Displaying similar documents to “Estimación de la función cuantil y cuantildensidad mediante polinomios de Kantorovic.”

Propiedades asintóticas de los estimadores de mínima distancia con covariables.

Wenceslao González Manteiga, Manuel A. Presedo Quindimil (1991)

Qüestiió

Similarity:

En este trabajo se obtienen propiedades de consistencia y normalidad asintótica para el estimador no paramétrico de la función de regresión (m(x)) resultante de la extensión de la metodología de mínima distancia de Cramer-von Mises al contexto de la estimación de curvas. Se hacen algunas consideraciones acerca de la robustez del estimador resultante en base a la función de influencia local (LIF) y se realiza un estudio de Monte Carlo comparativo con otros métodos de estimación. ...

Estimadores compuestos en estadística regional: una aplicación a la estimación de la tasa de variación de la ocupación en la industria.

Alex Costa, Albert Satorra, Eva Ventura (2002)

Qüestiió

Similarity:

Este trabajo es parte de un proyecto que estudia la aplicación de estimadores compuestos (combinación de estimadores directos e indirectos) para áreas pequeñas en estadística regional. Comparamos tres estimadores: uno directo basado en datos muestrales de cada Comunidad Autónoma (CA), otro sintético (indirecto) que combina los datos estatales con información específica de las CCAA, y un tercer estimador, el compuesto, basado en un modelo estadístico que se concreta en una combinación...

El estimador de razón generalizado.

Ernesto Menéndez, J. Ferrales (1989)

Trabajos de Estadística

Similarity:

En este trabajo se propone un nuevo estimador de razón, bajo un esquema de selección simple aleatorio sin reposición. Este estimador es comparado con el estimador de razón clásico. El análisis realizado demostró que el nuevo estimador de razón posee una expresión aproximada de su sesgo, el cual se hace despreciable cuando el tamaño de la muestra es grande. Además, este sesgo aproximado se anula cuando se escoge un valor apropiado del parámetro k que aparece en la expresión del nuevo...

Aplicación de la suavización no paramétrica del tipo "K-puntos próximos" a modelos de regresión lineal.

Wenceslao González Manteiga (1990)

Trabajos de Estadística

Similarity:

En el modelo de regresión lineal y = E(Y/X = x) = θx, donde (X,Y) es un vector aleatorio bidimensional, del que se dispone de una muestra {(X1, Y1), ..., (Xn, Yn)}, se han introducido recientemente una clase general de estimadores para θ definida como aquellos valores que minimizan el funcional: ψ(θ) = ∫ (αn(x) - θx)2 dΩn(x) ...

Contribuciones al muestreo sucesivo: estimador producto multivariante.

Eva M.ª Artés Rodríguez (2001)

Qüestiió

Similarity:

Se considera el problema de estimar la media de una población finita para la ocasión actual, basándonos en las muestras seleccionadas en dos ocasiones. Se construye un estimador producto multivariante de doble muestreo para la parte solapada de la muestra, para el caso en que dos variables auxiliares se encuentran correlacionadas deforma negativa con la variable objeto de estudio. Se obtienen las expresiones para el estimador óptimo y su varianza. Se calcula la curva que nos proporciona...

Generación de un sistema bivariante con marginales dadas y estimación de su parámetro de dependencia.

Jordi Ocaña, Carles Maria Cuadras (1987)

Qüestiió

Similarity:

En este trabajo se proponen dos posibles estimadores del parámetro de dependencia de una familia de distribuciones bivariantes con marginales dadas y se realiza un estudio de Monte Carlo de sus respectivos sesgo y eficiencia, a fin de determinar cuál de ambos estimadores es preferible. También se propone y se estudia, de forma similar, una posible versión "Jackknife" del mejor de los dos estimadores anteriores. En este estudio se emplean técnicas de reducción de la varianza. Para poder...

Una aplicación de la estimación no paramétrica al modelo lineal general con varianza no homógenea.

Wenceslao González Manteiga (1985)

Trabajos de Estadística e Investigación Operativa

Similarity:

En este trabajo se introduce un nuevo estimador de la recta de regresión cuando la varianza de los errores aleatorios no es homogénea. La consideración de que la función varianza sea suave nos permite estimarla mediante métodos de estimación no paramétrica para luego a través de tales estimaciones definir un estimador mínimo cuadrático ponderado. Se prueba que tal estimador es asintóticamente optimal en el sentido de la mínima varianza.

Selección de la ventana en suavización tipo núcleo de la parte no paramétrica de un modelo parcialmente lineal con errores autorregresivos.

Germán Aneiros Pérez (2000)

Qüestiió

Similarity:

Supongamos que y = ζ β + m(t) + ε, i = 1, ..., n, donde el vector (p x 1) β y la función m(·) son desconocidos, y los errores ε provienen de un proceso autorregresivo de orden uno (AR(1)) estacionario. Discutimos aquí el problema de la selección del parámetro ventana de un estimador tipo núcleo de la función m(·) basado en un estimador Generalizado de Mínimos Cuadrados de β. Obtenemos la expresión asintótica de una ventana óptima y proponemos un método para estimarla,...

Análisis comparativo de estimadores pretest de heterocedasticidad en modelos econométricos. Un estudio Monte Carlo.

Rafaela Dios Palomares, C. Rodríguez Fonseca (1999)

Qüestiió

Similarity:

En el presente artículo se recogen los resultados de una investigación llevada a cabo sobre el comportamiento de pretest de heterocedasticidad. Con este fin se ha diseñado un experimento Monte Carlo, introduciendo como proceso generador de datos un modelo con tres supuestos sobre la estructura de la varianza del error y con distintos niveles de heteroscedasticidad para cada uno de ellos. Asimismo, se analiza la potencia de los diferentes contrastes de heterocedasticidad bajo los distintos...