Nonparametric prediction for univariate spatial data: methods and applications | ||
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe | |
| dc.conicet.organizacion | Universidad Nacional del Litoral. Facultad de Ciencias Económicas. Instituto de Economía Aplicada Litoral | |
| dc.conicet.organizacion | Universidad Nacional del Litoral. Facultad de Ingeniería Química | |
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe | |
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe | |
| dc.conicet.organizacion | Universidad Nacional del Litoral. Facultad de Ingeniería Química | |
| dc.contributor.author | García Arancibia, Rodrigo | |
| dc.contributor.author | Llop Orzan, Pamela Nerina | |
| dc.contributor.author | Lovatto, Mariel Guadalupe | |
| dc.date.issued | 2023-04 | |
| dc.description.abstract | We introduce five nonparametric kriging-type predictors for spatial data where only the variable of interest, without covariates, is recorded. The proposed methods seek to fully exploit the information contained in the spatial closeness and also in the similarity between neighbourhoods of the variable of interest. This is managed using different combinations of kernels (one or two kernels), and different combinations of distances (multiplicative and additive). The good performance of the proposed methods is shown via simulation studies and housing price prediction applications. | es |
| dc.description.fil | Fil: García Arancibia, Rodrigo. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe; Argentina. Universidad Nacional del Litoral. Facultad de Ciencias Económicas. Instituto de Economía Aplicada Litoral; Argentina | |
| dc.description.fil | Fil: Llop Orzan, Pamela Nerina. Universidad Nacional del Litoral. Facultad de Ingeniería Química; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe; Argentina | |
| dc.description.fil | Fil: Lovatto, Mariel Guadalupe. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe; Argentina. Universidad Nacional del Litoral. Facultad de Ingeniería Química; Argentina | |
| dc.format | application/pdf | es |
| dc.identifier.citation | García Arancibia, Rodrigo; Llop Orzan, Pamela Nerina; Lovatto, Mariel Guadalupe; Nonparametric prediction for univariate spatial data: methods and applications; John Wiley & Sons; Papers in Regional Science; 102; 3; 4-2023; 635-672 | es |
| dc.identifier.institucional | CONICET | |
| dc.identifier.issn | 1435-5957 | es |
| dc.identifier.repo | CONICET Digital | |
| dc.identifier.uri | http://hdl.handle.net/11336/222708 | |
| dc.journal.number | 3 | es |
| dc.journal.pagination | 635-672 | es |
| dc.journal.pais | Estados Unidos | es |
| dc.journal.title | Papers in Regional Science | es |
| dc.journal.volume | 102 | es |
| dc.language.iso | eng | es |
| dc.publisher | John Wiley & Sons | es |
| dc.relation.alternativeid | info:eu-repo/semantics/altIdentifier/url/https://rsaiconnect.onlinelibrary.wiley.com/doi/10.1111/pirs.12735 | |
| dc.relation.alternativeid | info:eu-repo/semantics/altIdentifier/doi/http://dx.doi.org/10.1111/pirs.12735 | |
| dc.rights | info:eu-repo/semantics/openAccess | * |
| dc.rights.uri | https://creativecommons.org/licenses/by-nc-sa/2.5/ar/ | * |
| dc.subject | HOUSING PRICE PREDICTION | es |
| dc.subject | KRIGING | es |
| dc.subject | NONPARAMETRIC METHODS | es |
| dc.subject | SPATIALLY CORRELATED DATA | es |
| dc.subject | STOCHASTIC PROCESS | es |
| dc.subject.classification | Estadística y Probabilidad | es |
| dc.subject.classification | Matemáticas | es |
| dc.subject.classification | CIENCIAS NATURALES Y EXACTAS | es |
| dc.title | Nonparametric prediction for univariate spatial data: methods and applications | 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.93c84a31-5b5c-4fa0-8199-27cda75ed3f3_B.pdf
- Tamaño:
- 3.76 MB
- Formato:
- Adobe Portable Document Format