Estimación robusta en modelos ARMA bidimensionales. Aplicación al procesamiento de imágenes digitales
Este trabajo se focalizó en el problema de la estimación robusta de los parámetros en modelos autorregresivos bidimensionales con contaminación. Se propone un nuevo método de estimación robusta de los parámetros de estos modelos, denominado BMM 2D, que se basa en la representación de un proceso auto...
Guardado en:
| Autor principal: | |
|---|---|
| Otros Autores: | |
| Formato: | doctoralThesis |
| Lenguaje: | Español |
| Publicado: |
2019
|
| Materias: | |
| Acceso en línea: | http://hdl.handle.net/11086/13316 |
| Aporte de: |
| Sumario: | Este trabajo se focalizó en el problema de la estimación robusta de los parámetros en modelos autorregresivos bidimensionales con contaminación. Se propone un nuevo método de estimación robusta de los parámetros de estos modelos, denominado BMM 2D, que se basa en la representación de un proceso autoregresivo bidimensional con un modelo auxiliar.
En esta tesis, se presentó un nuevo estimador para estimar los parámetros del modelo en condiciones generales de contaminación y se demostró la consistencia y la normalidad asintótica del estimador. El trabajo incluyó un análisis comparativo entre el método propuesto, los estimadores robustos existentes hasta el momento y el estimador de mínimos cuadrados, a través de un estudio de simulación de Monte Carlo. Además, se presentó una aplicación al filtrado de imágenes, que ilustra cómo funciona el estimador BMM 2D en situaciones prácticas. |
|---|