logo móvil
Contáctanos

Algoritmo de muestreo de importancia de remuestreo con variable de respuesta faltante no ignorada basado en regresión por cuantiles suavizada

Autores: Guo, Jingxuan; Liu, Fuguo; Härdle, Wolfgang Karl; Zhang, Xueliang; Wang, Kai; Zeng, Ting; Yang, Liping; Tian, Maozai

Idioma: Inglés

Editor: MDPI

Año: 2023

Descargar PDF

Acceso abierto

Artículo científico


Categoría

Matemáticas

Subcategoría

Matemáticas generales

Palabras clave

Regresión por cuantiles
Datos faltantes
Regresión por cuantiles suavizada
Ponderación de probabilidad inversa
Estimadores de verosimilitud empírica
Regresión no paramétrica con núcleos

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 34

Citaciones: Sin citaciones


Descripción
La presencia de variables de respuesta faltantes no ignorables a menudo conduce a patrones de distribución condicional complejos que no pueden ser capturados efectivamente a través de la regresión de la media. En contraste, la regresión cuantil ofrece valiosos conocimientos sobre la distribución condicional.

Documentos Relacionados

Temas Virtualpro