13.07.2015 Views

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 ...

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

appena rimarcati, l’ampiezza di banda variabile può portare anche a qualchesgradita anomalia come quel<strong>la</strong> rilevata nel capitolo precedente in Figura 4.28.Più volte in precendenza è emerso come sia possibile rendere il Loess resistenteagli outliers e come sia sostanzialmente equivalente o<strong>per</strong>are con uno opiù predittori, cosa che invece crea alcuni problemi, soprattutto di caratterecomputazionale, alle Smoothing Splines. Ciò può essere visto come <strong>una</strong> conseguenzadell’estrema semplicità dell’idea e dell’implementazione del metodoLoess che sfrutta sapientemente <strong>per</strong> le sue stime oggetti matematici di naturalineare.A questo punto è <strong>per</strong>ò necessario evidenziare il difetto principale del<strong>la</strong> <strong>tecnica</strong>Loess, difetto che è inevitabilmente legato ai vantaggi appena esposti.Abbiamo visto che nelle Smoothing Splines si ha <strong>una</strong> vera e propria funzioneobiettivo da minimizzare, quindi <strong>la</strong> stima di g che si ottiene ha un’espressioneanalitica nota definita come <strong>la</strong> spline cubica naturale che minimizza il criteriodei minimi quadrati penalizzati. Per il Loess non è possibile fare niente disimile; di fatto esso non fornisce alc<strong>una</strong> espressione analitica <strong>per</strong> ĝ e l’unicomodo <strong>per</strong> <strong>per</strong>mettere ad osservatori esterni di avere accesso ai risultati ottenutiè di descrivere in dettaglio come è stato fatto l’es<strong>per</strong>imento specificandoil valore usato <strong>per</strong> ciascuno dei parametri passati al<strong>la</strong> funzione loess di R. Lamancanza di un’espressione analitica che descriva a livello globale <strong>la</strong> stimaLoess comporta anche l’assenza di un indice che dia <strong>una</strong> valutazione adeguatadel<strong>la</strong> variabilità spiegata dal modello e di conseguenza del<strong>la</strong> sua affidabilità.Infatti un indice come R 2 sembra <strong>per</strong>dere significato fuori dal contesto del<strong>la</strong><strong>regressione</strong> lineare.Al<strong>la</strong> luce delle ultime considerazioni si evince che l’estrema flessibilitàche contraddistingue il Loess ne costituisce il principale pregio ma anche ilmaggiore limite. Infatti, questa <strong>tecnica</strong> costituisce un ottimo strumento diesplorazione dei dati e come tale viene ampiamente utilizzata in letteratura,ma <strong>per</strong> fare analisi più appr<strong>of</strong>ondite potrebbe essere preferibile affidarsi ametodi più tradizionali.Per concludere, possiamo dire che il Loess rappresenta un utile trampo-95

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!