Métodos de regresión no paramétrica



Libro impreso
COP $20,000
Acceso abierto
Acceso abierto
La esencia del texto está en intentar comunicar de la manera más amigable posible, sin perder rigurosidad, un conjunto de técnicas que amplían las ideas generales del análisis de regresión. En cuanto a la rigurosidad, los lectores deben estar preparados en ideas básicas de cálculo, álgebra lineal, inferencia estadística paramétrica y no paramétrica y modelos lineales. 

Este texto se concentra en el problema de la regresión no paramétrica vista desde diferentes ángulos. El lector encontrará aquí un resumen de los métodos de regresión no para métrica que se usan con mayor frecuencia, incluyendo la regresión kernel, la suavización spline y la regresión lineal local, siguiendo todos a una introducción a los estimadores de series que presenta las ideas centrales de los métodos. 

No Related Posts

EDU027000 EDUCACIÓN > Estadística
JN Educación
370 Sociología y Antropología > Educación > Educación



Autor

Javier Olaya Ochoa

Identificadores:
Tipo ID Valor ID
ORCID https://orcid.org/0000-0001-7014-2782
Biografía:

Colombiano nacido en Tuluá a mediados de los años 1950. Llegó a la Universidad del Valle en los albores de los años 1970 como estudiante del antiguo programa de Laboratorio Químico, del cual obtuvo su título en 1977; se vinculó ese mismo año como funcionario de la Universidad e inició sus estudios de pregrado en Química. Pero cerca de finalizar sus estudios en esta disciplina, decidió iniciar sus estudios de pregrado en el nuevo programa de Estadística, a finales de la misma década. Sus estudios de posgrado en la Universidad de Clemson (EE. UU.) se desarrollaron en el departamento de Matemáticas, en el cual finalizó su Maestría en Ciencias Matemáticas en 1997 y su Doctorado en Management Science en 2000. Actualmente es Profesor Titular de la Escuela de Estadística de la Facultad de Ingeniería en la Universidad del Valle. Sus principales intereses de investigación son los modelos de regresión, el control estadístico de la calidad, los métodos multivariados, la estadística ambiental y el análisis de encuestas por muestreo




Prefacio

1. Introducción
2. Un estimador de la función de regresión
3. Estimadores kernel
4. Estimadores spline
5. Modelos aditivos generalizados
6. Respuestas múltiples

Bibliografía
Índice alfabético

Publicaciones relacionadas