El estimación de parámetros y número de nudos para métodos de regresión no paramétrica en modelado de datos de series temporales
Autores: Araveeporn, Autcha
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
El estimación de parámetros y número de nudos para métodos de regresión no paramétrica en modelado de datos de series temporales
Categoría
Procesos industriales
Subcategoría
Simulación de procesos industriales
Palabras clave
Investigación
Técnicas de regresión no paramétrica
Suavizado de splines
Splines cúbicos naturales
B-splines
Métodos de splines penalizados
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 18
Citaciones: Sin citaciones
Esta investigación tiene como objetivo explorar y comparar varias técnicas de regresión no paramétrica, incluyendo splines suavizados, splines cúbicos naturales, B-splines y métodos de splines penalizados. El enfoque está en estimar parámetros y determinar el número óptimo de nudos para predecir patrones cíclicos y no lineales, aplicando estos métodos a conjuntos de datos simulados y del mundo real, como los datos de importación de carbón de Tailandia.
Descripción
Esta investigación tiene como objetivo explorar y comparar varias técnicas de regresión no paramétrica, incluyendo splines suavizados, splines cúbicos naturales, B-splines y métodos de splines penalizados. El enfoque está en estimar parámetros y determinar el número óptimo de nudos para predecir patrones cíclicos y no lineales, aplicando estos métodos a conjuntos de datos simulados y del mundo real, como los datos de importación de carbón de Tailandia.