Método gaussiano de suavización de datos experimentales
- González-Santander Martínez, Juan Luis
- Martín González, Germán
ISSN: 1888-8550
Año de publicación: 2014
Número: 6
Páginas: 47-67
Tipo: Artículo
Otras publicaciones en: Nereis: revista iberoamericana interdisciplinar de métodos, modelización y simulación
Resumen
Se presenta un método de suavización de datos experimentales sometidos a un cierto ruido, utilizando un ajuste estadístico con funciones peso de tipo gaussiano.Este método resulta bastante útil cuando disponemos de una gran cantidad de datos que presumiblemente se aproximan a una curva teórica desconocida. Dicho ajuste permite hallar con bastante aproximación la derivada de la curva teórica a partir de los datos y permite ofrecer el error cometido es su integración numérica. Esto último no es posible con la suavización usual que utiliza la transformada discreta de Fourier. Por otro lado, el método propuesto mejora las suavizaciones típicas de las series temporales de datos financieros y permite obtener la volatilidad en función del tiempo.
Referencias bibliográficas
- J. Stoer and R. Bulirsch (1980). Introduction to Numerical Analysis, SpringerVerlag, New York.
- N. Ahmed, T. Natarajan, K. R. Rao, Discrete Cosine Transform, IEEE Trans. Computers C-23 (1974)90-93.
- J. Xiuyu Cong (1003). Historical Development of Central Limit Theorem.
- J. Spanier, K. B. Oldham (1987). An atlas of functions, Hemisphere Publising Corporation.
- E. W. Weisstein, Sinc Function. MathWorld-A Wolfram Web Resource. http://mathworld.wolfram.com/SincFunction.html
- J. F. Kenney, E. S. Keeping (1962). Moving Averages 14.2 en Mathematics of Statistics, Pt. 1, 3rd ed. Princeton, NJ: Van Nostrand, 221-223.
- A. Korganoff (1961). Méthodes de Calcul Numérique, Tome 1, Dunod, París.
- A. Korganoff and M. Pavel-Parvu (1961). Méthodes de Calcul Numérique, Tome 2, Dunod, París.