Un par de incursiones en el análisis de datos funcionales

Un par de incursiones en el análisis de datos funcionales

Alejandra Cabaña (Universitat Autònoma de Barcelona, España)

Por un lado, una exploración empírica: consideramos modelos no paramétricos de clasificación y regresión basados ​​en kernels para predecir una variable de respuesta utilizando covariables funcionales, categóricas y/o continuas. Comparamos el rendimiento de esos modelos utilizando las (semi)métricas de Hausdorff, Wasserstein y $L^2$ aplicándolas a conjuntos de datos del mundo real. Se observa una diferencia notable en el desempeño de los modelos al variar la (semi)métrica, como se esperaba, dependiendo del tipo de datos.

Como lo anterior puede ser poco material para una charla, si sobra tiempo, completaré con un trabajo que ya tiene unos cuants años pero es entretenido:  consideramos un problema de dos muestras para datos funcionales, y proponemos tres tests de diferentes, una generalización del test de Shilling basado en k-nearest neighbours, una prueba tipo Wilcoxon, y otra prueba basada en profundidades que usa meta-análisis.