SciELO - Scientific Electronic Library Online

 
vol.28 número2Detección gráfica de la multicolinealidad mediante el h-plot de la inversa de la matriz de correlacionesAplicación de modelos lineales generalizados al análisis de datos en el tratamiento de agua potable índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Revista

Articulo

Indicadores

Links relacionados

  • En proceso de indezaciónCitado por Google
  • No hay articulos similaresSimilares en SciELO
  • En proceso de indezaciónSimilares en Google

Compartir


Revista Colombiana de Estadística

versión impresa ISSN 0120-1751

Rev.Colomb.Estad. v.28 n.2 Bogotá jul./dic. 2005

 

Métodos numéricos para la estimación de parámetros en regresión cuantílica

Numerical Methods to Estimate Parameters in Quantile Regression

HÉCTOR MANUEL MORA ESCOBAR1

1Departamento de Matemáticas, Universidad Nacional de Colombia, Bogotá, E-mail: hmmorae@unal.edu.co


Resumen

La regresión cuantílica es un problema de optimización convexa no diferenciable. Se examinan las ventajas y desventajas con relación a la necesidad de recursos de memoria y tiempo de cálculo de tres métodos clásicos de solución: dos de optimización lineal y el método de planos de corte.

Palabras Clave: regresión cuantílica, optimización lineal, optimización no diferenciable, planos de corte.


Abstract

Quantile regression is a nondifferentiable convex optimization problem. We compare three classical numerical methods, two of them based on linear optimization, and the cutting plane method. We compare them by their re quired memory and computing time.

Keywords: quantile regression, linear programming, nondifferentiable optimization, cutting planes.


Texto completo disponible en PDF


Referencias

1. Cade, B. & Noon, B. (2003), "A Gentle Introduction to Quantile Regression for Ecologists", Frontiers in Ecology and the Environment 1(8), 412-420.        [ Links ]

2. Cheney, E. & Goldstein, A. (1959), "Newton"s Method for Convex Programming ans Tchebycheff Approximations", Numerische Mathematik (1), 253-268.        [ Links ]

3. Du Merle, O. (1995), Points intérieurs et plans coupants : mise en oeuvre et développement d"une méthode pour l"optimisation convexe et la programmation linéaire structurée de grand taille, PhD thesis, Universidad de Ginebra.        [ Links ]

4. Fitzenberger, B., Koenker, R. & Machado, J. (2002), Economic Applications of Quantile Regression, Physica-Verlag, Heidelberg.        [ Links ]

5. Goffin, J., Haurie, A. & Vial, J. (1992), "Decomposition and Nondifferentiable Optimization with the Projective Algorithm", Management Science 38(2), 284-302.        [ Links ]

6. Kelley, J. (1960), "The Cutting Plane Method for Convex Problems", J. SIAM (8), 703-712.        [ Links ]

7. Koenker, R. & Basset, G. J. (1978), "Regression Quantiles", Econometrica 46(1), 33-50.        [ Links ]

8. Sagastizábal, C. (1997), Optimisation non Differérentiable en Bonnans J.F. et al., Optimisation Numérique, Springer, Paris.        [ Links ]

9. Silva, M.A. Arenales, M. (2000), "Uma extensão do método simplex para a resolucão do problema de regressão quantil", Rev. Mat. Est., São Paulo (18), 125-144.        [ Links ]

Creative Commons License Todo el contenido de esta revista, excepto dónde está identificado, está bajo una Licencia Creative Commons