Elección de los parámetros que intervienen en un modelo de regresión local
Bibliographic record
Abstract
Esta memoria se enmarca dentro del campo de la regresion no parametrica, buscando como objetivo fundamental la estimacion de la funcion de regresion, El contexto que se ha asumido es de tipo univariante y bajo una situacion general de heterocedasticidad en el modelo de regresion. Entre todas las tecnicas de regresion no parametrica que se han desarrollado en este campo, noshemos centrado en la denominada regresion polinomial local, la cual ha cobrado un gran interes en los ultimos anos debido a su buen comportamiento y ventajas sobre otras que van quedando relegadas, como es la regresion por estimadores tipo nucleo,ya que presenta graves problemas de sesgo en la frontera. Y tomamos como problema central de esta tesis la eleccion del denominado ancho de banda o par metro de suavizamiento, que determina el buen comportamiento del estimador poninomial local de la funcion de regresion. El problema de la seleccion del ancho de banda ha sido ampliamente estudiado y ha originado una gran cantidad de literatura. Son muchos los procedimientos desarrollados para su seleccion, en distintos contextos y para las distintas tecnicas de regresion no parametrica. En esta memoria realizamos una clasificacion de todos ellos y recogemos algunos de los mas importantes desarrolladas recientemente para la regresion polinomial local. La metodologia bootstrap ha sido empleada por diversos autores, para la eleccion del parametro ancho de banda, en la estimacion no parametrica de densidades, obteniendo resultados bastante satisfactorios. Las generalizaciones a la regresion fueron inicialmente planteadas por Hall(1990), en casos sencillos, no obstante estas aproximaciones no resultan competitivas con otros selectores desarrollados en esta memora, y ademas no han sido generalizadas a los estimadores polinomiales locales, que ocupan nuestra atencion. En este trabajo se propone la metodologia bootstrap como via de seleccion de
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".