Modelos de Regresión Aditivos Estructurados (STAR) con respuesta ...
Modelos de Regresión Aditivos Estructurados (STAR) con respuesta ...
Modelos de Regresión Aditivos Estructurados (STAR) con respuesta ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
B 12 = p(y|M 1)p(y|M 2 ) , (3.29)El cual apoya que M 1 si B 12 > 1. El BIC es una aproximación al factor <strong>de</strong> Bayesy permite evitar la especificación <strong>de</strong> probabilida<strong>de</strong>s a priori. En algunos lugares, laselección <strong>de</strong>l mo<strong>de</strong>lo <strong>de</strong> BIC es incluso igual a la selección basada en los factores <strong>de</strong>Bayes (ver Kass y Raftery (1995) para más <strong>de</strong>talles). La fórmula <strong>de</strong> BIC esBIC = −2l(θ|y) + log(n) · p, (3.30)don<strong>de</strong> p es el número <strong>de</strong> parámetros y n el número <strong>de</strong> observaciones.3.3.3. Validación Cruzada Genaralizada (GCV)Supongamos que tenemos un mo<strong>de</strong>lo <strong>con</strong> una variable <strong>respuesta</strong> <strong>con</strong> distribuciónnormal y que solo <strong>con</strong>tiene una función no lineal, es <strong>de</strong>cir,y i = f(x i ) + ɛ i , (3.31)don<strong>de</strong> ɛ i ∼ N(0, σ 2 ). En este caso, la proyección <strong>de</strong> la matriz H y los datos ysobre los valores ajustados vienen dados porH = X(X ′ X + λP) −1 X ′ (3.32)don<strong>de</strong> X es el diseño respectivo y P es la matriz penalizada. Con el fin <strong>de</strong><strong>de</strong>terminar un valor a<strong>de</strong>cuado para el parámetro <strong>de</strong> suavizado λ se pue<strong>de</strong> utilizar lavalidación cruzada <strong>de</strong>jando fuera una observación a la vez. Es <strong>de</strong>cir, el criterioCV = 1 nn∑(y i −i=1ˆf−iλ (x i)) 2 , (3.33)reduce al mínimo λ, don<strong>de</strong> fˆ −iλ(x i) se estimó sin observación (y i , x i ). La funciónf ˆ−iλ(x i) pue<strong>de</strong> calcularse directamente a partir <strong>de</strong> la matriz H sin estimar losdiferentes mo<strong>de</strong>los n a través <strong>de</strong>ˆf −iλ (x i) =n∑j=1,j≠1H ij1 − H iiy j . (3.34)Usando esta relación, la fórmula 3.33 se pue<strong>de</strong> escribir como