Resumen

Proponemos un método de validación cruzada adecuado para suavizar los estimadores de cuantiles de kernel. En particular, nuestro método propuesto selecciona el parámetro de ancho de banda, que se sabe que juega un papel crucial en el suavizado de kernel, basado en la estimación no sesgada de una curva de error cuadrático integrado medio cuyo valor mínimo determina un ancho de banda óptimo. Se muestra que este método conduce a una elección de ancho de banda asintóticamente óptima y también proporcionamos alguna teoría general sobre el rendimiento de métodos óptimos basados en datos para la elección del ancho de banda. Las actuaciones numéricas de los métodos propuestos se comparan en simulaciones, y se demuestra que la nueva selección de ancho de banda funciona muy bien.

• Materias:Modelos de regresión Conjunto borroso Agrupamiento Factores de transcripción Modelo autorregresivo
• Subjects:Regression models Fuzzy set Clustering Transcription factors Autoregressive model
• Palabras claves:Método propuesto; Estimadores de cuantiles de núcleo; Parámetro de ancho de banda; Suavizado de núcleo; Curva de error cuadrático medio integrado; Ancho de banda óptimo
• Keywords:Proposed method; Kernel quantile estimators; Bandwidth parameter; Kernel smoothing; Mean integrated squared error curve; Optimal bandwidth