Resumen

Los modelos lineales parciales, una familia de populares modelos semiparamétricos, nos proporcionan un supuesto interpretable y flexible para modelizar datos complejos. Una cuestión desafiante en los modelos lineales parciales es la identificación de la estructura para los componentes lineales y los componentes no lineales, especialmente para datos de alta dimensión. Este trabajo considera el problema de la identificación de la estructura en los modelos lineales parciales generales de índice único, donde la función de enlace es desconocida. Proponemos dos métodos penalizados basados en una técnica moderna de reducción de dimensión. Bajo ciertas condiciones de regularidad, demostramos que el segundo estimador es capaz de identificar correctamente la verdadera estructura subyacente del modelo. También se establece la tasa de convergencia del nuevo estimador.

• Materias:Análisis Matemático Matemáticas Algebra Ingeniería Lógica matemática
• Subjects:Mathematical Analysis mathematics Algebra Engineering Mathematical logic
• Palabras claves:Modelos lineales parciales; modelos semiparamétricos; identificación de estructuras; componentes lineales; componentes no lineales; datos de alta dimensión.
• Keywords:Partial linear models; semiparametric models; structure identification; linear components; nonlinear components; high dimensional data