Robust estimators in partly linear regression models on Riemannian manifolds | ||
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Investigaciones Matemáticas "Luis A. Santalo". Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Investigaciones Matemáticas "Luis A. Santalo" | |
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Investigaciones Matemáticas "Luis A. Santalo". Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Investigaciones Matemáticas "Luis A. Santalo" | |
| dc.conicet.paisOrganizacion | Argentina | |
| dc.conicet.paisOrganizacion | Argentina | |
| dc.conicet.produccionid | 5896875 | |
| dc.contributor.author | Henry, Guillermo Sebastian | |
| dc.contributor.author | Rodriguez, Daniela Andrea | |
| dc.date.accessioned | 2017-06-23T15:19:18Z | |
| dc.date.available | 2017-06-23T15:19:18Z | |
| dc.date.issued | 2014 | |
| dc.date.updated | 2017-06-23T14:13:49Z | |
| dc.description.abstract | Under a partly linear model we study a family of robust estimates for the regression parameter and the regression function when some of the predictors take values on a Riemannian manifold. We obtain the consistency and the asymptotic normality of the proposed estimators. Simulations and an application to a real dataset show the good performance of our proposal under small samples and contamination. | es |
| dc.description.fil | Fil: Henry, Guillermo Sebastian. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Investigaciones Matemáticas "Luis A. Santalo". Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Investigaciones Matemáticas "Luis A. Santalo"; Argentina | |
| dc.description.fil | Fil: Rodriguez, Daniela Andrea. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Investigaciones Matemáticas "Luis A. Santalo". Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Investigaciones Matemáticas "Luis A. Santalo"; Argentina | |
| dc.format | application/pdf | es |
| dc.identifier.citation | Henry, Guillermo Sebastian; Rodriguez, Daniela Andrea; Robust estimators in partly linear regression models on Riemannian manifolds ; Taylor; Communications In Statistics-theory And Methods; -1-2014; 1-16 | es |
| dc.identifier.institucional | CONICET | |
| dc.identifier.issn | 0361-0926 | es |
| dc.identifier.repo | CONICET Digital | |
| dc.identifier.uri | http://hdl.handle.net/11336/18733 | |
| dc.journal.ciudad | Londres | es |
| dc.journal.pagination | 1-16 | es |
| dc.journal.pais | Reino Unido | es |
| dc.journal.title | Communications In Statistics-theory And Methods | es |
| dc.language.iso | eng | es |
| dc.publisher | Taylor | es |
| dc.relation.alternativeid | info:eu-repo/semantics/altIdentifier/doi/http://dx.doi.org/10.1080/03610926.2013.775302 | |
| dc.relation.alternativeid | info:eu-repo/semantics/altIdentifier/url/http://www.tandfonline.com/doi/full/10.1080/03610926.2013.775302 | |
| dc.relation.alternativeid | info:eu-repo/semantics/altIdentifier/url/https://arxiv.org/abs/1008.0446 | |
| dc.rights | info:eu-repo/semantics/openAccess | * |
| dc.rights.uri | https://creativecommons.org/licenses/by-nc-sa/2.5/ar/ | * |
| dc.subject | Partial Linear Model | es |
| dc.subject | Robust Estimators | es |
| dc.subject | Riemannian Manifolds | es |
| dc.subject.classification | Estadística y Probabilidad | es |
| dc.subject.classification | Matemáticas | es |
| dc.subject.classification | CIENCIAS NATURALES Y EXACTAS | es |
| dc.title | Robust estimators in partly linear regression models on Riemannian manifolds | es |
| dc.type | info:eu-repo/semantics/article | |
| dc.type | info:ar-repo/semantics/artículo | |
| dc.type | info:eu-repo/semantics/publishedVersion | |
Archivos
Bloque original
Cargando...
- Nombre:
- CONICET_Digital_Nro.22696.pdf
- Tamaño:
- 234.17 KB
- Formato:
- Adobe Portable Document Format