SciELO - Scientific Electronic Library Online

 
vol.28 número2Multicolinearity Detection by Means of the h-Plot of the Correlation Matrix InverseApplication of Generalized Linear Models to Data Analysis in Drinking Water Treatment índice de autoresíndice de assuntospesquisa de artigos
Home Pagelista alfabética de periódicos  

Serviços Personalizados

Journal

Artigo

Indicadores

Links relacionados

  • Em processo de indexaçãoCitado por Google
  • Não possue artigos similaresSimilares em SciELO
  • Em processo de indexaçãoSimilares em Google

Compartilhar


Revista Colombiana de Estadística

versão impressa ISSN 0120-1751

Rev.Colomb.Estad. v.28 n.2 Bogotá jul./dez. 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 o conteúdo deste periódico, exceto onde está identificado, está licenciado sob uma Licença Creative Commons