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