Regresión isotónica lineal a trozos
J. F. Monge Ivars, J. L. Ruiz
La regresión isotónica ofrece un enfoque flexible y libre de parámetros de ajuste para estimar funciones monótonas sin imponer restricciones sobre su convexidad; generando funciones escalonadas. Este artículo aborda una limitación clave de dichos estimadores: su incapacidad para proporcionar propiedades marginales importantes, tales como precios sombra o elasticidades.
Proponemos un suavizado lineal por tramos que permite estimaciones marginales incluso en entornos no convexos. Partiendo del concepto de convexidad condicional, desarrollado originalmente en el análisis de fronteras deterministas, el problema de optimización binivel ajusta una función continua, monotona y lineal a trozos a las predicciones iniciales de la regresión isotónica.
La simulación demuestra que el enfoque propuesto mejora significativamente la precisión de la estimación, reduciendo el error cuadrático medio tanto en entornos convexos como no convexos para datos univariados y multivariados.
Palabras clave: Programación Binivel, Convexidad Condicional, Regresión no paramédica.
Programado
Análisis Envolvente de Datos
2 de septiembre de 2026 15:30
Aula 21
Otros trabajos en la misma sesión
J. Aparicio Baeza, M. Kapelko, L. Ortiz Henarejos, J. L. Zofío Prieto
V. J. España Roch, J. Aparicio Baeza, X. Barber Vallès