Comparación en la elección de una ventana óptima para algunos estimadores de densidad

Autores/as

  • Mathias Bourel Universidad de Montevideo, Uruguay

Palabras clave:

Estimación densidad, Histograma, Estimación por núcleo

Resumen

La estimación de una densidad es un problema clásico y muy estudiado en Estadística. En este artículo repasamos brevemente algunos estimadores usuales de una densidad unidimensional como el histograma, el Averaged Shifted Histograms (ASH) y el estimador por núcleo. Nos interesamos en particular a la elección de la ventana, parámetro determinante en cuanto a la predicción del modelo. Terminamos nuestro trabajo con una simulación comparando los métodos presentados sobre un conjunto común de densidades.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

[1] W. Härdle, M. Müller, S. Sperlich, and A. Werwatz. Nonparametric and Semiparametric Models.Springer Verlag, Heidelberg, 2004.
[2] D.W. Scott. Multivariate Density Estimation: Theory, Practice, and Visualization. Wiley series in probability and mathematical statistics: Applied probability and statistics. Wiley, 1992.
[3] B. W. Silverman. Density Estimation for Statistics and Data Analysis. Chapman and Hall, London, 1986.
[4] M. Rosenblatt. Remarks on some nonparametric estimates of a density function. The Annals of Mathematical Statistics, 27:832–837, 1956.
[5] A. Bowman. An alternative method of cross-validation for the smoothing of density estimates. Biometrika, 71:353–36, 1984.
[6] C. Stone. An asymptotically optimal window selection rule for kernel density estimates. The Annals of Statisitics, 12:1285–1297, 1984.
[7] S. J. Sheather and M. C. Jones. A reliable data-based bandwidth selection method for kernel density estimation. Journal of the Royal Statistical Society, Series B, Methodological, 53:683–690, 1991.
[8] S.J. Sheather. Density estimation. Statistical Science, 19(4):588–597, 2004.
[9] M. Bourel. Metodos de agregacion de modelos y aplicaciones. Memoria de trabajos de difusion cientifica y tecnica, 10:19–32, 2012.
[10] M. Bourel, R. Fraiman, and B. Ghattas. Random average shifted histogram. To appear, 2013.
[11] M. Bourel and B. Ghattas. Aggregating density estimators: an empirical study. Open Journal of Statistics, 3(5), 2013.
[12] M. Di Marzio and C.C. Taylor. Boosting kernel density estimates: A bias reduction technique? Biometrika, 91(1):226–233, 2004.
[13] D.W Scott. Averaged shifted histogram: Effective nonparametric density estimators inseveral dimensions. The Annals of Statistics, 13(3):1024–1040, 1985.
[14] M. Bourel. Apprentissage statistique par agrégation de modèles pour l’estimation de la densité et la classification multiclasse. Tesis Université Aix-Marseille, France, 2013.

Descargas

Publicado

2013-12-02

Cómo citar

[1]
M. Bourel, «Comparación en la elección de una ventana óptima para algunos estimadores de densidad», Memoria investig. ing. (Facultad Ing., Univ. Montev.), n.º 11, pp. 59–74, dic. 2013.

Número

Sección

Artículos