Displaying similar documents to “Funcionales de mínima g-divergencia y sus estimadores asociados (I).”

Funcionales de mínima g-divergencia y sus estimadores asociados (II).

Francisco Javier Cano Sevilla, M.ª Pilar Lasala Calleja (1984)

Trabajos de Estadística e Investigación Operativa

Similarity:

Se realizan dos estudios de simulación para comprobar el comportamiento asintóticamente robusto del estimador de mínima g-divergencia para dos elecciones notables de la función g.

Propiedades asintóticas de los estimadores de mínima distancia con covariables.

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. ...

Técnicas de validación cruzada en la estimación de la densidad bajo condiciones de dependencia.

Alejandro Quintela del Río, Juan Manuel Vilar Fernández (1991)

Qüestiió

Similarity:

Se estudian modificaciones de las técnicas de validación cruzada de Kullback-Leibler y mínimos cuadrados para obtener el parámetro de suavización asociado a un estimador general no paramétrico de la función de densidad, a partir de la muestra, en el supuesto de que los datos verifican alguna condición débil de dependencia. Se demuestra que los parámetros obtenidos por estas dos técnicas son asintóticamente óptimos. Y se realiza un estudio de simulación.

Estudio comparativo de distintas funciones núcleo para la obtención del mejor ajuste según el tipo de datos.

J. Eugenio Martínez Falero, Esperanza Ayuga Téllez, C. González García (1992)

Qüestiió

Similarity:

En este artículo se presenta una contribución a la selección de la función núcleo y del parámetro de alisado que mejor se adaptan a las características muestrales en muestras de tamaño pequeño (25). Para ello se obtuvieron 200 realizaciones muestrales procedentes de 5 distribuciones continuas, prácticamente todas ellas con soporte [0,1]; y se agruparon en función de sus características muestrales. En cada grupo de los obtenidos se ajustaron funciones de densidad correspondientes a 8...

Suavización no paramétrica en fiabilidad.

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...

Aplicación de la suavización no paramétrica del tipo "K-puntos próximos" a modelos de regresión lineal.

Wenceslao González Manteiga (1990)

Trabajos de Estadística

Similarity:

En el modelo de regresión lineal y = E(Y/X = x) = θx, donde (X,Y) es un vector aleatorio bidimensional, del que se dispone de una muestra {(X1, Y1), ..., (Xn, Yn)}, se han introducido recientemente una clase general de estimadores para θ definida como aquellos valores que minimizan el funcional: ψ(θ) = ∫ (αn(x) - θx)2n(x) ...

Una clase de estimadores para los parámetros de un proceso AR(1), obtenidos a partir de estimaciones no paramétricas previas.

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...

Selección de la ventana en suavización tipo núcleo de la parte no paramétrica de un modelo parcialmente lineal con errores autorregresivos.

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,...

Estimación no paramétrica de curvas notables para datos dependientes.

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...

Convexidad y simetría de la J-divergencia generalizada.

Miquel Salicrú Pagés (1990)

Trabajos de Estadística

Similarity:

En este trabajo se caracteriza la simetría de la J-divergencia generalizada en términos del parámetro y de la función que la determina. Se plantea seguidamente la convexidad y la simetrización en función del parámetro, atendiendo a la forma de la función φ(t) que la determina. Finalmente, se revisa la convexidad en función de las variables atendiendo a la concavidad y convexidad de las funciones φ(t) y 1/φ''(t).