Bogotá - Ciencias - Maestría en Ciencias - Estadística · 2024
Regresión multivariada robusta: un enfoque para datos con alta dimensionalidad
La regresión lineal múltiple multivariada es una técnica estadística ampliamente utilizada para modelar las relaciones entre varias variables respuesta y varias variables predictoras. Los métodos tradicionales basados en la verosimilitud pueden producir resultados muy engañosos en presencia de valores atípicos. En este trabajo, proponemos dos métodos robustos de regresión multivariada diseñados para manejar datos con alta dimensionalidad: uno basado en el estimador MRCD, un estimador robusto de localización y dispersión para datos con alta dimensionalidad; y otro enfocado en reducir la dimensionalidad del problema mediante la utilización de la metodología ROSPCA. A través de simulaciones, evaluamos la robustez y eficiencia de los estimadores obtenidos, la capacidad de las metodologías para clasificar correctamente observaciones en conjuntos de datos contaminados, y el costo computacional. Una aplicación con datos reales ilustra el uso de las metodologías propuestas. (Texto tomado de la fuente)
Full text 143 pages with text out of 144
Read the full thesis Record in the repository
Contents
- n = 50, p = 100, q = 5 and 10 %, 20 %, 30 % of vertical outliersp. 14
- n = 50, p = 100, q = 5 and 10 %, 20 %, 30 % of vertical outliersp. 14
- 20 %, 30 %, 40 % of bad leverage pointsp. 41
- 20 %, 30 %, 40 % of bad leverage pointsp. 41
- 20 %, 30 %, 40 % of bad leverage pointsp. 41
- 20 %, 30 %, 40 % of bad leverage pointsp. 41
- 20 %, 30 %, 40 % of bad leverage pointsp. 41
- n = 50, p = 100, q = 5 and 10 %, 20 %, 30 % of bad leverage pointsp. 80
- n = 50, p = 100, q = 5 and 10 %, 20 %, 30 % of bad leverage pointsp. 80
- n = 50, p = 100, q = 5 and 10 %, 20 %, 30 % of vertical outliersp. 14
- n = 50, p = 100, q = 5 and 10 %, 20 %, 30 % of vertical outliersp. 14