Estimación en modelos aditivos con respuestas faltantes

• Autores: Martínez, Alejandra Mercedes
• Año de publicación: 2009
• Idioma: español castellano
• Tipo de recurso: tesis de grado
• Colaborador/a o director/a de tesis: Boente Boente, Graciela Lina
• Materia: CONSISTENCIA; DATOS FALTANTES; ESTIMADORES DE NUCLEOS; MODELOS ADITIVOS; SUAVIZADORES
• Institución: Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales

El modelo de regresión noparamétrico aditivo, supone que se tienen observaciones independientes (xᵢᵀ,yᵢ), 1 ≤ ≤ , xᵢ ∈ ℝᵈ tales que (yᵢ|xᵢ) = (xᵢ) con (x) = ∑ᵈ ₐ₌₁ (). Las funciones : ℝ→ℝ son las cantidades a estimar. Estimadores para este modelo han sido ampliamente estudiados en la literatura. En esta tesis, introducimos una clase de estimadores para las componentes de un modelo aditivo cuando las respuestas pueden ser faltantes, es decir, cuando observamos (xᵢᵀ, yᵢ, ᵢ), 1 ≤ ≤ donde ᵢ = 1 si yᵢ es observada y ᵢ = 0 si yᵢ es faltante. El objetivo de esta tesis es estimar la función de regresión y cada una de sus componentes con los datos existentes e imputando las observaciones faltantes. Para ello, supondremos que tenemos un mecanismo de pérdida de observaciones ignorable, es decir, supondremos que ᵢ, e yᵢ son condicionalmente independientes dado xᵢ, es decir, (ᵢ = 1|yᵢ, xᵢ) = (ᵢ = 1|xᵢ) = (xᵢ). Obtendremos resultados de consistencia fuerte para los estimadores propuestos en esta tesis. Un estudio de simulación permitirá comparar las distintas propuestas.
Fil: Martínez, Alejandra Mercedes. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina.