una tecnica per la regressione locale - Department of Mathematics ...
una tecnica per la regressione locale - Department of Mathematics ...
una tecnica per la regressione locale - Department of Mathematics ...
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Capitolo 1La <strong>regressione</strong> <strong>locale</strong>1.1 Presentazione del modelloLa <strong>regressione</strong> <strong>locale</strong> si propone di descrivere <strong>la</strong> re<strong>la</strong>zione esistente tra <strong>la</strong>variabile risposta y e p predittori x attraverso il modello seguente:y i = g(x i ) + ε i<strong>per</strong> ogni i = 1 . . . ndove y i è l’i-esima osservazione del<strong>la</strong> risposta, x i l’i-esima osservazione dei ppredittori ed ε i l’errore casuale. Questo modello è non parametrico <strong>per</strong>chènon si presume che g appartenga a <strong>una</strong> specifica c<strong>la</strong>sse parametrica di funzioni,ma si assume solo che essa presenti alcune condizioni di rego<strong>la</strong>rità.Il metodo su cui si basa <strong>la</strong> <strong>regressione</strong> <strong>locale</strong> <strong>per</strong> stimare <strong>la</strong> funzione di <strong>regressione</strong>g si chiama Loess, abbreviazione di local regression. Tale metodoappartiene al<strong>la</strong> c<strong>la</strong>sse degli stimatori lineari, dei quali si riporta <strong>la</strong> definizione.Definizione 1. Uno stimatore ĝ si dice lineare se esiste <strong>una</strong> matrice n × nparametrizzata da α, L α , tale che:ĝ(x) =n∑L α (x, x i )y ii=1<strong>per</strong> ogni x arbitrarioLa matrice L è chiamata smoother matrix oppure, in analogia con <strong>la</strong> termino-4