Repositorio Institucional
Repositorio Institucional
CONICET Digital
  • Inicio
  • EXPLORAR
    • AUTORES
    • DISCIPLINAS
    • COMUNIDADES
  • Estadísticas
  • Novedades
    • Noticias
    • Boletines
  • Ayuda
    • General
    • Datos de investigación
  • Acerca de
    • CONICET Digital
    • Equipo
    • Red Federal
  • Contacto
JavaScript is disabled for your browser. Some features of this site may not work without it.
  • INFORMACIÓN GENERAL
  • RESUMEN
  • ESTADISTICAS
 
Artículo

Sucient dimension reduction and prediction in regression: Asymptotic results

Forzani, Liliana MariaIcon ; Rodriguez, Daniela AndreaIcon ; Smucler, EzequielIcon ; Sued, Raquel MarielaIcon
Fecha de publicación: 03/2019
Editorial: Elsevier Inc
Revista: Journal Of Multivariate Analysis
ISSN: 0047-259X
Idioma: Inglés
Tipo de recurso: Artículo publicado
Clasificación temática:
Estadística y Probabilidad

Resumen

We consider model-based sufficient dimension reduction for generalized linear models and prove the consistency and asymptotic normality of the prediction estimator studied empirically for the normal case by Adragni and Cook (2009) when a sample version of the sufficient dimension reduction is used. Moreover, we provide a formula for the prediction that does need require explicitly computing the reduction.
Palabras clave: EXPONENTIAL FAMILY , GENERALIZED LINEAR MODEL , INVERSE REGRESSION , MAXIMUM LIKELIHOOD , SUFFICIENT DIMENSION REDUCTION
Ver el registro completo
 
Archivos asociados
Tamaño: 191.5Kb
Formato: PDF
.
Solicitar
Licencia
info:eu-repo/semantics/restrictedAccess Excepto donde se diga explícitamente, este item se publica bajo la siguiente descripción: Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Unported (CC BY-NC-SA 2.5)
Identificadores
URI: http://hdl.handle.net/11336/123878
DOI: https://doi.org/10.1016/j.jmva.2018.12.003
Colecciones
Articulos (IC)
Articulos de INSTITUTO DE CALCULO
Citación
Forzani, Liliana Maria; Rodriguez, Daniela Andrea; Smucler, Ezequiel; Sued, Raquel Mariela; Sucient dimension reduction and prediction in regression: Asymptotic results; Elsevier Inc; Journal Of Multivariate Analysis; 171; 3-2019; 339-349
Compartir
Altmétricas
 

Enviar por e-mail
Separar cada destinatario (hasta 5) con punto y coma.
  • Facebook
  • X Conicet Digital
  • Instagram
  • YouTube
  • Sound Cloud
  • LinkedIn

Los contenidos del CONICET están licenciados bajo Creative Commons Reconocimiento 2.5 Argentina License

https://www.conicet.gov.ar/ - CONICET

Inicio

Explorar

  • Autores
  • Disciplinas
  • Comunidades

Estadísticas

Novedades

  • Noticias
  • Boletines

Ayuda

Acerca de

  • CONICET Digital
  • Equipo
  • Red Federal

Contacto

Godoy Cruz 2290 (C1425FQB) CABA – República Argentina – Tel: +5411 4899-5400 repositorio@conicet.gov.ar
TÉRMINOS Y CONDICIONES