Estimadores Robustos de las direcciones principales bajo un modelo de Componentes Principales Comunes Funcionales

BALI, JUAN LUCAS; BOENTE, GRACIELA

Cordoba

Congreso; IV Congreso Latinoamericano de Matematicos y Reunion Anual de la Union Matematica Argentina; 2012

Union Matematica Argentina, IMU, Universidad Nacional de Cordoba

Cuando consideramos diferentes poblacioens de datos funcionales, en general se suele suponer la igualdad de los operadores de covarianza. Usualmente, si este supuesto no vale entonces uno estima el operador de covarianza de cada grupo por separado, lo que conlleva a una gran cantidad de par´ametros. Como en el caso multivariado, esto no es satisfactorio puesto que los operadores de covarianza podr´ýan presentar alguna estructura com´un. En esta presentaci´on, discutimos la extensi´on al caso funcional de los estimadores de tipo projection-pursuit para las direcciones comunes bajo un modelo de componentes principales comunes, algo que ha sido ampliamente estudiado en el caso multivariado. Presentamos estimadores de los par´ametros desconocidos combinando projection-pursuitprojection-pursuit para las direcciones comunes bajo un modelo de componentes principales comunes, algo que ha sido ampliamente estudiado en el caso multivariado. Presentamos estimadores de los par´ametros desconocidos combinando projection-pursuitprojection-pursuit con diferentes m´etodos de suavizado. Obtenemos resultados de consistencia bajo supuestos generales.