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

• Autores: Wenceslao González Manteiga
• Localización: Trabajos de estadística, ISSN 0213-8190, Vol. 5, Nº. 1, 1990, págs. 53-67
• Idioma: español
• DOI: 10.1007/bf02863538
• Títulos paralelos:
  • Application of "k-nearest neighbor" type nonparametric smoothing to linear regression models
• Enlaces
  • Texto completo (pdf)
• Resumen

  • En el modelo de regresión lineal y = E(Y/X = x) = ?x, 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 ? definida como aquellos valores que minimizan el funcional:

    ?(?) = ? (an(x) - ?x)2 dOn(x) donde an es un estimador no paramétrico del tipo núcleo o histograma para a(x) = E(Y/X = x) y On una función de ponderación.

    En este trabajo se extiende tal estudio cuando inicialmente se usa como estimador piloto para a uno del tipo de los k puntos próximos. Se proporcionan datos de simulación que avalan los estimadores propuestos