to be calculated for one variable. Weights remain unchanged for all other variables in the data set whose semivariograms are scaled.

Propiedades psicométricas y estructura factorial de la Escala de Identidad Étnica Multigrupo en español (MEIM)

En este trabajo investigó la consistencia interna y la estructura factorial, comparando tres modelos de medición, de una versión en español de 12 ítems de la Escala de Identidad Étnica Multigrupo de Phinney, en una muestra de 631 estudiantes mexicanos (301 indígenas y 330 mestizos) entre 17 y 40 años de edad. Los resultados apoyan la consistencia interna de la medida y apuntan a una estructura de dos factores de la identidad étnica: la afirmación o identificación étnica y la exploración étnica. Así mismo, se encontraron diferencias estadísticamente significativas en los grupos estudiados, siendo los indígenas quienes puntúan más alto en identidad étnica y sus componentes. Sugerimos que se necesitan más investigaciones para evaluar la identidad étnica y validar la medida y los factores de la identidad étnica a través de diversos grupos étnicos con otras muestras de adolescentes y adultos de habla hispana

Una comparación de la selección de los ratios contables en los modelos contable-financieros de predicción de la insolvencia empresarial : la literatura previa frente al analisis factorial

En los últimos 30 años la proliferación de modelos cuantitativos de predicción de la insolvencia empresarial en la literatura contable y financiera ha despertado un gran interés entre los especialistas e investigadores de lamateria. Lo que en un principio fueron unos modelos elaborados con un único objetivo, han derivado en una fuente de investigación constante.En este documento se formula un modelo de predicción de la insolvencia a través de la combinación de diferentes variables cuantitativas extraídas de los estados contables de una muestra de empresas para los años 1994-1997. A través de un procedimiento por etapas se selecciona e interpreta cuáles son las más relevantes en cuanto a aportación de información.Una vez formulado este primer tipo de modelos se busca una alternativa a las variables anteriores a través de la técnica factorial del análisis de componentes principales. Con ella se hace una selección de variables y se aplica, junto conlos ratios anteriores, el análisis univariante. Por último, se comparan los modelos obtenidos y se concluye que aunque la literatura previa ofrece mejores porcentajes de clasificación, los modelos obtenidos a través del análisis decomponentes principales no deben ser rechazados por la claridad en la explicación de las causas que conducen a una empresa a la insolvencia.

Una comparación de la selección de los ratios contables en los modelos contable-financieros de predicción de la insolvencia empresarial : la literatura previa frente al analisis factorial

En los últimos 30 años la proliferación de modelos cuantitativos de predicción de la insolvencia empresarial en la literatura contable y financiera ha despertado un gran interés entre los especialistas e investigadores de lamateria. Lo que en un principio fueron unos modelos elaborados con un único objetivo, han derivado en una fuente de investigación constante.En este documento se formula un modelo de predicción de la insolvencia a través de la combinación de diferentes variables cuantitativas extraídas de los estados contables de una muestra de empresas para los años 1994-1997. A través de un procedimiento por etapas se selecciona e interpreta cuáles son las más relevantes en cuanto a aportación de información.Una vez formulado este primer tipo de modelos se busca una alternativa a las variables anteriores a través de la técnica factorial del análisis de componentes principales. Con ella se hace una selección de variables y se aplica, junto conlos ratios anteriores, el análisis univariante. Por último, se comparan los modelos obtenidos y se concluye que aunque la literatura previa ofrece mejores porcentajes de clasificación, los modelos obtenidos a través del análisis decomponentes principales no deben ser rechazados por la claridad en la explicación de las causas que conducen a una empresa a la insolvencia.

Anàlisi factorial confirmatòria per a variables categòriques: Aplicació al qüestionari de discapacitat WHODAS-II

Objective: To describe the methodology of Confirmatory Factor Analyis for categorical items and to apply this methodology to evaluate the factor structure and invariance of the WHO-Disability Assessment Schedule (WHODAS-II) questionnaire, developed by the World HealthOrganization.Methods: Data used for the analysis come from the European Study of Mental Disorders(ESEMeD), a cross-sectional interview to a representative sample of the general population of 6 european countries (n=8796). Respondents were administered a modified version of theWHODAS-II, that measures functional disability in the previous 30 days in 6 differentdimensions: Understanding and Communicating; Self-Care, Getting Around, Getting Along withOthers, Life Activities and Participation. The questionnaire includes two types of items: 22severity items (5 points likert) and 8 frequency items (continuous). An Exploratory factoranalysis (EFA) with promax rotation was conducted on a random 50% of the sample. Theremaining half of the sample was used to perform a Confirmatory Factor Analysis (CFA) inorder to compare three different models: (a) the model suggested by the results obtained in theEFA; (b) the theoretical model suggested by the WHO with 6 dimensions; (c) a reduced modelequivalent to model b where 4 of the frequency items are excluded. Moreover, a second orderfactor was also evaluated. Finally, a CFA with covariates was estimated in order to evaluatemeasurement invariance of the items between Mediterranean and non-mediterranean countries.Results: The solution that provided better results in the EFA was that containing 7 factors. Twoof the frequency items presented high factor loadings in the same factor, and one of thempresented factor loadings smaller than 0.3 with all the factors. With regard to the CFA, thereduced model (model c) presented the best goodness of fit results (CFI=0.992,TLI=0.996,RMSEA=0.024). The second order factor structure presented adequate goodness of fit (CFI=0.987,TLI=0.991, RMSEA=0.036). Measurement non-invariance was detected for one of the items of thequestionnaire (FD20 ¿ Embarrassment due to health problems).Conclusions: AFC confirmed the initial hypothesis about the factorial structure of the WHODAS-II in 6factors. The second order factor supports the existence of a global dimension of disability. The use of 4of the frequency items is not recommended in the scoring of the corresponding dimensions.

Optimization of the sampling scheme for maps of physical and chemical properties estimated by kriging

The sampling scheme is essential in the investigation of the spatial variability of soil properties in Soil Science studies. The high costs of sampling schemes optimized with additional sampling points for each physical and chemical soil property, prevent their use in precision agriculture. The purpose of this study was to obtain an optimal sampling scheme for physical and chemical property sets and investigate its effect on the quality of soil sampling. Soil was sampled on a 42-ha area, with 206 geo-referenced points arranged in a regular grid spaced 50 m from each other, in a depth range of 0.00-0.20 m. In order to obtain an optimal sampling scheme for every physical and chemical property, a sample grid, a medium-scale variogram and the extended Spatial Simulated Annealing (SSA) method were used to minimize kriging variance. The optimization procedure was validated by constructing maps of relative improvement comparing the sample configuration before and after the process. A greater concentration of recommended points in specific areas (NW-SE direction) was observed, which also reflects a greater estimate variance at these locations. The addition of optimal samples, for specific regions, increased the accuracy up to 2 % for chemical and 1 % for physical properties. The use of a sample grid and medium-scale variogram, as previous information for the conception of additional sampling schemes, was very promising to determine the locations of these additional points for all physical and chemical soil properties, enhancing the accuracy of kriging estimates of the physical-chemical properties.

Interacción genotipo-ambiente en avena sativa l: utilizando los modelos AMMI y factorial de correspondencias

El objetivo fue (i) determinar la presencia de interacción genotipo-ambiente (IGA) en la producción forrajera de avena (Avena sativa L.) de genotipos tolerantes y no tolerantes a Schizaphis graminum empleando un número bajo de ambientes en la provincia de Buenos Aires (Argentina) mediante los modelos de efectos principales aditivos e interacción multiplicativa (AMMI) y análisis factorial de correspondencias (AFC) y (ii) comparar los resultados obtenidos por ambos métodos. Los ensayos se condujeron en La Dulce (Argentina) y La Plata (Argentina) (1993, 1994 y 1995). Se evaluaron 12 genotipos (comerciales y líneas avanzadas) en 12 ambientes (combinación de localidad, años y cortes). Los factores ambiente, genotipo e interacción explicaron un 41,15% (p<0,001), 7,88% (p<0,05) y 36,36% (p<0,001) de la suma de cuadrados del total respectivamente. El modelo AMMI mostró los tres primeros ejes del análisis de componentes principales (ACP) altamente significativos (p<0,001), explicando un 57,99%, 29,03% y 6,27% de la suma de cuadrados de la interacción respectivamente. Las tres primeros ejes del AFC explicaron un 58,98%, 29,58% y 5,60% de dicha suma de cuadrados, respectivamente. El uso conjunto de ambos métodos surge como una herramienta muy útil para reflejar y caracterizar la existencia de interacción genotipo-ambiente en avena.

Estructura factorial de la versión reducida del 'Eysenck Personality Profiler'

El objetivo de este trabajo es analizar la estructura factorial de la versión reducida del Eysenck Personality Profiler (EPP-SF), un cuestionario recientemente elaborado por Eysenck, Wilson y Jackson (1996) que permite la evaluación de los rasgos primarios más importantes que constituyen cada una de las tres dimensiones básicas de personalidad. Los resultados derivados de la aplicación de la técnica de análisis factorial y escalamiento multidimensional a las puntuaciones del EPP-SF de una muestra española de 946 sujetos replican los datos obtenidos en la muestra inglesa. La estructura factorial de la escala perfila claramente una composición tripartita y evidencia un aceptable grado de homogeneidad entre los rasgos primarios que constituyen cada uno de los tres tipos básicos de personalidad. Si bien, el rasgo primario de impulsividad sigue presentado saturaciones importantes en más de una dimensión. Este resultado es interpretado en los términos aducidos por el propio Eysenck, y otros autores, sobre la naturaleza multifactorial de este atributo de personalidad. Hecho que viene a constatar la necesidad de realizar estudios centrados en el análisis de la supuesta unidimensionalidad de las escalas que constituyen el EPP-SF.