Suavizado de curvas para ajustar datos con estructura no lineal desde la perspectiva p-splines

• Verónica Polanco, Maryorys ^[1]
  1. [1] Universidad Nacional Experimental Francisco de Miranda

     Universidad Nacional Experimental Francisco de Miranda

     Venezuela

     
• Localización: Ingenium et Potentia: Revista Electrónica Multidisciplinaria de Ciencias Básicas, Ingeniería y Arquitectura, ISSN-e 2665-0304, Vol. 6, Nº. 11, 2024 (Ejemplar dedicado a: Julio-Diciembre. 2024), págs. 69-94
• Idioma: español
• Títulos paralelos:
  • Curve smoothing for fitting data with nonlinear structure from a p-splines perspective
• Enlaces
  • Texto completo
• Resumen
  • español

    El objetivo de este trabajo fue realizar una aproximación teórica de carácter documental, descriptivo y aplicado al enfoque de la teoría de aproximación P-splines. La metodología utilizada incluye, primeramente, una revisión documental que permitió identificar las principales características del método y los enfoques existentes; segundo, la etapa experimental que consistió en ajustar seis series de datos provenientes del estudio sobre la dinámica poblacional de Ralstonia Solanacearum en plantas de tomate mediante el software R-Project y, por último, los resultados obtenidos. Se evidenció que el parámetro  es el responsable de controlar el suavizado y en la búsqueda de un valor para este parámetro que optimice el ajuste, se puede confiar en el estimado por la función GAM, ya que proporcionó ajustes casi idénticos a los modelos con un valor de   asignado que de acuerdo a los criterios e índices considerados, fueron seleccionados como modelo final.

  • English

    The objective of this work was to conduct a theoretical, descriptive, and applied documentary approach to the P-splines approximation theory. The methodology employed included, firstly, a literature review to identify the main characteristics of the method and existing approaches; secondly, an experimental stage consisting of fitting six data series from a study on the population dynamics of Ralstonia Solanacearum in tomato plants using the R-Project software; and finally, the obtained results. It was evident that the parameter λ is responsible for controlling the smoothing, and in the search for a value for this parameter that optimizes the fit, one can rely on the estimate provided by the GAM function, as it provided almost identical fits to the models with an assigned value of λ, which, according to the considered criteria and indices, were selected as the final model.