Wenceslao Gonzalez Manteiga, Juan Manuel Vilar Fernández (1987)
Trabajos de Estadística
Similarity:
Sea {Xt}t ∈ Z+ una serie de tiempo estacionaria que sigue el modelo autorregresivo de orden 1: Xt = λ + ρXt-1 + et, siendo {et} variables aleatorias i.i.d. de media cero y varianza σ2; a partir de una muestra del proceso {X1, ..., Xn} se calcula en una primera etapa τ'n...
Wenceslao González Manteiga (1985)
Trabajos de Estadística e Investigación Operativa
Similarity:
En este trabajo se introduce un nuevo estimador de la recta de regresión cuando la varianza de los errores aleatorios no es homogénea. La consideración de que la función varianza sea suave nos permite estimarla mediante métodos de estimación no paramétrica para luego a través de tales estimaciones definir un estimador mínimo cuadrático ponderado. Se prueba que tal estimador es asintóticamente optimal en el sentido de la mínima varianza.
Wenceslao González Manteiga, Manuel A. Presedo Quindimil (1991)
Qüestiió
Similarity:
En este trabajo se obtienen propiedades de consistencia y normalidad asintótica para el estimador no paramétrico de la función de regresión (m(x)) resultante de la extensión de la metodología de mínima distancia de Cramer-von Mises al contexto de la estimación de curvas. Se hacen algunas consideraciones acerca de la robustez del estimador resultante en base a la función de influencia local (LIF) y se realiza un estudio de Monte Carlo comparativo con otros métodos de estimación. ...
Juan Manuel Vilar Fernández (1989)
Trabajos de Estadística
Similarity:
Sea {Xt: t ∈ Z} una serie de tiempo estacionaria, con valores en Rp, verificando la condición de ser α-mixing o L2-estable. A partir de una muestra de tamaño n se define una amplia clase de estimadores no paramétricos de la función de densidad f(x) asociada al proceso, y de la función de autorregresión de orden k: r(y) = E(g(Xt+1)/(Xt-k+1 ... Xt) = y), y...
Germán Aneiros Pérez (2000)
Qüestiió
Similarity:
Supongamos que y = ζ β + m(t) + ε, i = 1, ..., n, donde el vector (p x 1) β y la función m(·) son desconocidos, y los errores ε provienen de un proceso autorregresivo de orden uno (AR(1)) estacionario. Discutimos aquí el problema de la selección del parámetro ventana de un estimador tipo núcleo de la función m(·) basado en un estimador Generalizado de Mínimos Cuadrados de β. Obtenemos la expresión asintótica de una ventana óptima y proponemos un método para estimarla,...
Juan Manuel Vilar Fernández (1991)
Qüestiió
Similarity:
Sea X una variable aleatoria con función de distribución F(x) y función de densidad f(x) y X1, X2,..., Xn un conjunto de observaciones de la variable que pueden ser dependientes. Se definen dos estimadores no paramétricos generales (uno recursivo y el otro no recursivo) de la función de distribución. Bajo condiciones aceptables se obtiene el sesgo y la varianza y covarianza asintótica de los estimadores definidos....
M.ª Angeles Fernández Sotelo, Wenceslao González Manteiga (1986)
Trabajos de Estadística
Similarity:
En este trabajo consideramos estimaciones no paramétricas de las funciones de razón de fallo y supervivencia en fiabilidad haciendo uso de suavizaciones no paramétricas de la función de distribución empírica (datos no censurados) y de la distribución de Kaplan-Meier (datos censurados). Se obtienen sesgos, varianzas y distribuciones asintóticas de los estimadores aquí propuestos probándose mediante técnicas de expansiones de segundo orden la eficiencia de éstos respecto de otras estimaciones...
Juan Manuel Vilar Fernández (1991)
Trabajos de Estadística
Similarity:
Se define un estimador no paramétrico, recursivo, de la función de regresión r(x) = E(Y/X = x), que se calcula a partir de un conjunto de n observaciones {(X1,Yi): i = 1, ..., n} del vector aleatorio (X,Y). Bajo la hipótesis de que los datos son idénticamente distribuidos pero no necesariamente independientes, lo que permite utilizar el estimador definido para estimar la función de autorregresión de una serie de tiempo, se obtienen resultados...
Mariano Ruiz Espejo (1988)
Stochastica
Similarity:
A class of infinite linear invariant estimators is proposed in the context of sampling theory. Desirable properties of accuracy of the class are also studied. The usual regression estimator is the best of the class introduced for a certain criterion.
Juan Manuel Vilar Fernández, Wenceslao González Manteiga (1994)
Qüestiió
Similarity:
Dado el siguiente modelo de regresión de diseño fijo, con correlación serial en los errores: Yi = m(xi) + εi, donde xi ∈ C, i = 1,..., n, siendo C un conjunto compacto de R, con error aleatorio εi siguiendo una estructura lineal de tipo MA(∞), se propone un nuevo método para contrastar la hipótesis de que la función de regresión siga un modelo lineal, de la forma mθ(-)...
Alex Costa, Albert Satorra, Eva Ventura (2002)
Qüestiió
Similarity:
Este trabajo es parte de un proyecto que estudia la aplicación de estimadores compuestos (combinación de estimadores directos e indirectos) para áreas pequeñas en estadística regional. Comparamos tres estimadores: uno directo basado en datos muestrales de cada Comunidad Autónoma (CA), otro sintético (indirecto) que combina los datos estatales con información específica de las CCAA, y un tercer estimador, el compuesto, basado en un modelo estadístico que se concreta en una combinación...
Rafaela Dios Palomares, C. Rodríguez Fonseca (1999)
Qüestiió
Similarity:
En el presente artículo se recogen los resultados de una investigación llevada a cabo sobre el comportamiento de pretest de heterocedasticidad. Con este fin se ha diseñado un experimento Monte Carlo, introduciendo como proceso generador de datos un modelo con tres supuestos sobre la estructura de la varianza del error y con distintos niveles de heteroscedasticidad para cada uno de ellos. Asimismo, se analiza la potencia de los diferentes contrastes de heterocedasticidad bajo los distintos...