Elección del parámetro de suavizado óptimo en regresiones p-spline. Un estudio por simulación

Vista sencilla de ítem
dc.citation.titleDecimoctavas Jornadas "Investigaciones en la Facultad" de Ciencias Económicas y Estadísticaes
dc.contributor.organizerSecretaría de Ciencia y Tecnología. Facultad de Ciencias Económicas y Estadística. Universidad Nacional de Rosarioes
dc.creatorIsern, Guillermina
dc.creatorCuesta, Cristina Beatriz
dc.date.accessioned2017-07-24T14:45:16Z
dc.date.available2017-07-24T14:45:16Z
dc.date.issued2013-11
dc.description.abstractn.d.es
dc.description.filFil: Cuesta, Cristina - Facultad Ciencias Económicas y Estadística - Universidad Nacional de Rosario - Argentinaes
dc.formatapplication/pdf
dc.identifier.issn1668-5008es
dc.identifier.urihttp://hdl.handle.net/2133/7552
dc.language.isospaes
dc.relation.publisherversionhttps://www.fcecon.unr.edu.ar/web-nueva/investigacion/actas-de-las-jornadas-anualeses
dc.rightsopenAccesses
dc.rights.holderFacultad Ciencias Económicas y Estadística, Universidad Nacional de Rosario- Argentinaes
dc.rights.textAtribución – No Comercial – Compartir Igual (by-nc-sa)es
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/*
dc.subjectn.d.es
dc.subjectn.d.es
dc.subjectn.d.es
dc.titleElección del parámetro de suavizado óptimo en regresiones p-spline. Un estudio por simulaciónes
dc.typeconferenceObject
dc.typedocumento de conferencia
dc.typeacceptedVersion
dc.type.collectioncomunicaciones
dc.type.versionacceptedVersiones

Archivos

Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
Isern_Cuesta_eleccion del parametro.pdf
Tamaño:
502.69 KB
Formato:
Adobe Portable Document Format
Descripción:
Las regresiones spline Penalizadas (P-spline) forman parte del conjunto de técnicas de sua-vizado que permiten relacionar una variable respuesta con una explicativa sin hacer supues-tos a priori de la forma funcional que las liga. En particular, los métodos de regresión spline dividen el campo de variación de la variable explicativa en regiones dentro de las cuales se ajusta un modelo de regresión de bajo orden (lineal o cuadrático) que luego son unidos en los puntos extremos (llamados nodos). Por tratarse de un modelo de regresión, es simple estimar la variable respuesta e incluso construir intervalos de confianza y de predicción para dichas estimaciones. El mayor inconveniente que presentan las regresiones spline es que suele ser vulnerable a la cantidad de nodos que se empleen y a la ubicación de los mismos. Una opción para eludir este problema es ponderar los parámetros asociados a los nodos, recurriendo así a los mo-delos de regresión P-spline. Estos últimos modelos dependen del parámetro de suavizado que es quien regula la penalización impuesta a los parámetros. No siempre es simple decidir cuál es el valor del parámetro de suavizado que provoca un mejor ajuste de los datos. Tradicionalmente se han usado diversos procedimientos para encontrar dicho parámetro: método de validación cruzada (VC), validación cruzada generalizada (VCG), criterio de Ma-llow (Cp), Criterio de información de Akaike (AIC). En la última década se ha propuesto también ajustar las regresiones P-spline bajo el enfoque de modelos mixtos lo cual define implícitamente un parámetro de suavizado en función de las componentes de variancia del modelo. En este trabajo se comparan, mediante un estudio de simulación y bajo diversos escenarios, los parámetros de suavizados encontrados a través de todos estos métodos. El interés se focaliza en comparar el uso de la regresión Pspline bajo el contexto de los modelos mixtos con respecto al resto de los métodos ya que bajo esta óptica goza de múltiples ventajas, en principio, no es necesario preocuparse por determinar a priori el parámetro de suavizado y, por otro lado en estos modelos se pueden agregar nuevas covariables al modelo, tener en cuenta estructuras de correlaciones entre las observaciones.
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
Nombre:
license.txt
Tamaño:
3.14 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

FCEyE 2013 - Actas Jornadas Anuales - Decimoctavas: 28 y 29-11-2013