Resumen

Se investigan las inferencias para modelos semiparamétricos con datos funcionales. Proponemos una técnica de mínimos cuadrados integrales para estimar los componentes paramétricos, y se estudia la normalidad asintótica del estimador resultante de mínimos cuadrados integrales. Para los componentes no paramétricos, se propone un método de estimación local de mínimos cuadrados integrales, y también se establece la normalidad asintótica del estimador resultante. Con base en estos resultados, se construyen los intervalos de confianza para el componente paramétrico y el componente no paramétrico. Por último, se llevan a cabo algunos estudios de simulación y un análisis de datos reales para evaluar el rendimiento de muestra finita del método de estimación propuesto.

• Materias:Modelos matemáticos Conjuntos difusos Ecuaciones integrales Fusión de características Algoritmo de optimización
• Subjects:Mathematical models Fuzzy sets Integral equations Feature fusion Optimization algorithm
• Palabras claves:Inferencias; Modelos semiparamétricos; Datos funcionales; Técnica de mínimos cuadrados integrales; Normalidad asintótica; Componentes no paramétricos
• Keywords:Inferences; Semiparametric models; Functional data; Integral least-squares technique; Asymptotic normality; Nonparametric components