NxKREG - Regresión de Kernel

Devuelve la regresión de Kernel (Nadaraya–Watson).

Sintaxis

NxKREG(X, Y,P,Kernel, H, Optimizar,Target, Retorno)
X
es el componente de x de la tabla de datos de ingreso (una matriz de celdas uni dimensional (ej. filas o columnas)).
Y
es el componente de y (ej. función) de la tabla de datos de ingreso (una matriz uni dimensional de celdas (ej. filas o columnas)).
P
es el orden polinomial (0 = constante, 1= lineal, 2=Quadratic, 3=Cubic, etc.), etc.). Si faltara, P = 0.
Kernel
es la función de ponderación de kernel usada con el método de regresión KNN : 0(o faltante)=Uniforme, 1=Triangular, 2=Epanechnikov, 3=Quartic, 4=Triweight, 5=Tricube, 6=Gaussian, 7=Cosine, 8=Logistic, 9= Sigmoid, 10= Silverman.
Valor Kernel
0 Uniform Kernel (por defecto)
1 Triangular Kernel
2 Epanechnikov Kernel
3 Quartic Kernel
4 Triweight Kernel
5 Tricube Kernel
6 Gaussian Kernel
7 Cosine Kernel
8 Logistic Kernel
9 Sigmoid Kernel
10 Silverman Kernel
H
es el parámetro de suavizado (ancho de banda) del estimador de densidad de kernel. Si faltara, se asumirá un valor predeterminado de uno(1).
Optimizado
es una bandera (Verdadera/Falsa) para buscar y usar un valor entero óptimo de K (ej. número de puntos de datos). Si faltaran o se omitieran, el optimizado se asume como Falso.
target
es el valor deseado de x para interpolar por (un valor único o una matriz de celdas unidimensional (ej. filas o columnas)).
Retorno
es un número que determina el tipo de valor de retorno: 0=Pronóstico (por defecto), 1=errores, 2=Parámetro de suavizado (ancho de banda), 3=RMSE (CV). Si faltara o se omitiera, NxREG retorna un valor de pronóstico/regresión.
Retorno Descripción
0 Pronóstico/valor(es) de regresión (por defecto)
1 Pronóstico/Error de regresión 
2 Parámetro de suavizado de Kernel (ancho de banda)
3 RMSE (crontra-validación)

Observaciones

  1. El número de filas de respuesta variable (Y) debe ser igual al número de filas de la variable explicativa (X).
  2. Observaciones (ej. filas) con valores faltantes en X o Y serán eliminadas. 
  3. La función NxKREG() estará disponible empezando por la versión 1.66 PARSON.

 

Ejemplos de Archivos

Referencias

  • Pagan, A.; Ullah, A. (1999). Nonparametric Econometrics. Cambridge University Press. ISBN 0-521-35564-8.
  • Simonoff, Jeffrey S. (1996). Smoothing Methods in Statistics. Springer. ISBN 0-387-94716-7.
  • Li, Qi; Racine, Jeffrey S. (2007). Nonparametric Econometrics: Theory and Practice. Princeton University Press. ISBN 0-691-12161-3.
  • Henderson, Daniel J.; Parmeter, Christopher F. (2015). Applied Nonparametric Econometrics. Cambridge University Press. ISBN 978-1-107-01025-3.

Comentarios

Inicie sesión para dejar un comentario.

¿Fue útil este artículo?
Usuarios a los que les pareció útil: 0 de 0