• Correo ElectrónicoCorreo Electrónico
  • Dirección Nacional de Información AcadémicaDNINFOA - SIA
  • BibliotecaBibliotecas
  • ConvocatoriasConvocatorias
  • Identidad U.N.Identidad U.N.
Escudo de la República de ColombiaEscudo de la República de Colombia
  • English 
    • español
    • English
    • português (Brasil)
  • Aspirantes
  • Estudiantes
  • Egresados
  • Docentes
  • Administrativos
repositorio.unal.edu.co
Bibliotecas
  • Mapa de sedes
  • Amazonía
  • Bogotá
  • Caribe
  • Manizales
  • Medellín
  • Orinoquía
  • Palmira
Biblioteca Digital
  • Repositorio Institucional
  • Entrega de tesis y publicación en línea
  • Digitalización de documentos
  • Normatividad publicación en línea
  • Portal de Revistas UN
  • Suscripción a contenidos UN
  • Contáctenos
Recursos Bibliográficos
  • Recursos electrónicos
  • Catálogo UN
  • Diccionarios y enciclopedias
  • Herramientas bibliográficas
  • Libros electrónicos
  • Descubridor
  • Índices bibliográficos
  • Adquisicion de material bibliografico
Formación
  • Agenda de formación
  • Solicitud de nuevo taller
  • Guía de autoarchivo de documentos
Acerca de
  • Misión y visión
  • Dirección Nacional de Bibliotecas
  • Convenios y redes
  • Video del Sinab
  • Preguntas frecuentes
Sedes
  • Amazonia
  • Bogotá
  • Caribe
  • De La Paz
  • Manizales
  • Medellín
  • Orinoquia
  • Palmira
  • Tumaco
Servicios
Perfiles
Home
    • español
    • English
    • português (Brasil)
  • Login
View Item 
  •   Institutional Repository of Universidad Nacional
  • 3 - Revistas UN
  • Revista Colombiana de Estadística
  • View Item
  •   Institutional Repository of Universidad Nacional
  • 3 - Revistas UN
  • Revista Colombiana de Estadística
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.

Robust mixture regression based on the skew t distribution

Thumbnail
53580-314859-1-PB.pdf (663.2Kb)
Date published
2017-01-01
Author
Doğru, Fatma Zehra
Arslan, Olcay
Metadata
Show full item record

Summary
In this study, we propose a robust mixture regression procedure based on the skew t distribution to model heavy-tailed and/or skewed errors in a mixture regression setting. Using the scale mixture representation of the skew  t distribution, we give an Expectation Maximization (EM) algorithm to compute the maximum likelihood (ML) estimates for the paramaters of interest. The performance of proposed estimators is demonstrated by a simulation study and a real data example.
 
En este estudio se explora una mixtura robusta de modelos de regresión basada en la distribución t asimétrica, con el propósito de modelar colas pesadas o asimétricas en los errores, en un escenario de mixtura de regresiones. Se usa un algoritmo EM para obtener los estimadores máximo verosímiles empleando una mixtura de escala de la distribución t asimétrica. El comportamiento de los estimadores propuestos se ilustra a través de une estudio de simulación y de un ejemplo con datos reales.
 
Subject
Mixture regression models ; robust regression ; maximum likelihood ; EM algorithm ; skew t distribution ; Algoritmo EM ; máxima verosimilitud ; mixtura de regresiones ; distribución t asimétrica. ;
URI
https://repositorio.unal.edu.co/handle/unal/66504
Collections
  • Revista Colombiana de Estadística [524]

Browse

All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesKnowledge AreasThis CollectionBy Issue DateAuthorsTitlesKnowledge Areas

My Account

LoginRegister

Statistics

View Google Analytics Statistics
Régimen Legal
Talento humano
Contratación
Ofertas de empleo
Rendición de cuentas
Concurso docente
Pago Virtual
Control interno
Calidad
Buzón de notificaciones
Correo institucional
Mapa del sitio
Redes Sociales
FAQ
Quejas y reclamos
Atención en línea
Encuesta
Contáctenos
Estadísticas
Glosario

Contacto página web:
Carrera 45 # 26-85
Edif. Uriel Gutiérrez
Bogotá D.C., ; Colombia
(+57 1) 316 5000

© Copyright 2014
Algunos derechos reservados.
mediosdigitales@unal.edu.co
Acerca de este sitio web

Actualización: 04/10/19

Orgullo UNOrgullo UNAgencia de noticiasAgencia de noticias
Trámites en líneaContaduría General de la República