Universidad del Valle
Métodos de regresión no paramétrica
Métodos de regresión no paramétrica
Javier Olaya Ochoa
Universidad del Valle ·Colombia ·2012 ·Español
Impreso ISBN 9789587650419
E-book ISBN 9789585164307
Licencia de minería de texto y datos
Esta publicación no tiene una declaración de licencia TDM (minería de texto y datos) registrada. La editorial titular puede declararla desde su cuenta en SIMEH; quedará publicada aquí con fecha y hora certificadas.
Formatos
| Formato | ISBN | Recordreference | DOI | Año |
|---|---|---|---|---|
| Impreso · ed. 1 | 9789587650419 | SIMEHPRINTPZQC2A8E3ZVINQTH3KND | — | 2012 |
| E-book · ed. 1 | 9789585164307 | SIMEHEBOOK68C1370641G42AB2D7D0 | 10.25100/peu.505 | 2020 |
Sobre esta obra
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.
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.