Regresión funcional mediante bases obtenidas por descomposición espectral del operador covarianza
Resumen
En este artículo se estudia el modelo de regresión lineal funcional en el cual las variables explicativas son puntos muestrales de un proceso continuo en el tiempo es decir funciones aleatorias observadas sobre un subconjunto compacto y Y es la variable de respuesta escalar. Se proponen dos estimadores para la regresión: por medio del método de componentes principales funcionales (PCA) y por medio del método de mínimos cuadrados parciales (PLS). El objetivo es comparar los coeficientes de determinación (R2) obtenidos por los métodos anteriormente mencionados.
Citas
CARDOT, H., FERRATY, F., SARDA, P. (1999). "Functional linear model. Statistics & Probability Letters ". Vol. 45,
p.11 - 22.
CARDOT, H., FERRATY, F., SARDA, P. (2003). "Spline estimators for the functional linear model. Statistica Sinica". Vol. 13, p. 571-591.
DABO-NIANG, S., FERRATY, F. (2008). "Functional and Operatoria/ Statistics".Physica-Verlag Heidelberg.
ESCABIAS, M., VALDERRAMA, M., AGUILERA, M. (2012). "Functional Data Analysis in Biometrics and Biostatistics ". Journal of Biometrics & Biostatistics. Vol. 3 No. 8, p. 1-3.
FERRATY, F., VIEU, P. (2006 ) "Nonparametric Functional Data Analysis: Theory and Practice". Springer Series in Statistics. New York.
GOIA, A. (2003). "Selection Model in Functional Linear Regression Models for Sea/ar Response". Developments in Applied Statistics. Vol. 19, p. 51-68.
MULLER, H., STADTMULLER, U. (2005). "Generalized functional linear models".The Annals of Statistics. Vol. 33, No. 2, p. 774-805.
OVIEDO M., (2011). "Utilities for Statistical Computing in Functional Data Analysis: The R Package fda.usc ".Master tbesis, Universidad de Santiago de Compostela.
RAMSAY, J., SILVERMAN, B. W. (2005). "Functional Data Analysis" (2nd Ed.). Springer Series in Statistics. New York
REEDER R. (2011). "Limit Theorems in Functional Data Analysis with Applications ". PhD. thesis. Department of Mathematics. University of Utah.
p.11 - 22.
CARDOT, H., FERRATY, F., SARDA, P. (2003). "Spline estimators for the functional linear model. Statistica Sinica". Vol. 13, p. 571-591.
DABO-NIANG, S., FERRATY, F. (2008). "Functional and Operatoria/ Statistics".Physica-Verlag Heidelberg.
ESCABIAS, M., VALDERRAMA, M., AGUILERA, M. (2012). "Functional Data Analysis in Biometrics and Biostatistics ". Journal of Biometrics & Biostatistics. Vol. 3 No. 8, p. 1-3.
FERRATY, F., VIEU, P. (2006 ) "Nonparametric Functional Data Analysis: Theory and Practice". Springer Series in Statistics. New York.
GOIA, A. (2003). "Selection Model in Functional Linear Regression Models for Sea/ar Response". Developments in Applied Statistics. Vol. 19, p. 51-68.
MULLER, H., STADTMULLER, U. (2005). "Generalized functional linear models".The Annals of Statistics. Vol. 33, No. 2, p. 774-805.
OVIEDO M., (2011). "Utilities for Statistical Computing in Functional Data Analysis: The R Package fda.usc ".Master tbesis, Universidad de Santiago de Compostela.
RAMSAY, J., SILVERMAN, B. W. (2005). "Functional Data Analysis" (2nd Ed.). Springer Series in Statistics. New York
REEDER R. (2011). "Limit Theorems in Functional Data Analysis with Applications ". PhD. thesis. Department of Mathematics. University of Utah.
