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
- Institución
- Consejo Nacional de Investigaciones Científicas y Técnicas
- OAI Identificador
- oai:ri.conicet.gov.ar:11336/198938
Ver los metadatos del registro completo
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 |