Comparación de la eficiencia del método de optimización BFGS en C, OX y R para un modelo de regresión no lineal
Efficiency Comparisson for the BFGS Method in C, OX and R for a nonlinear regression model
Resumen (es)
En este artículo se presenta una comparación de la eficiencia del método de optimización no linealBFGS cuando es aplicado usando los programas C, Ox y R. Esta comparación se realiza al evaluar el desempeño del método BFGS cuando es usado para obtener las estimativas de máxima verosimilitud de los parámetros de un modelo de regresión no lineal con errores de distribución normal. La eficiencia del método se estudia usando algunas medidas como, por ejemplo, el número promedio de evaluaciones de la función y de la derivada de la función requeridas para la convergencia del método.Estas medidas se obtienen usando simulación de Monte Carlo.Referencias
Bates, D.M. y Watts, D.G. (1988).Nonlinear Regression Analysis and its Applications. John Wiley, New York.
Broyden, C.G. (1970). The Convergence of a Class of Double-rank Minimization Algorithms. Journal of the Institute of Mathematics and Its Applications, 6, 76-90.
Doornik J.A., (2001).Ox: an Object-oriented Matrix Programming Language. 4ed. Londres: Timberlake Consultants.
Fletcher, R., (1970). A New Approach to Variable Metric Algorithms. Computer Journal, 13, 317-322.
Goldfarb, D., (1970). A Family of Variable Metric Updates Derived by Variational Means. Mathematics of Computation, 24, 23-26.
Kernighan, B.W. y Ritchie, D.M. (1980).The C Programming Lamguage. 2 ed. Englewood Clis: Prentice Hall.
Nocedal, J. y Wright, S.J. (1999).Numerical Optimization. Springer-Verlang, New York.
Press, W.H.; Flanenry, B.P.; Teolosky, S.A. y Vetterling, W.T. (1992).Numerical Recipes in C: The Art of Scientic Computing. 2 ed. Cambridge University.
Seber, G.A.F. y Wild, C.J. (1989).Nonlinear Regression. John Wiley, New York.
Shanno, D.F., (1970). Conditioning of Quasi-Newton Methods for Function Minimization. Mathematics of Computation, 24, 647-656.
Venables, W.N. y Ripley, B.D., (2004). Modern Applied Statistics with S. 4 ed. Springer.
Cómo citar
Licencia
Los autores mantienen los derechos sobre los artículos y por tanto son libres de compartir, copiar, distribuir, ejecutar y comunicar públicamente la obra bajo las condiciones siguientes:
Reconocer los créditos de la obra de la manera especificada por el autor o el licenciante (pero no de una manera que sugiera que tiene su apoyo o que apoyan el uso que hace de su obra).
Comunicaciones en Estadística está bajo una licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
