Título: Curvas principales: teoría, estimación y aplicaciones
Universidad que ofrece el proyecto: Universidade de Santiago de Compostela
Director/a: Pateiro López, Beatriz
Resumen:
La reducción de dimensión es una herramienta fundamental en el análisis multivariante de datos. Tradicionalmente, el Análisis de Componentes Principales (ACP) ha sido el método más utilizado para este propósito, al buscar proyecciones lineales que maximicen la varianza explicada. Sin embargo, en presencia de estructuras no lineales en los datos, ACP puede resultar insuficiente.
Este Trabajo Fin de Máster se centrará en el estudio de las curvas principales (principal curves), una extensión no lineal de las componentes principales introducida por Hastie y Stuetzle (1989) y que, posteriormente, ha dado lugar a diversas variantes y desarrollos metodológicos. Las curvas principales son capaces de capturar estructuras más complejas al ajustarse suavemente a la
| Más información |