Estimadores de posición y escala multivariados de tipo MM en presencia de datos faltantes

Mostrar todas las versiones(5)

La mayoría de los procedimientos estadísticos clásicos están basados en modelos con hipótesis rígidas, tales como errores normales, observaciones equidistribuidas, etc. Bajo estas hipótesis se deducen procedimientos óptimos. Por ejemplo, para el caso de regresión el procedimiento óptimo es el de mín...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Marfia, Martín, Álvarez, Enrique Ernesto
Formato: Articulo Comunicacion
Lenguaje:Español
Publicado: 2019
Materias:
Ciencias Exactas
Estimación robusta
Datos faltantes
Estimadores tipo MM
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/95227
https://revistas.unlp.edu.ar/InvJov/article/view/7110
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-95227
record_format dspace
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Exactas
Estimación robusta
Datos faltantes
Estimadores tipo MM
spellingShingle Ciencias Exactas
Estimación robusta
Datos faltantes
Estimadores tipo MM
Marfia, Martín
Álvarez, Enrique Ernesto
Estimadores de posición y escala multivariados de tipo MM en presencia de datos faltantes
topic_facet Ciencias Exactas
Estimación robusta
Datos faltantes
Estimadores tipo MM
description La mayoría de los procedimientos estadísticos clásicos están basados en modelos con hipótesis rígidas, tales como errores normales, observaciones equidistribuidas, etc. Bajo estas hipótesis se deducen procedimientos óptimos. Por ejemplo, para el caso de regresión el procedimiento óptimo es el de mínimos cuadrados; para modelos paramétricos en general, los procedimientos óptimos clásicos son los estimadores de máxima verosimilitud. Sin embargo, estos métodos son muy sensibles al incumplimiento de las hipótesis que los generaron, tales como la presencia en la muestra de observaciones atípicas. A la falta de robustez de los métodos de estimación clásicos se le suma otro problema común como son los datos faltantes. A pesar de que la presencia de valores atípicos y datos faltantes han sido individualmente muy estudiados, son pocos los trabajos que estudian ambos problemas en conjunto.
format Articulo
Comunicacion
author Marfia, Martín
Álvarez, Enrique Ernesto
author_facet Marfia, Martín
Álvarez, Enrique Ernesto
author_sort Marfia, Martín
title Estimadores de posición y escala multivariados de tipo MM en presencia de datos faltantes
title_short Estimadores de posición y escala multivariados de tipo MM en presencia de datos faltantes
title_full Estimadores de posición y escala multivariados de tipo MM en presencia de datos faltantes
title_fullStr Estimadores de posición y escala multivariados de tipo MM en presencia de datos faltantes
title_full_unstemmed Estimadores de posición y escala multivariados de tipo MM en presencia de datos faltantes
title_sort estimadores de posición y escala multivariados de tipo mm en presencia de datos faltantes
publishDate 2019
url http://sedici.unlp.edu.ar/handle/10915/95227
https://revistas.unlp.edu.ar/InvJov/article/view/7110
work_keys_str_mv AT marfiamartin estimadoresdeposicionyescalamultivariadosdetipommenpresenciadedatosfaltantes
AT alvarezenriqueernesto estimadoresdeposicionyescalamultivariadosdetipommenpresenciadedatosfaltantes
bdutipo_str Repositorios
_version_ 1764820491529355264

Ejemplares similares