Estudio de simulación para comparar varios estimadores de varianza en el marco de la regresión no paramétrica

En este trabajo se prueban varios estimadores de varianza basados en diferencias en el marco de la regresion no parametrica. Estos estimadores tiene la principal ventaja de no depender de los parametros de suavizacion, ademas de que son poco exigente en terminos  computacionales. Se usan principalmente estimadores basados en diferencias ordinarias y basados en las diferencias optimas de Hall. Se crean escenarios utilizando diferentes funciones de regresion, tamanos de muestra y distribuciones de los errores y se introduce el uso de la distribucion semi-normal para probar los estimadores de varianza en casos de distribuciones asimetricas de los errores. Los resultados parecen apoyar la idea de que los estimadores basados en diferencias optimas de Hall no son mejores en todos los escenarios planteados.