Estimadores robustos en modelos de regresión noparamétricos funcionales y en modelos semi-funcionales parcialmente lineales

Autores
Vahnovan, Alejandra Valeria
Año de publicación
2013
Idioma
español castellano
Tipo de recurso
tesis doctoral
Estado
versión aceptada
Colaborador/a o director/a de tesis
Boente, Graciela
Maronna, Ricardo
Descripción
En esta tesis se desarrollan estimadores robustos para la función de regresión en modelos noparamétricos funcionales que son equivariantes por escala, estudiando sus propiedades asintóticas, tales como consistencia fuerte y ordenes de convergencia. También se han desarrollado estimadores robustos para el parámetro de regresión y la función de regresión en modelos semi-funcionales parcialmente lineales. Bajo condiciones generales se obtienen resultados de consistencia y normalidad asintótica para los estimadores propuestos del parámetro de regresión y resultados de consistencia uniforme para los estimadores propuestos de la función de regresión. Estos resultados teóricos se completan con un estudio de simulación para evaluar el comportamiento de las propuestas robustas y clásicas frente a distintas desviaciones del modelo.
Doctor en Ciencias Exactas, área Matemática
Universidad Nacional de La Plata
Facultad de Ciencias Exactas
Materia
Ciencias Exactas
Matemática
datos funcionales
entropía
métodos no paramétricos
modelos parcialmente lineales
robustez
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by/2.5/ar/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/44589

id SEDICI_0195f3178a33d94a04dcef0f7aa7e1eb
oai_identifier_str oai:sedici.unlp.edu.ar:10915/44589
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Estimadores robustos en modelos de regresión noparamétricos funcionales y en modelos semi-funcionales parcialmente linealesVahnovan, Alejandra ValeriaCiencias ExactasMatemáticadatos funcionalesentropíamétodos no paramétricosmodelos parcialmente linealesrobustezEn esta tesis se desarrollan estimadores robustos para la función de regresión en modelos noparamétricos funcionales que son equivariantes por escala, estudiando sus propiedades asintóticas, tales como consistencia fuerte y ordenes de convergencia. También se han desarrollado estimadores robustos para el parámetro de regresión y la función de regresión en modelos semi-funcionales parcialmente lineales. Bajo condiciones generales se obtienen resultados de consistencia y normalidad asintótica para los estimadores propuestos del parámetro de regresión y resultados de consistencia uniforme para los estimadores propuestos de la función de regresión. Estos resultados teóricos se completan con un estudio de simulación para evaluar el comportamiento de las propuestas robustas y clásicas frente a distintas desviaciones del modelo.Doctor en Ciencias Exactas, área MatemáticaUniversidad Nacional de La PlataFacultad de Ciencias ExactasBoente, GracielaMaronna, Ricardo2013-11-04info:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/acceptedVersionTesis de doctoradohttp://purl.org/coar/resource_type/c_db06info:ar-repo/semantics/tesisDoctoralapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/44589https://doi.org/10.35537/10915/44589spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by/2.5/ar/Creative Commons Attribution 2.5 Argentina (CC BY 2.5)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:02:03Zoai:sedici.unlp.edu.ar:10915/44589Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:02:03.292SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Estimadores robustos en modelos de regresión noparamétricos funcionales y en modelos semi-funcionales parcialmente lineales
title Estimadores robustos en modelos de regresión noparamétricos funcionales y en modelos semi-funcionales parcialmente lineales
spellingShingle Estimadores robustos en modelos de regresión noparamétricos funcionales y en modelos semi-funcionales parcialmente lineales
Vahnovan, Alejandra Valeria
Ciencias Exactas
Matemática
datos funcionales
entropía
métodos no paramétricos
modelos parcialmente lineales
robustez
title_short Estimadores robustos en modelos de regresión noparamétricos funcionales y en modelos semi-funcionales parcialmente lineales
title_full Estimadores robustos en modelos de regresión noparamétricos funcionales y en modelos semi-funcionales parcialmente lineales
title_fullStr Estimadores robustos en modelos de regresión noparamétricos funcionales y en modelos semi-funcionales parcialmente lineales
title_full_unstemmed Estimadores robustos en modelos de regresión noparamétricos funcionales y en modelos semi-funcionales parcialmente lineales
title_sort Estimadores robustos en modelos de regresión noparamétricos funcionales y en modelos semi-funcionales parcialmente lineales
dc.creator.none.fl_str_mv Vahnovan, Alejandra Valeria
author Vahnovan, Alejandra Valeria
author_facet Vahnovan, Alejandra Valeria
author_role author
dc.contributor.none.fl_str_mv Boente, Graciela
Maronna, Ricardo
dc.subject.none.fl_str_mv Ciencias Exactas
Matemática
datos funcionales
entropía
métodos no paramétricos
modelos parcialmente lineales
robustez
topic Ciencias Exactas
Matemática
datos funcionales
entropía
métodos no paramétricos
modelos parcialmente lineales
robustez
dc.description.none.fl_txt_mv En esta tesis se desarrollan estimadores robustos para la función de regresión en modelos noparamétricos funcionales que son equivariantes por escala, estudiando sus propiedades asintóticas, tales como consistencia fuerte y ordenes de convergencia. También se han desarrollado estimadores robustos para el parámetro de regresión y la función de regresión en modelos semi-funcionales parcialmente lineales. Bajo condiciones generales se obtienen resultados de consistencia y normalidad asintótica para los estimadores propuestos del parámetro de regresión y resultados de consistencia uniforme para los estimadores propuestos de la función de regresión. Estos resultados teóricos se completan con un estudio de simulación para evaluar el comportamiento de las propuestas robustas y clásicas frente a distintas desviaciones del modelo.
Doctor en Ciencias Exactas, área Matemática
Universidad Nacional de La Plata
Facultad de Ciencias Exactas
description En esta tesis se desarrollan estimadores robustos para la función de regresión en modelos noparamétricos funcionales que son equivariantes por escala, estudiando sus propiedades asintóticas, tales como consistencia fuerte y ordenes de convergencia. También se han desarrollado estimadores robustos para el parámetro de regresión y la función de regresión en modelos semi-funcionales parcialmente lineales. Bajo condiciones generales se obtienen resultados de consistencia y normalidad asintótica para los estimadores propuestos del parámetro de regresión y resultados de consistencia uniforme para los estimadores propuestos de la función de regresión. Estos resultados teóricos se completan con un estudio de simulación para evaluar el comportamiento de las propuestas robustas y clásicas frente a distintas desviaciones del modelo.
publishDate 2013
dc.date.none.fl_str_mv 2013-11-04
dc.type.none.fl_str_mv info:eu-repo/semantics/doctoralThesis
info:eu-repo/semantics/acceptedVersion
Tesis de doctorado
http://purl.org/coar/resource_type/c_db06
info:ar-repo/semantics/tesisDoctoral
format doctoralThesis
status_str acceptedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/44589
https://doi.org/10.35537/10915/44589
url http://sedici.unlp.edu.ar/handle/10915/44589
https://doi.org/10.35537/10915/44589
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by/2.5/ar/
Creative Commons Attribution 2.5 Argentina (CC BY 2.5)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by/2.5/ar/
Creative Commons Attribution 2.5 Argentina (CC BY 2.5)
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1844615887857909760
score 13.070432