Função variância em modelos de regressão não-paramétrica: estimação e usos
AUTOR(ES)
Fernanda Nogueira de Assis
DATA DE PUBLICAÇÃO
2010
RESUMO
A técnica de análise de regressão já é bem difundida e utilizada em várias áreas de atuação. Porém, quando as suposições associadas ao modelo de regressão usual não são válidas, ou ainda quando o relacionamento entre as variáveis sob estudo não é linear, muitos se vêm perante uma grande dificuldade. É então que surge a necessidade de abordagens nãoparamétricas. Neste trabalho avaliamos com detalhes um método de regressão nãoparamétrico e focamos no caso em que a variância não é constante ao longo dos valores observados (modelos heteroscedásticos). Concentramos em um estimador para a variância que foi proposto por Chen, Cheng &Peng (2009), a fim de entender melhor suas propriedades e aplicações. Também estudamos uma medida de adequação do modelo no caso da regressão não-paramétrica que é o coeficiente de determinação proposto em Huang &Chen (2008).
ASSUNTO(S)
estatistica teses. análise de regressão. análise de variância.
ACESSO AO ARTIGO
http://hdl.handle.net/1843/BUOS-8D9G4EDocumentos Relacionados
- Estimação paramétrica e não-paramétrica em modelos de markov ocultos
- Estimação não-parametrica de volatilidade em modelos continuos
- Estimação não-paramétrica e semi-paramétrica de fronteiras de produção
- Desconvolução não-parametrica aplicada a modelos de volatilidade estocastica
- Estimação não-parametrica para função de covariancia de processos gaussianos espaciais