000078512 001__ 78512
000078512 005__ 20190326115344.0
000078512 037__ $$aTAZ-TFG-2019-149
000078512 041__ $$aspa
000078512 1001_ $$aMartín Escura, Ana
000078512 24200 $$aIntroduction to Quantile Regression. Estimation and expansion to non-parametric models
000078512 24500 $$aIntroducción a la Regresión Cuantil. Estimación y extensión a modelos no paramétricos
000078512 260__ $$aZaragoza$$bUniversidad de Zaragoza$$c2019
000078512 506__ $$aby-nc-sa$$bCreative Commons$$c3.0$$uhttp://creativecommons.org/licenses/by-nc-sa/3.0/
000078512 520__ $$aLa regresión cuantil fue introducida por Roger Koenker y Gib Basset (1978) buscando extender las ideas de estimación de función cuantil condicional. Estos modelos constan de una distribución condicional de la variable respuesta expresada en función de las covariables observadas. Los métodos de regresión cuantil son competitivos con el método de mínimos cuadrados en lo que se refiere al esfuerzo computacional gracias al descubrimiento del método simplex y al desarrollo en la programación lineal. La localización de los cuantiles asegura un tipo de robustez carente en muchos procedimientos estadísticos habituales, como, por ejemplo, los basados en minimizar una suma de residuos al cuadrado. La regresión cuantil está llegando a ser cada vez más útil en áreas como la Econometría, Finanzas, Biomedicina, búsqueda de patrones y en Estudios Ambientales. En el primer capítulo se realiza una introducción de los conceptos básicos de la regresión cuantil, como el término cuantil y la función de pérdida de un cuantil. Además, se muestra cómo el cuantil es solución de un problema de optimización y se da su distribución asintótica. Finalmente se comparan distintos métodos de estimación. En el segundo capítulo se hace una introducción a la regresión cuantil no paramétrica, donde se muestra que el estimador lineal local depende de la función kernel y el parámetro de suavizado h. Por último se dan diversos selectores de este parámetro h, como son el método plug-in o el de validación cruzada. El último capítulo es una aplicación en R de los modelos descritos en dos conjuntos de datos con varias funciones del paquete `quantreg'.
000078512 521__ $$aGraduado en Matemáticas
000078512 540__ $$aDerechos regulados por licencia Creative Commons
000078512 700__ $$aAlcalá Nalvaiz, José Tomás$$edir.
000078512 7102_ $$aUniversidad de Zaragoza$$bMétodos Estadísticos$$cEstadística e Investigación Operativa
000078512 8560_ $$f572041@celes.unizar.es
000078512 8564_ $$s550980$$uhttps://zaguan.unizar.es/record/78512/files/TAZ-TFG-2019-149.pdf$$yMemoria (spa)
000078512 909CO $$ooai:zaguan.unizar.es:78512$$pdriver$$ptrabajos-fin-grado
000078512 950__ $$a
000078512 951__ $$adeposita:2019-03-26
000078512 980__ $$aTAZ$$bTFG$$cCIEN
000078512 999__ $$a20190208105033.CREATION_DATE