Suave estimación local lineal de la función de distribución condicional
Autores: Almanjahie, Ibrahim M.; Elmezouar, Zouaoui Chikr; Laksaci, Ali; Rachdi, Mustapha
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
Suave estimación local lineal de la función de distribución condicional
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Funcional
Vecinos más cercanos
Linealidad local
Operador de regresión
Función acumulativa
Distribución condicional
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 25
Citaciones: Sin citaciones
Trabajos anteriores estaban dedicados a los vecinos funcionales más cercanos (NN) y al método de linealidad local para estimaciones de un operador de regresión. En este documento, se considera un par de secuencias de observaciones de mezcla funcional. Tratamos la estimación lineal local de la función acumulativa de la variable de entrada funcional dada. Precisamente, combinamos el método NN con el algoritmo lineal local para construir un nuevo y rápido estimador de eficiencia de la función de distribución condicional. El propósito principal de este documento es demostrar la fuerte convergencia del estimador construido bajo condiciones de mezcla. Se utiliza una aplicación a la predicción de series temporales funcionales para comparar nuestro estimador propuesto con los estimadores competitivos existentes, y mostrar su eficiencia y superioridad.
Descripción
Trabajos anteriores estaban dedicados a los vecinos funcionales más cercanos (NN) y al método de linealidad local para estimaciones de un operador de regresión. En este documento, se considera un par de secuencias de observaciones de mezcla funcional. Tratamos la estimación lineal local de la función acumulativa de la variable de entrada funcional dada. Precisamente, combinamos el método NN con el algoritmo lineal local para construir un nuevo y rápido estimador de eficiencia de la función de distribución condicional. El propósito principal de este documento es demostrar la fuerte convergencia del estimador construido bajo condiciones de mezcla. Se utiliza una aplicación a la predicción de series temporales funcionales para comparar nuestro estimador propuesto con los estimadores competitivos existentes, y mostrar su eficiencia y superioridad.