Comparación del comportamiento de diversos estimadores basados en núcleos

DSpace/Manakin Repository

Show simple item record

dc.creator Servy, Elsa
dc.creator Cuesta, Cristina Beatriz
dc.creator Marí, Gonzalo Pablo
dc.date.accessioned 2017-08-22T14:11:38Z
dc.date.available 2017-08-22T14:11:38Z
dc.date.issued 2004-11
dc.identifier.issn 1668-5008 es
dc.identifier.uri http://hdl.handle.net/2133/7828
dc.description.abstract Este trabajo está dirigido a profundizar y difundir métodos no paramétricos para la estimación de funciones de densidad (métodos de suavizado). Estos métodos hacen pre-supuestos mínimos sobre las densidades que gobiernan las frecuencias observadas de las variables estadísticas. En los análisis paramétricos se comienza haciendo supuestos rígidos sobre la estructura básica de los datos. Luego se estiman de la manera más eficiente posible los parámetros que definen la estructura. A posteriori se decide si los supuestos iniciales son aceptables. Esta lógica de pensamiento conlleva, muchas veces, círculos viciosos que oscurecen la objetividad del análisis. Los métodos de suavizado, en cambio, comienzan aceptando su subjetividad y buscan desprenderse de ella a través de métodos de prueba y error tomando como base resultados matemáticos asintóticos. Los fundamentos de los métodos de suavizado son antiguos pero sólo lograron el estado actual de desarrollo gracias a los avances de la ciencia de la computación y los estudios por simulación han permitido evaluar sus comportamientos. Los métodos paramétricos y no paramétricos, en principio antagónicos, suelen ser usados en forma simultánea en el análisis de conjuntos de datos. Los métodos no paramétricos pueden ayudar en el inicio de la investigación a descubrir la estructura probabilística que gobierna los datos de modo que los supuestos del análisis paramétrico estén bien fundamentados. Después de realizados los análisis, suelen ser utilizados nuevamente para el estudio de los residuos, buscando validar la elección del modelo. Entre los métodos de estimación de funciones de densidad de probabilidad se encuentran aquellos estimadores basados en núcleos. Estos estimadores logran funciones de densidad suavizadas que se construyen en cada punto del eje real de acuerdo con los valores muestrales más cercanos al mismo que constituyen un entorno denominado “ventana”. Estos valores son ponderados de modo que, por ejemplo, los vecinos más cercanos tengan mayor peso que los más alejados dentro de una ventana de datos. Se pueden utilizar diversas funciones de ponderación (llamadas K o “Kernel”) que son justamente los núcleos en que se basan los estimadores. Las propiedades de las curvas de estimación dependen de la elección del núcleo y del ancho de la ventana. La combinación de la función de ponderación, el ancho de la ventana, el tamaño de muestra y la forma de la densidad verdadera (más o menos “rugosa”, con más o menos modos, etc) hacen a la bondad de la estimación resultante. Lo que se ensaya en este trabajo es una evaluación de la bondad de la estimación de dos funciones de densidad, una unimodal y otro bimodal, cuando se utilizan distintos núcleos para los estimadores y diferentes tamaños de muestra. El ancho de ventana utilizado es el que asintóticamente se considera óptimo. Justamente el motivo de realizar un estudio de simulación es verificar hasta qué punto los resultados asintóticos tienen vigencia cuando la muestra es de tamaño chico o moderado. es
dc.format application/pdf
dc.language.iso spa es
dc.rights openAccess es
dc.rights.uri http://creativecommons.org/licenses/by-nc-sa/2.5/ar/ *
dc.rights.uri http://creativecommons.org/licenses/by-nc-sa/2.5/ar/ *
dc.subject estimadores es
dc.subject métodos no paramétricos es
dc.subject pre-supuestos es
dc.title Comparación del comportamiento de diversos estimadores basados en núcleos es
dc.type conferenceObject
dc.type documento de conferencia
dc.type acceptedVersion
dc.rights.holder Facultad de Ciencias Económicas y Estadística - Universidad Nacional de Rosario - Argentina es
dc.relation.publisherversion https://www.fcecon.unr.edu.ar/web-nueva/investigacion/actas-de-las-jornadas-anuales es
dc.rights.text Atribución – No Comercial – Compartir Igual (by-nc-sa) es
dc.citation.title Novenas Jornadas "Investigaciones en la Facultad" de Ciencias Económicas y Estadística" de la Universidad Nacional de Rosario es
dc.contributor.organizer Secretaría de Ciencia y Tecnología. Facultad de Ciencias Económicas y Estadística. Universidad Nacional de Rosario es
dc.description.fil Fil: Servy, Elsa . Facultad de Ciencias Económicas y Estadística - Universidad Nacional de Rosario - Argentina es
dc.type.collection comunicaciones
dc.type.version acceptedVersion es


Files in this item

The following license files are associated with this item:

This item appears in the following Collection(s)

Show simple item record

openAccess Except where otherwise noted, this item's license is described as openAccess

My Account


Search DSpace


Browse

Statistics