Matriz de covarianza
Optimización de procesos. Primera entrega
- Video:Estadística básica: entendiendo la covarianza
- Fuente:Canal Brandon Foltz / You Tube
Comparison among high dimensional covariance matrix estimation methods
Comparación entre métodos de estimación de matrices de covarianza de alta dimensionalidad
El objetivo de este artículo consiste en examinar y comparar el portafolio óptimo de mínima varianza construido usando cinco diferentes métodos de estimación para la matriz de covarianza: la covarianza muestral, el RiskMetrics, el modelo de factores, el shrinkage y el modelo de factores de frecuencia mixta. Usando simulación Monte Carlo se halló evidencia de que el modelo de factores de frecuencia mixta y el modelo de factores tienen una alta precisión cuando existen portafolios con el número de activos cercano o mayor que el tamaño muestral.
Este escrito fue preparado por Karoll Gómez y Santiago Gallón (Grupo de Econometría Aplicada, Universidad de Antioquia, Medellín, Colombia) para la Revista Colombiana de Estadística (Vol. 34, No 3, 2011, 567-588), publicación del Departamento de Estadística de la Universidad Nacional de Colombia orientada a difundir conocimientos, resultados, aplicaciones e historia de la estadística.
High dimensional inverse covariance matrix estimation via linear programming
Estimación de matriz de covarianza inversa de alta dimensionalidad mediante programación lineal
En este documento se considera el problema de estimar un matriz de covarianza inversa de alta dimensionalidad que bien podría abordarse mediante matrices “escasas”. Al aprovechar la conexión entre regresión lineal multivariada y las entradas de la matriz de covarianza inversa, se propone un procedimiento de estimación que puede explotar efectivamente tal “escasez”. Se puede computar el método propuesto empleando programación lineal; por ello, tiene el potencial de aplicarse en problemas de alta dimensionalidad.
Este artículo fue elaborado por Ming Yuan (School of Industrial and Systems Engineering, Georgia Institute of Technology, Atlanta, GA, Estados Unidos) para el Journal of Machine Learning Research (Vol. 11, 2010, 2261-2286), publicación que difunde investigaciones en todas las áreas del aprendizaje de máquinas.
- Video:Matriz de covarianzas y correlaciones en Excel. Tres formas diferentes de obtenerlas
- Fuente:Canal Efrain Nava Alvarez / You Tube
