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

Título inglés	Application of "k-nearest neighbor" type nonparametric smoothing to linear regression models.
Título español	Aplicación de la suavización no paramétrica del tipo "K-puntos próximos" a modelos de regresión lineal.
Autor/es	González Manteiga, Wenceslao
Organización	Dep. Estad. Inv. Oper. Fac. Mat. Univ. Santiago de Compostela, Santiago de Compostela (La Coruña), España
Revista	0213-8190
Publicación	1990, 5 (1): 53-67, 11 Ref.
Tipo de documento	articulo
Idioma	Español
Resumen español	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)2 dΩn(x) donde αn es un estimador no paramétrico del tipo núcleo o histograma para α(x) = E(Y/X = x) y Ωn una función de ponderación. En este trabajo se extiende tal estudio cuando inicialmente se usa como estimador piloto para α uno del tipo de los k puntos próximos. Se proporcionan datos de simulación que avalan los estimadores propuestos.
Clasificación UNESCO	120906
Palabras clave español	Estimación paramétrica ; Regresión lineal ; Simulación
Código Z-Math	Zbl 0729.62036
Acceso al artículo completo