Resumen

Presentamos un nuevo método para estimar la curva de regresión no paramétrica para datos longitudinales. Este método combina dos estimadores: el spline truncado y la serie de Fourier. Esta estimación se completa minimizando los mínimos cuadrados ponderados penalizados y los mínimos cuadrados ponderados. Este artículo también proporciona las propiedades del nuevo estimador mixto, que son sesgadas y lineales en las observaciones. El mejor modelo se selecciona utilizando el valor más pequeño de la validación cruzada generalizada. El rendimiento del nuevo método se demuestra mediante un estudio de simulación con una variedad de puntos temporales. Luego, el enfoque propuesto se aplica a un conjunto de datos de pacientes con accidente cerebrovascular. Los resultados muestran que los datos simulados y los datos reales arrojan hallazgos consistentes.

• Materias:Internet de las cosas Algoritmo iterativo Algoritmo de evaluación Viga viscoelástica Lenguaje de programación
• Subjects:Internet of things Iterative algorithm Evaluation algorithm Viscoelastic beam Programming language
• Palabras claves:Nuevo método; Curva de regresión no paramétrica; Datos longitudinales; Spline truncado; Serie de Fourier; Mínimos cuadrados penalizados ponderados
• Keywords:New method; Nonparametric regression curve; Longitudinal data; Truncated spline; Fourier series; Penalized weighted least squares