RT Generic
T1 Regresión no paramétrica
A1 Domínguez Fernández, Ana
AB La regresión se ocupa de analizar cómo influye una variable X, llamada independiente, sobre otra Y , llamada dependiente. Hay dos enfoques distintos: la regresión paramétrica y la noparamétrica.En este trabajo se estudian y comparan ambas, al estimar el modelo de regresión el enfoqueno paremátrico es una alternativa a los modelos clásicos de regresión lineal ya que aportan muchaflexibilidad en la forma del modelo.Ya desde la perspectiva de la regresión no paramétrica, el estudio se centra en el cálculodel estimador de Nadaraya-Watson. Este estimador dependerá de un parámetro, denominadoventana. Estudiaremos la influencia que tiene el parámetro ventana con el objetivo de encontrarla ventana que minimice el error cuadrático medio del estimador para así conseguir el máseficiente.Por último, se ilustra la aplicación práctica de los métodos presentados, abordando la estimación no paramétrica de la función de regresión de un conjunto de datos reales y en particular, elcálculo de la ventana óptima del estimador. Dichos datos pueden llegar a ser de interés para quelos equipos de baloncesto puedan mejorar la siguiente temporada incorporando en su plantilla alos jugadores más valorados de la liga.
AB This regression is concerned with analyzing how a variable X, called independent, influences another variable Y , called dependent. There are two different approaches: parametric andnonparametric regression.In this paper we study and compare the two. In estimating the regression model, the nonparametric approach is an alternative to the classical linear regression models since it providesmuch flexibility in the form of the model. From the nonparametric regression perspective, the study focuses on the calculation of theNadaraya-Watson estimator. This estimator will depend on a parameter, called bandwidth. Wewill study the influence of the bandwidth parameter with the aim of finding the bandwidth thatminimizes the mean square error of the estimator in order to obtain the most eficient one.Finally, the practical application of the methods presented is illustrated, addressing the nonparametric estimation of the regression function of a set of real data and in particular, thecalculation of the optimal bandwidth of the estimator. Such data may be of interest for basketball teams to improve the following season by incorporating in their roster the most valuedplayers in the league.
YR 2022
FD 2022-07
LK http://hdl.handle.net/10347/30169
UL http://hdl.handle.net/10347/30169
LA spa
NO Traballo Fin de Grao en Matemáticas. Curso 2021-2022
DS Minerva
RD 24 abr 2026