Buscar en Google Scholar
Título: Estimación no paramétrica de la función de regresión mediante funciones kernel
Asesor(es): Kraenau Espinal, Erwin
Campo OCDE: https://purl.org/pe-repo/ocde/ford#1.01.03
Fecha de publicación: 2012
Institución: Universidad Nacional Mayor de San Marcos
Resumen: Se presenta los fundamentos teóricos de la regresión no paramétrica utilizando las funciones Kernel, como una alternativa más flexible en los casos en que la variable respuesta y variables explicativas no cumplen los supuestos que exige los modelos paramétricos o a menudo no se logra captar el comportamiento de los datos en todo el campo de variación de las variables explicativas, la estimación no paramétrica explota la idea de suavizado local, que solamente utiliza las propiedades de continuidad o diferenciabilidad local de la función a estimar, se completa el trabajo con una aplicación utilizando el paquete KernSmooth de R.
Nota: Publicación a texto completo no autorizada por el autor
Disciplina académico-profesional: Estadística
Institución que otorga el grado o título: Universidad Nacional Mayor de San Marcos. Facultad de Ciencias Matemáticas. Escuela Académico Profesional de Estadística
Grado o título: Licenciado en Estadística
Fecha de registro: 14-oct-2020



IMPORTANTE
La información contenida en este registro es de entera responsabilidad de la universidad, institución o escuela de educación superior que administra el repositorio académico digital donde se encuentra el trabajo de investigación y/o proyecto, los cuales son conducentes a optar títulos profesionales y grados académicos. SUNEDU no se hace responsable por los contenidos accesibles a través del Registro Nacional de Trabajos de Investigación – RENATI.