Estudio sobre los efectos del parámetro de suavizado en contrastes no paramétricos para k--muestras

• PABLO MARTÍNEZ-CAMBLOR ^[1]
  1. [1] Subdirección de Salud Pública de Gipuzkoa CIBER Epidemiología y Salud Pública
• Localización: Revista Colombiana de Estadística, ISSN-e 2389-8976, ISSN 0120-1751, Vol. 31, Nº. 2, 2008, págs. 157-168
• Idioma: español
• Títulos paralelos:
  • Studying the Bandwidth Effects in Non Parametric k--Sample Tests
• Enlaces
  • Texto completo
• Dialnet Métricas: 1 Cita
• Resumen
  • español

    Una de las principales limitaciones de las técnicas de suavizamiento es la necesidad de elegir un parámetro de suavizado o ventana. La influencia de este parámetro sobre los resultados obtenidos obliga a que el uso de estos métodos en inferencia sea delicado, ya que la decisión final puede verse determinada por la elección del parámetro. El objetivo principal de este trabajo es el estudio de algunos algoritmos para el cálculo automático del parámetro ventana en problemas de contrastes de hipótesis para la igualdad de k poblaciones independientes.

  • English

    The election of the smoothing parameter or bandwidth is, probably, the most important concern in the statistical smoothed techniques. The relevance of this parameter, on the obtained results difficult, the use of these methods in statistical inference, because the final decision could be determined for the used bandwidth. The main goal of this paper is discussing and studying some algorithms for the automatic computation of the bandwidth in k--sample problems.

• Referencias bibliográficas
  • Ahmad, A. I.,Li, Q.. (1997). `Testing Symmetry of an Unknown Density Function by Kernel Method´. Journal of Nonparametric Statistics....
  • Anderson, N. H.,Hall, P.,Titterington, D. M.. (1994). `Two-Sample Test Statistics for Measuring Discrepancies between two Multivariate...
  • Bowman, A.,Azzalini, A.. (2001). Applied Smoothing Techniques for Data Analysis. Oxford University Press. Oxford.
  • Cao, R.. (1990). Aplicaciones y nuevos resultados del método Bootstrap en la estimación no paramétrica de curvas.
  • Cao, R.,Van Keilegom, I.. (2006). `Empirical Likelihood Tests for Two-Sample Problems via Nonparametric Density Estimation´. Canad. J....
  • Devroye, L.,Györfy, L.. (1985). Nonparametric Density Estimation: The L1\, View. John Wiley & Son. New York.
  • Diks, D.,Tong, H.. (1999). `A Test for Simmetries of Multivatiate Probability Distributions´. Biometrika. 86. 605-614
  • (2003). Eggermont, P. P. B. & LaRiccia, V. N.. Selecting the Smoothing Parameter in Goodness of Fit Testing.
  • Fan, Y.. (1994). `Testing the Goodness of Fit of a Parametric Density Function by Kernel Method´. Econometric Theory. 10. 316-356
  • Fan, Y.. (1998). `Goodness-of-fit Tests Based on Kernel Density Estimators with Fixed Smoothing Parameters´. Econometric Theory. 14. 604-621
  • Ghosh, B. K.,Huang, W. M.. (1991). `The Power and Optimal Kernel of the Bickel-Rosenblatt Test for Goodness of Fit´. Annals of Statistics....
  • Hall, P.,DiCiccio, J. T.,Romano, J. P.. (1989). `On Smoothing and the Bootstrap´. Annals of Statistics. 17. 692-704
  • Hall, P.,York, M.. (2001). `On the Calibration or Silverman's Test for Multimodality´. Statistica Sinica. 11. 516-536
  • Horvath, L.. (1991). `On L_p-norms of Multivariate Density Estimations´. Annals of Statistics. 19. 1933-1949
  • Li, Q.. (1996). `Nonparametric Testing of Closeness Between two Unknown Distributions Functions´. Econometric Review. 15. 216-274
  • Li, Q.. (1999). `Nonparametric Testing the Similarity of two Unkown Density Functions: Local Power and Bootstrap Analysis´. Journal of...
  • Liero, H.,Läuter, H.,Konakov, V.. (1998). `Nonparametric versus Parametric Goodness of Fit´. Statistics. 31. 115-149
  • Martínez-Camblor, P.. (2006). Tests no paramétricos basados en una distancia entre funciones de densidad. Servicio de Publicaciones de la...
  • Martínez-Camblor, P.. (2008). `Test de hipótesis para contrastar la igualdad entre k-poblaciones´. Revista Colombiana de Estadística....
  • Martínez-Camblor, P.,Corral, N.. (2008). `Weaker Conditions for Asymptotic Approximation to L_P-norms of the Kernel Estimators´. InterSTAT...
  • Martínez-Camblor, P.,De Uña, J.,Corral, N.. (2008). `K-Sample Test Based on the Common Area of Kernel Density Estimator´. Journal of Statistical...
  • Martínez-Camblor, P.,De Uña-Álvarez, J.. (2008). Nonparametric k-sample Tests: Density Function vs. Distribution Function. Universidade de...
  • Nadaraya, E. A.. (1964). `Some New Estimates for Distribution Functions´. Theory Prob. Applic.. 9. 497-500
  • Parzen, E.. (1962). `On Estimation of a Probability Density Function and Mode´. Annals of Mathematical Statistics. 33. 832-837
  • Rosenblatt, M.. (1956). `Remarks on Some Nonparametric Estimates of a Density Functions´. Ann. Math. Statistics. 27. 832-837
  • Sarda, P.. (1993). `Smoothing Parameter Selection for Smooth Distribution Function´. Journal of Statistical Planning and Inference. 35....
  • Silverman, B. W.. (1981). `Using Kernel Density Estimation to Investigate Multimodality´. Journal of the Royal Statistics Society. 97-99