| Revista: | Investigación operacional |
| Base de datos: | PERIÓDICA |
| Número de sistema: | 000379034 |
| ISSN: | 0257-4306 |
| Autores: | Hernández, Noslen1 Biscay, Rolando J2 Villa Vialaneix, Nathalie3 Talavera, Isneri1 |
| Instituciones: | 1Centro de Aplicaciones de Tecnologías de Avanzada, La Habana. Cuba 2Instituto de Cibernética, Matemática y Física, La Habana. Cuba 3Institut Universitaire de Technologie de Perpignan, Departement Statistique et Informatique Decisionnelle, Carcassonne. Francia |
| Año: | 2011 |
| Volumen: | 32 |
| Número: | 2 |
| Paginación: | 146-159 |
| País: | Cuba |
| Idioma: | Inglés |
| Tipo de documento: | Artículo |
| Enfoque: | Analítico, descriptivo |
| Resumen en español | En este artículo se introduce un nuevo método de regresión funcional no paramétrico para predecir una variable aleatoria Y de valores reales, sobre la base de una variable aleatoria funcional X. Las predicciones se construyen mediante una promediación ponderada de los datos de entrenamiento yi , donde las ponderaciones están determinadas por la densidad de probabilidad condicional de X dado Y = yi, la cual se supone Gaussiana. De este modo, dicha densidad condicional es incorporada como información clave en el estimador que se propone. Contrariamente a otros enfoques existentes, no se requieren supuestos restrictivos sobre la dimensión de E ( X/Y = y ) o la distribución de X. La nueva propuesta es computacionalmente simple y fácil de implementar. Su comportamiento es evaluado a través de un estudio de simulación |
| Resumen en inglés | In this paper a new nonparametric functional regression method is introduced for predicting a scalar random variable Y on the basis of a functional random variable X . The prediction has the form of a weighted average of the training data yi , where the weights are determined by the conditional probability density of X given Y = yi , which is assumed to be Gaussian. In this way such a conditional probability density is incorporated as a key information into the estimator. Contrary to some previous approaches, no assumption about the dimensionality of E ( X/Y = y ) or about the distribution of X is required. The new proposal is computationally simple and easy to implement. Its performance is assessed through a simulation study |
| Disciplinas: | Matemáticas |
| Palabras clave: | Matemáticas aplicadas, Análisis de datos, Estimadores, Estadística |
| Keyword: | Mathematics, Applied mathematics, Data analysis, Estimators, Statistics |
| Texto completo: | Texto completo (Ver PDF) |
