Medidas de desempeño en regresiones no paramétricas de curvas de Engel

Autores
García Arancibia, Rodrigo
Año de publicación
2012
Idioma
español castellano
Tipo de recurso
artículo
Estado
versión publicada
Descripción
El objetivo de este trabajo es comparar diferentes medidas de performance de regresiones no paramétricas comúnmente utilizadas en la literatura empírica. En particular se toma el caso de las denominadas curvas de Engel. Las mismas son estimadas por cuatro estimadores no paramétricos, tres basados en polinomios locales (local constante, lineal y cuadrático) y un suavizado spline. Para los mismos se computan una serie de medidas empíricas de performance basadas en los errores de estimación y predicción. Para evaluar los resultados de tales medidas, se realiza un ejercicio de simulación en el que se proponen tres especificaciones paramétricas tipo Working-Leser de curvas de Engel, computando los verdaderos errores de estimación y predicción, comparándolos con el ranking de estimadores más precisos propuestos por cada medida empírica. Adicionalmente, se presenta los resultados de una aplicación tomando una base de datos de gastos de hogares de Argentina.
The aim of this paper is to compare different performance measurements commonly used in the empirical literature of nonparametric regressions, taking the case of so-called Engel curves. They are estimated by four nonparametric estimators, three based on local polynomials (local constant, linear and quadratic) and a smoothing spline. To them are computed a set of empirical measures of performance based on estimation and prediction errors. To evaluate the results of such measurements, is performed a simulation exercise using three parametric specifications type Working-Leser, computing the true errors. These are comparing with the more accurate ranking of estimators proposed by every empirical measure Additionally, it presents an application with a database of household expenditures of Argentina.
Fil: García Arancibia, Rodrigo. Universidad Nacional del Litoral. Facultad de Cs.económicas. Departamento de Economía; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe; Argentina
Materia
suavizados lineales
errores de estimación
errores de predicción
gasto de hogares
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
CONICET Digital (CONICET)
Institución
Consejo Nacional de Investigaciones Científicas y Técnicas
OAI Identificador
oai:ri.conicet.gov.ar:11336/198938

id CONICETDig_d09440c4758961a28437f1793621de99
oai_identifier_str oai:ri.conicet.gov.ar:11336/198938
network_acronym_str CONICETDig
repository_id_str 3498
network_name_str CONICET Digital (CONICET)
spelling Medidas de desempeño en regresiones no paramétricas de curvas de EngelPerformance Measurement of Nonparametric Engel CurvesGarcía Arancibia, Rodrigosuavizados linealeserrores de estimaciónerrores de prediccióngasto de hogareshttps://purl.org/becyt/ford/5.2https://purl.org/becyt/ford/5El objetivo de este trabajo es comparar diferentes medidas de performance de regresiones no paramétricas comúnmente utilizadas en la literatura empírica. En particular se toma el caso de las denominadas curvas de Engel. Las mismas son estimadas por cuatro estimadores no paramétricos, tres basados en polinomios locales (local constante, lineal y cuadrático) y un suavizado spline. Para los mismos se computan una serie de medidas empíricas de performance basadas en los errores de estimación y predicción. Para evaluar los resultados de tales medidas, se realiza un ejercicio de simulación en el que se proponen tres especificaciones paramétricas tipo Working-Leser de curvas de Engel, computando los verdaderos errores de estimación y predicción, comparándolos con el ranking de estimadores más precisos propuestos por cada medida empírica. Adicionalmente, se presenta los resultados de una aplicación tomando una base de datos de gastos de hogares de Argentina.The aim of this paper is to compare different performance measurements commonly used in the empirical literature of nonparametric regressions, taking the case of so-called Engel curves. They are estimated by four nonparametric estimators, three based on local polynomials (local constant, linear and quadratic) and a smoothing spline. To them are computed a set of empirical measures of performance based on estimation and prediction errors. To evaluate the results of such measurements, is performed a simulation exercise using three parametric specifications type Working-Leser, computing the true errors. These are comparing with the more accurate ranking of estimators proposed by every empirical measure Additionally, it presents an application with a database of household expenditures of Argentina.Fil: García Arancibia, Rodrigo. Universidad Nacional del Litoral. Facultad de Cs.económicas. Departamento de Economía; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe; ArgentinaUniversidad Santo Tomas2012-12info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdfapplication/pdfhttp://hdl.handle.net/11336/198938García Arancibia, Rodrigo; Medidas de desempeño en regresiones no paramétricas de curvas de Engel; Universidad Santo Tomas; Comunicaciones En Estadistica; 5; 2; 12-2012; 153-1682027-3355CONICET DigitalCONICETspainfo:eu-repo/semantics/altIdentifier/url/https://revistas.usantotomas.edu.co/index.php/estadistica/issue/view/2info:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/2.5/ar/reponame:CONICET Digital (CONICET)instname:Consejo Nacional de Investigaciones Científicas y Técnicas2025-09-03T10:11:04Zoai:ri.conicet.gov.ar:11336/198938instacron:CONICETInstitucionalhttp://ri.conicet.gov.ar/Organismo científico-tecnológicoNo correspondehttp://ri.conicet.gov.ar/oai/requestdasensio@conicet.gov.ar; lcarlino@conicet.gov.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:34982025-09-03 10:11:04.765CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicasfalse
dc.title.none.fl_str_mv Medidas de desempeño en regresiones no paramétricas de curvas de Engel
Performance Measurement of Nonparametric Engel Curves
title Medidas de desempeño en regresiones no paramétricas de curvas de Engel
spellingShingle Medidas de desempeño en regresiones no paramétricas de curvas de Engel
García Arancibia, Rodrigo
suavizados lineales
errores de estimación
errores de predicción
gasto de hogares
title_short Medidas de desempeño en regresiones no paramétricas de curvas de Engel
title_full Medidas de desempeño en regresiones no paramétricas de curvas de Engel
title_fullStr Medidas de desempeño en regresiones no paramétricas de curvas de Engel
title_full_unstemmed Medidas de desempeño en regresiones no paramétricas de curvas de Engel
title_sort Medidas de desempeño en regresiones no paramétricas de curvas de Engel
dc.creator.none.fl_str_mv García Arancibia, Rodrigo
author García Arancibia, Rodrigo
author_facet García Arancibia, Rodrigo
author_role author
dc.subject.none.fl_str_mv suavizados lineales
errores de estimación
errores de predicción
gasto de hogares
topic suavizados lineales
errores de estimación
errores de predicción
gasto de hogares
purl_subject.fl_str_mv https://purl.org/becyt/ford/5.2
https://purl.org/becyt/ford/5
dc.description.none.fl_txt_mv El objetivo de este trabajo es comparar diferentes medidas de performance de regresiones no paramétricas comúnmente utilizadas en la literatura empírica. En particular se toma el caso de las denominadas curvas de Engel. Las mismas son estimadas por cuatro estimadores no paramétricos, tres basados en polinomios locales (local constante, lineal y cuadrático) y un suavizado spline. Para los mismos se computan una serie de medidas empíricas de performance basadas en los errores de estimación y predicción. Para evaluar los resultados de tales medidas, se realiza un ejercicio de simulación en el que se proponen tres especificaciones paramétricas tipo Working-Leser de curvas de Engel, computando los verdaderos errores de estimación y predicción, comparándolos con el ranking de estimadores más precisos propuestos por cada medida empírica. Adicionalmente, se presenta los resultados de una aplicación tomando una base de datos de gastos de hogares de Argentina.
The aim of this paper is to compare different performance measurements commonly used in the empirical literature of nonparametric regressions, taking the case of so-called Engel curves. They are estimated by four nonparametric estimators, three based on local polynomials (local constant, linear and quadratic) and a smoothing spline. To them are computed a set of empirical measures of performance based on estimation and prediction errors. To evaluate the results of such measurements, is performed a simulation exercise using three parametric specifications type Working-Leser, computing the true errors. These are comparing with the more accurate ranking of estimators proposed by every empirical measure Additionally, it presents an application with a database of household expenditures of Argentina.
Fil: García Arancibia, Rodrigo. Universidad Nacional del Litoral. Facultad de Cs.económicas. Departamento de Economía; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe; Argentina
description El objetivo de este trabajo es comparar diferentes medidas de performance de regresiones no paramétricas comúnmente utilizadas en la literatura empírica. En particular se toma el caso de las denominadas curvas de Engel. Las mismas son estimadas por cuatro estimadores no paramétricos, tres basados en polinomios locales (local constante, lineal y cuadrático) y un suavizado spline. Para los mismos se computan una serie de medidas empíricas de performance basadas en los errores de estimación y predicción. Para evaluar los resultados de tales medidas, se realiza un ejercicio de simulación en el que se proponen tres especificaciones paramétricas tipo Working-Leser de curvas de Engel, computando los verdaderos errores de estimación y predicción, comparándolos con el ranking de estimadores más precisos propuestos por cada medida empírica. Adicionalmente, se presenta los resultados de una aplicación tomando una base de datos de gastos de hogares de Argentina.
publishDate 2012
dc.date.none.fl_str_mv 2012-12
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_6501
info:ar-repo/semantics/articulo
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv http://hdl.handle.net/11336/198938
García Arancibia, Rodrigo; Medidas de desempeño en regresiones no paramétricas de curvas de Engel; Universidad Santo Tomas; Comunicaciones En Estadistica; 5; 2; 12-2012; 153-168
2027-3355
CONICET Digital
CONICET
url http://hdl.handle.net/11336/198938
identifier_str_mv García Arancibia, Rodrigo; Medidas de desempeño en regresiones no paramétricas de curvas de Engel; Universidad Santo Tomas; Comunicaciones En Estadistica; 5; 2; 12-2012; 153-168
2027-3355
CONICET Digital
CONICET
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/https://revistas.usantotomas.edu.co/index.php/estadistica/issue/view/2
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
dc.format.none.fl_str_mv application/pdf
application/pdf
dc.publisher.none.fl_str_mv Universidad Santo Tomas
publisher.none.fl_str_mv Universidad Santo Tomas
dc.source.none.fl_str_mv reponame:CONICET Digital (CONICET)
instname:Consejo Nacional de Investigaciones Científicas y Técnicas
reponame_str CONICET Digital (CONICET)
collection CONICET Digital (CONICET)
instname_str Consejo Nacional de Investigaciones Científicas y Técnicas
repository.name.fl_str_mv CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicas
repository.mail.fl_str_mv dasensio@conicet.gov.ar; lcarlino@conicet.gov.ar
_version_ 1842270144156401664
score 13.13397