Elección del parámetro de suavización óptimo en el problema de la selección de variables en regresión no-paramétrica a través de una solución numérica

Abstract

Presentamos a continuación un estudio de simulación acerca de la elección del parámetro de suavización óptimo en el problema de selección de variables en regresión no-paramétrica implementando una solución numérica. También se diseña un mecanismo computacional que permite la selección automática del parámetro de suavización óptimo en el problema de selección de variables en regresión noparamétrica. Obtendremos algunas estimaciones de la función de regresión para ser utilizadas en la selección del valor óptimo para el parámetro de suavización que maximiza la potencia de una prueba estadística de comparación de curvas de regresión no-paramétricas. El procedimiento PPR (Projection Pursuit Regresión) es propuesto para seleccionar variables significativas en un modelo de regresión no-paramétrico. Se presentan algunos métodos para seleccionar el parámetro de suavización en regresión no-paramétrica.