Resumen

La literatura existente en regresión no paramétrica ha establecido un modelo que solo aplica un estimador a todos los predictores. Este estudio tiene como objetivo desarrollar un modelo mixto de spline truncado y series de Fourier en regresión no paramétrica para datos longitudinales. El estimador mixto se obtiene resolviendo la estimación de dos etapas, que consiste en una optimización de mínimos cuadrados ponderados penalizados (PWLS) y mínimos cuadrados ponderados (WLS). Para demostrar el rendimiento del método propuesto, se presentan datos de simulación y datos reales. Los resultados de los datos simulados y del estudio de caso muestran un hallazgo consistente.

• Materias:Ecuaciones diferenciales Operadores Teoremas Modelo de regresión
• Subjects:Differential equations Operators Theorems Regression model
• Palabras claves:Literatura; Regresión no paramétrica; Estimador mixto; Spline truncado; Serie de Fourier; Datos longitudinales
• Keywords:Literature; Nonparametric regression; Mixed estimator; Truncated spline; Fourier series; Longitudinal data