Projection pursuit algorithms to detect outliers
Fil: Stimolo, María Inés. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Instituto de Estadística y Demografía; Argentina.
| Main Authors: | , |
|---|---|
| Other Authors: | |
| Format: | info:eu-repo/semantics/publishedVersion |
| Language: | eng |
| Published: |
2024
|
| Subjects: | |
| Online Access: | http://hdl.handle.net/11086/552489 https://doi.org/10.11144/Javeriana.cao33.ppado |
| _version_ | 1806012057372327936 |
|---|---|
| author | Stimolo, María Inés Ortiz, Pablo Arnaldo |
| author2 | https://orcid.org/0000-0001-7277-1638 |
| author_facet | https://orcid.org/0000-0001-7277-1638 Stimolo, María Inés Ortiz, Pablo Arnaldo |
| author_sort | Stimolo, María Inés |
| collection | Repositorio Digital Universitario |
| description | Fil: Stimolo, María Inés. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Instituto de Estadística y Demografía; Argentina. |
| format | info:eu-repo/semantics/publishedVersion |
| id | rdu-unc.552489 |
| institution | Universidad Nacional de Cordoba |
| language | eng |
| publishDate | 2024 |
| record_format | dspace |
| spelling | rdu-unc.5524892024-07-05T16:01:59Z Projection pursuit algorithms to detect outliers Stimolo, María Inés Ortiz, Pablo Arnaldo https://orcid.org/0000-0001-7277-1638 http://orcid.org/0000-0002-3777-0653 Datos atípicos Búsqueda de proyecciones Curtosis Empresas argentinas Outliers Projection pursuit Kurtosis Argentinian companies info:eu-repo/semantics/publishedVersion Fil: Stimolo, María Inés. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Instituto de Estadística y Demografía; Argentina. Fil: Ortiz, Pablo Arnaldo. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Instituto de Estadística y Demografía; Argentina. In this paper, we compare the methods proposed by Peña and Prieto (2001), and Filzmoser, Maronna, and Werner (2008) to detect outliers in a set of Argentine companies that quote their shares in the Stock Exchange. A significant heterogeneity between observations can be a consequence of the presence of outliers. The detection of outliers is an important task for the statistical analysis since they distort descriptive measures and parameters estimators. There are different multivariate methods to detect outliers, such as distance-based methods and projection pursuit methods. En este trabajo se comparan los métodos propuestos por Peña y Prieto (2001) y Filzmoser, Maronna y Werner (2008) para detectar datos atípicos en empresas argentinas que cotizan sus acciones en el Mercado de Valores. La heterogeneidad significativa entre observaciones puede ser una consecuencia de la presencia de datos atípicos. La detección de datos atípicos es importante en el análisis estadístico por su efecto en la distorsión de las medidas descriptivas y en los estimadores de los parámetros. Existen distintos métodos multivariados para detectar datos atípicos, tales como los métodos basados en la distancia o los métodos de búsqueda de proyecciones. https://revistas.javeriana.edu.co/index.php/cuadernos_admon/article/view/29630 info:eu-repo/semantics/publishedVersion Fil: Stimolo, María Inés. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Instituto de Estadística y Demografía; Argentina. Fil: Ortiz, Pablo Arnaldo. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Instituto de Estadística y Demografía; Argentina. Estadística y Probabilidad 2024-07-01T21:21:34Z 2024-07-01T21:21:34Z 2020 article 0120-3592 http://hdl.handle.net/11086/552489 1900-7205 https://doi.org/10.11144/Javeriana.cao33.ppado eng Atribución 4.0 Internacional http://creativecommons.org/licenses/by/4.0/ Electrónico y/o Digital |
| spellingShingle | Datos atípicos Búsqueda de proyecciones Curtosis Empresas argentinas Outliers Projection pursuit Kurtosis Argentinian companies Stimolo, María Inés Ortiz, Pablo Arnaldo Projection pursuit algorithms to detect outliers |
| title | Projection pursuit algorithms to detect outliers |
| title_full | Projection pursuit algorithms to detect outliers |
| title_fullStr | Projection pursuit algorithms to detect outliers |
| title_full_unstemmed | Projection pursuit algorithms to detect outliers |
| title_short | Projection pursuit algorithms to detect outliers |
| title_sort | projection pursuit algorithms to detect outliers |
| topic | Datos atípicos Búsqueda de proyecciones Curtosis Empresas argentinas Outliers Projection pursuit Kurtosis Argentinian companies |
| url | http://hdl.handle.net/11086/552489 https://doi.org/10.11144/Javeriana.cao33.ppado |
| work_keys_str_mv | AT stimolomariaines projectionpursuitalgorithmstodetectoutliers AT ortizpabloarnaldo projectionpursuitalgorithmstodetectoutliers |