A. Elías Fernández, R. Jiménez Recaredo
Presentamos algunos métodos heurísticos para predecir una curva parcialmente observada dentro de una muestra de datos funcionales. El procedimiento general se fundamenta en la construcción de regiones centrales basadas en observaciones de aprendizaje que hacen a la curva a predecir un dato profundo, dada una definición de profundidad. Los resultados del procedimiento consisten en versiones funcionales de intervalos de predicción para la parte inobservada de la curva en cuestión. Los métodos son aplicados sobre datos sintéticos y reales y son analizados a través de un estudio de simulación.
El enfoque de este trabajo es no paramétrico y fácilmente adaptable a un amplio marco de procesos.
Palabras clave: Functional data forecasting , Depth measures, Visualization tools
Programado
X09.2 Grupo de Análisis de Datos Funcionales: últimos avances y aplicaciones
7 de septiembre de 2016 17:30
0.09 - Aula de proyectos 2
