Selección de ventana bootstrap para el estimador núcleo de la función de correlación par de procesos puntuales inhomogéneos

I. Fuentes Santos, W. González Manteiga, J. Mateu

Caracterizar la distribución de eventos y las interacciones entre ellos son clave en el análisis de procesos puntuales. Entre las propiedades de segundo orden, que caracterizan la estructura de dependencia, destaca la función de correlación par (pair correlation function, PCF). La bondad de ajuste del estimador núcleo de la PCF depende del estimador piloto de la función de intensidad y del parámetro de suavizado. Nuestra propuesta es un selector de ventana bootstrap basado en minimizar el error cuadrático medio integrado (MISE) del estimador. La varianza se estima mediante bootstrap no paramétrico, y el sesgo con un procedimiento plug-in basado en un estimador piloto de la PCF. En un estudio de simulación hemos visto que el estimador de la intensidad tiene más peso que la ventana en la bondad de ajuste del estimador de la PCF. La comparación con otros criterios de selección (regla del pulgar, validación cruzada), confirman el buen funcionamiento del algoritmo bootstrap.

Keywords: estimador núcleo, función de intesndad, MISE, parámetro de suavizado, proceso puntual espacial

GT08.ESPATIEMPO1 Invited Session
November 9, 2023  11:40 AM
CC4: Room 2

A. Medialdea Villanueva, J. M. Angulo Ibáñez, J. Mateu Mahiques, G. Adelfio

A. Torres Signes, M. D. RUIZ MEDINA

T. Goicoa, M. Ugarte, A. Urdangarin Iztueta