Robust functional principal component analysis | ||
| dc.conicet.fuente | individual | |
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas | |
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Investigaciones Matemáticas "Luis A. Santaló". Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Investigaciones Matemáticas "Luis A. Santaló" | |
| dc.conicet.paginas | 285 | es |
| dc.conicet.paisOrganizacion | Argentina | |
| dc.conicet.paisOrganizacion | Argentina | |
| dc.conicet.produccionid | 11117028 | |
| dc.contributor.author | Bali, Juan Lucas | |
| dc.contributor.author | Boente Boente, Graciela Lina | |
| dc.contributor.other | Pacheco, Antonio | |
| dc.contributor.other | Santos, Rui | |
| dc.contributor.other | Rosário Oliveira, Maria | |
| dc.contributor.other | Paulino, Carlos Daniel | |
| dc.date.accessioned | 2025-07-03T12:32:09Z | |
| dc.date.available | 2025-07-03T12:32:09Z | |
| dc.date.issued | 2011 | es |
| dc.date.updated | 2025-07-02T09:19:29Z | |
| dc.description.abstract | When dealing with multivariate data robust PCA, like classical PCA,searches for directions with maximal dispersion of the data projected on it. Insteadof using the variance as a measure of dispersion, a robust scale estimator sn may beused in the maximization problem. In this paper, we review some of the proposedapproaches to robust functional PCA including one which adapts the projection pursuitapproach to the functional data setting. | es |
| dc.description.fil | Fil: Bali, Juan Lucas. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina | |
| dc.description.fil | Fil: Boente Boente, Graciela Lina. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Investigaciones Matemáticas "Luis A. Santaló". Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Investigaciones Matemáticas "Luis A. Santaló"; Argentina | |
| dc.format | application/pdf | es |
| dc.identifier.citation | Bali, Juan Lucas; Boente Boente, Graciela Lina; Robust functional principal component analysis; Springer; 2011; 41-54 | es |
| dc.identifier.institucional | CONICET | |
| dc.identifier.isbn | 978-3-319-05322-6 | es |
| dc.identifier.repo | CONICET Digital | |
| dc.identifier.uri | http://hdl.handle.net/11336/265149 | |
| dc.journal.pagination | 41-54 | es |
| dc.journal.pais | Suiza | es |
| dc.language.iso | eng | es |
| dc.publisher | Springer | es |
| dc.relation.alternativeid | info:eu-repo/semantics/altIdentifier/url/https://link.springer.com/chapter/10.1007/978-3-319-05323-3_4 | |
| dc.rights | info:eu-repo/semantics/restrictedAccess | * |
| dc.rights.uri | https://creativecommons.org/licenses/by-nc-sa/2.5/ar/ | * |
| dc.source.titulo | New Advances in Statistical Modeling and Applications | es |
| dc.subject | Robust Statistics | es |
| dc.subject | Functional Data | es |
| dc.subject | Principal Components | es |
| dc.subject.classification | Estadística y Probabilidad | es |
| dc.subject.classification | Matemáticas | es |
| dc.subject.classification | CIENCIAS NATURALES Y EXACTAS | es |
| dc.title | Robust functional principal component analysis | es |
| dc.type | info:eu-repo/semantics/publishedVersion | |
| dc.type | info:eu-repo/semantics/bookPart | |
| dc.type | info:ar-repo/semantics/parte de libro | |
Archivos
Bloque original
Cargando...
- Nombre:
- CONICET_Digital_Nro.b62a3ee5-63cd-4ffb-a66f-5adcb079208c_B.pdf
- Tamaño:
- 13.69 MB
- Formato:
- Adobe Portable Document Format