Published

2008-07-01

ESTUDIO SOBRE LOS EFECTOS DEL PARÁMETRO DE SUAVIZADO EN CONTRASTES NO PARAMÉTRICOS PARA K–MUESTRAS

STUDYING THE BANDWIDTH EFFECTS IN NON PARAMETRIC K–SAMPLE TESTS

Keywords:

tests no paramétricos, estimación núcleo, parámetro ventana (es)
Nonparametric tests, Kernel estimation, Bandwidth (en)

Downloads

Authors

  • Pablo Martínez-Camblor Subdirección de Salud Pública de Gipuzkoa
Una de las principales limitaciones de las técnicas de suavizamiento es la necesidad de elegir un parámetro de suavizado o ventana. La influencia de este parámetro sobre los resultados obtenidos obliga a que el uso de estos métodos en inferencia sea delicado, ya que la decisión final puede verse determinada por la elección del parámetro. El objetivo principal de este trabajo es el estudio de algunos algoritmos para el cálculo automático del parámetro ventana en problemas de contrastes de hipótesis para la igualdad de k poblaciones independientes.
The election of the smoothing parameter or bandwidth is, probably, the most important concern in the statistical smoothed techniques. The relevance of this parameter, on the obtained results difficult, the use of these methods in statistical inference, because the final decision could be determined for the used bandwidth. The main goal of this paper is discussing and studying some algorithms for the automatic computation of the bandwidth in k–sample problems.

Estudio sobre los efectos del parámetro de suavizado en contrastes no paramétricos para k--muestras

Studying the Bandwidth Effects in Non Parametric k--Sample Tests

PABLO MARTÍNEZ-CAMBLOR1

1Subdirección de Salud Pública de Gipuzkoa, CIBER Epidemiología y Salud Pública, Donostia, España. Investigador postdoctoral. Email: pmcamblor@hotmail.com

Resumen

Una de las principales limitaciones de las técnicas de suavizamiento es la necesidad de elegir un parámetro de suavizado o ventana. La influencia de este parámetro sobre los resultados obtenidos obliga a que el uso de estos métodos en inferencia sea delicado, ya que la decisión final puede verse determinada por la elección del parámetro. El objetivo principal de este trabajo es el estudio de algunos algoritmos para el cálculo automático del parámetro ventana en problemas de contrastes de hipótesis para la igualdad de k poblaciones independientes.

Palabras clave: tests no paramétricos, estimación núcleo, parámetro ventana.

Abstract

The election of the smoothing parameter or bandwidth is, probably, the most important concern in the statistical smoothed techniques. The relevance of this parameter, on the obtained results difficult, the use of these methods in statistical inference, because the final decision could be determined for the used bandwidth. The main goal of this paper is discussing and studying some algorithms for the automatic computation of the bandwidth in k--sample problems.

Key words: Nonparametric tests, Kernel estimation, Bandwidth.

Texto completo disponible en PDF

Referencias

1. Ahmad, A. I. & Li, Q. (1997), `Testing Symmetry of an Unknown Density Function by Kernel Method´, Journal of Nonparametric Statistics 7, 279-293.

2. Anderson, N. H., Hall, P. & Titterington, D. M. (1994), `Two-Sample Test Statistics for Measuring Discrepancies between two Multivariate Probability Density Functions using Kernel-Based Density Estimates´, Journal of Multivariante Analysis 50, 41-54.

3. Bowman, A. & Azzalini, A. (2001), Applied Smoothing Techniques for Data Analysis, Oxford University Press, Oxford, United Kingdom.

4. Cao, R. (1990), Aplicaciones y nuevos resultados del método Bootstrap en la estimación no paramétrica de curvas, Tesis Doctoral, Universidad de Santiago de Compostela.

5. Cao, R. & Van Keilegom, I. (2006), `Empirical Likelihood Tests for Two-Sample Problems via Nonparametric Density Estimation´, Canad. J. Statist. 34, 61-77.

6. Devroye, L. & Györfy, L. (1985), Nonparametric Density Estimation: The L1\, View, John Wiley & Son, New York, United States.

7. Diks, D. & Tong, H. (1999), `A Test for Simmetries of Multivatiate Probability Distributions´, Biometrika 86(3), 605-614.

8. Eggermont, P. P. B. & LaRiccia, V. N. (2003), Selecting the Smoothing Parameter in Goodness of Fit Testing. Consultado el 04/06/08 en la web:. *www.udel.edu/FREC/eggermont/Preprints/smoselnew.pdf

9. Fan, Y. (1994), `Testing the Goodness of Fit of a Parametric Density Function by Kernel Method´, Econometric Theory 10, 316-356.

10. Fan, Y. (1998), `Goodness-of-fit Tests Based on Kernel Density Estimators with Fixed Smoothing Parameters´, Econometric Theory 14, 604-621.

11. Ghosh, B. K. & Huang, W. M. (1991), `The Power and Optimal Kernel of the Bickel-Rosenblatt Test for Goodness of Fit´, Annals of Statistics 19(2), 999-1008.

12. Hall, P., DiCiccio, J. T. & Romano, J. P. (1989), `On Smoothing and the Bootstrap´, Annals of Statistics 17(2), 692-704.

13. Hall, P. & York, M. (2001), `On the Calibration or Silverman's Test for Multimodality´, Statistica Sinica 11, 516-536.

14. Horvath, L. (1991), `On L_p-norms of Multivariate Density Estimations´, Annals of Statistics 19(4), 1933-1949.

15. Li, Q. (1996), `Nonparametric Testing of Closeness Between two Unknown Distributions Functions´, Econometric Review 15(3), 216-274.

16. Li, Q. (1999), `Nonparametric Testing the Similarity of two Unkown Density Functions: Local Power and Bootstrap Analysis´, Journal of Nonparametric Statistics 11, 189-213.

17. Liero, H., Läuter, H. & Konakov, V. (1998), `Nonparametric versus Parametric Goodness of Fit´, Statistics 31, 115-149.

18. Martínez-Camblor, P. (2006), Tests no paramétricos basados en una distancia entre funciones de densidad, Servicio de Publicaciones de la Universidad de Oviedo, Oviedo, España.

19. Martínez-Camblor, P. (2008), `Test de hipótesis para contrastar la igualdad entre k-poblaciones´, Revista Colombiana de Estadística 31(1), 1-18.

20. Martínez-Camblor, P. & Corral, N. (2008), `Weaker Conditions for Asymptotic Approximation to L_P-norms of the Kernel Estimators´, InterSTAT Journal june, 1-18.

21. Martínez-Camblor, P., De Uña, J. & Corral, N. (2008), `K-Sample Test Based on the Common Area of Kernel Density Estimator´, Journal of Statistical Planning and Inference 138(12), 4006-4020.

22. Martínez-Camblor, P. & De Uña-Álvarez, J. (2008), Nonparametric k-sample Tests: Density Function vs. Distribution Function, Discussion Papers in Statistics and Operation Research Report 08/09, Universidade de Vigo, Dpto. de Estadística e Investigación Operativa.

23. Nadaraya, E. A. (1964), `Some New Estimates for Distribution Functions´, Theory Prob. Applic. 9, 497-500.

24. Parzen, E. (1962), `On Estimation of a Probability Density Function and Mode´, Annals of Mathematical Statistics 33, 832-837.

25. Rosenblatt, M. (1956), `Remarks on Some Nonparametric Estimates of a Density Functions´, Ann. Math. Statistics 27, 832-837.

26. Sarda, P. (1993), `Smoothing Parameter Selection for Smooth Distribution Function´, Journal of Statistical Planning and Inference 35, 65-75.

27. Silverman, B. W. (1981), `Using Kernel Density Estimation to Investigate Multimodality´, Journal of the Royal Statistics Society B(43), 97-99.

[Recibido en febrero de 2008. Aceptado en octubre de 2008]

Este artículo se puede citar en LaTeX utilizando la siguiente referencia bibliográfica de BibTeX:

@ARTICLE{RCEv31n2a02,
    AUTHOR  = {Martínez-Camblor, Pablo},
    TITLE   = {{Estudio sobre los efectos del parámetro de suavizado en contrastes no paramétricos para k--muestras}},
    JOURNAL = {Revista Colombiana de Estadística},
    YEAR    = {2008},
    volume  = {31},
    number  = {2},
    pages   = {157-168}
}

How to Cite

APA

Martínez-Camblor, P. (2008). ESTUDIO SOBRE LOS EFECTOS DEL PARÁMETRO DE SUAVIZADO EN CONTRASTES NO PARAMÉTRICOS PARA K–MUESTRAS. Revista Colombiana de Estadística, 31(2), 157–168. https://revistas.unal.edu.co/index.php/estad/article/view/29616

ACM

[1]
Martínez-Camblor, P. 2008. ESTUDIO SOBRE LOS EFECTOS DEL PARÁMETRO DE SUAVIZADO EN CONTRASTES NO PARAMÉTRICOS PARA K–MUESTRAS. Revista Colombiana de Estadística. 31, 2 (Jul. 2008), 157–168.

ACS

(1)
Martínez-Camblor, P. ESTUDIO SOBRE LOS EFECTOS DEL PARÁMETRO DE SUAVIZADO EN CONTRASTES NO PARAMÉTRICOS PARA K–MUESTRAS. Rev. colomb. estad. 2008, 31, 157-168.

ABNT

MARTÍNEZ-CAMBLOR, P. ESTUDIO SOBRE LOS EFECTOS DEL PARÁMETRO DE SUAVIZADO EN CONTRASTES NO PARAMÉTRICOS PARA K–MUESTRAS. Revista Colombiana de Estadística, [S. l.], v. 31, n. 2, p. 157–168, 2008. Disponível em: https://revistas.unal.edu.co/index.php/estad/article/view/29616. Acesso em: 20 jan. 2025.

Chicago

Martínez-Camblor, Pablo. 2008. “ESTUDIO SOBRE LOS EFECTOS DEL PARÁMETRO DE SUAVIZADO EN CONTRASTES NO PARAMÉTRICOS PARA K–MUESTRAS”. Revista Colombiana De Estadística 31 (2):157-68. https://revistas.unal.edu.co/index.php/estad/article/view/29616.

Harvard

Martínez-Camblor, P. (2008) “ESTUDIO SOBRE LOS EFECTOS DEL PARÁMETRO DE SUAVIZADO EN CONTRASTES NO PARAMÉTRICOS PARA K–MUESTRAS”, Revista Colombiana de Estadística, 31(2), pp. 157–168. Available at: https://revistas.unal.edu.co/index.php/estad/article/view/29616 (Accessed: 20 January 2025).

IEEE

[1]
P. Martínez-Camblor, “ESTUDIO SOBRE LOS EFECTOS DEL PARÁMETRO DE SUAVIZADO EN CONTRASTES NO PARAMÉTRICOS PARA K–MUESTRAS”, Rev. colomb. estad., vol. 31, no. 2, pp. 157–168, Jul. 2008.

MLA

Martínez-Camblor, P. “ESTUDIO SOBRE LOS EFECTOS DEL PARÁMETRO DE SUAVIZADO EN CONTRASTES NO PARAMÉTRICOS PARA K–MUESTRAS”. Revista Colombiana de Estadística, vol. 31, no. 2, July 2008, pp. 157-68, https://revistas.unal.edu.co/index.php/estad/article/view/29616.

Turabian

Martínez-Camblor, Pablo. “ESTUDIO SOBRE LOS EFECTOS DEL PARÁMETRO DE SUAVIZADO EN CONTRASTES NO PARAMÉTRICOS PARA K–MUESTRAS”. Revista Colombiana de Estadística 31, no. 2 (July 1, 2008): 157–168. Accessed January 20, 2025. https://revistas.unal.edu.co/index.php/estad/article/view/29616.

Vancouver

1.
Martínez-Camblor P. ESTUDIO SOBRE LOS EFECTOS DEL PARÁMETRO DE SUAVIZADO EN CONTRASTES NO PARAMÉTRICOS PARA K–MUESTRAS. Rev. colomb. estad. [Internet]. 2008 Jul. 1 [cited 2025 Jan. 20];31(2):157-68. Available from: https://revistas.unal.edu.co/index.php/estad/article/view/29616

Download Citation

Article abstract page views

188

Downloads

Download data is not yet available.

License

Copyright (c) 2008 Revista Colombiana de Estadística

Creative Commons License

This work is licensed under a Creative Commons Attribution 4.0 International License.

  1. Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
  2. Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
  3. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).