All a b c d e f g h i j k l m n o p q r s t u v w x y z Other

Page 1 Next

Displaying 1 – 20 of 62

Showing per page

Effet des erreurs de mesure sur l'évaluation de l'efficacité d'un traitement

Christian Heuchenne (1993)

Mathématiques et Sciences Humaines

L’effet d’un traitement T sur une compétence Y peut être exprimé par le coefficient de régression partiel β Y T avec contrôle de la compétence initiale X . Quand Y et X sont mesurées avec erreurs par y et x → , cet effet se manifeste par le coefficient β y T dans la régression de y sur T et x → . Le biais entre β Y T et β y T est explicité, discuté et montré systématique si X et T sont corrélés. L’importance de bien spécifier le modèle, dont une condition nécessaire et suffisante d’identification est donnée, est mise en...

Efficient robust estimation of time-series regression models

Pavel Čížek (2008)

Applications of Mathematics

The paper studies a new class of robust regression estimators based on the two-step least weighted squares (2S-LWS) estimator which employs data-adaptive weights determined from the empirical distribution or quantile functions of regression residuals obtained from an initial robust fit. Just like many existing two-step robust methods, the proposed 2S-LWS estimator preserves robust properties of the initial robust estimate. However, contrary to the existing methods, the first-order asymptotic behavior...

El modelo lineal sin término independiente y el coeficiente de determinación. Un estudio Monte Carlo.

Rafaela Dios Palomares (1998)

Qüestiió

En el presente trabajo se analiza y compara mediante un experimento Monte Carlo el comportamiento de cinco expresiones para el Coeficiente de Determinación cuando el modelo lineal se especifica sin término independiente. Se ensayan distintos valores del parámetro poblacional P2, que mide la proporción de varianza explicada por el modelo, introduciendo también la multicolinealidad como factor de variación en el diseño. Se confirma el coeficiente propuesto por Heijmans y Neudecker (1987) y el de Barten...

El sesgo condicionado en el análisis de influencia: una revisión.

Juan Manuel Muñoz Pichardo, Juan Luis Moreno Rebollo, M. Teresa Gómez Gómez, Alicia Enguix González (2001)

Qüestiió

El sesgo condicionado se ha propuesto como diagnóstico de influencia en distintos modelos y técnicas estadísticas. Tratando de recoger una visión global de la utilidad del concepto, en este trabajo se hace una revisión general del mismo relacionándolo con la curva de sensibilidad y la curva de influencia muestral. Además, se señalan posibles líneas de trabajo que permitirán abordar el análisis de la influencia a través de este enfoque en una gran variedad de técnicas estadísticas.

Eliminating transformations for nuisance parameters in linear regression models with type I constraints

Pavla Kunderová (2007)

Acta Universitatis Palackianae Olomucensis. Facultas Rerum Naturalium. Mathematica

The linear regression model in which the vector of the first order parameter is divided into two parts: to the vector of the useful parameters and to the vector of the nuisance parameters is considered. The type I constraints are given on the useful parameters. We examine eliminating transformations which eliminate the nuisance parameters without loss of information on the useful parameters.

Empirical regression quantile processes

Jana Jurečková, Jan Picek, Martin Schindler (2020)

Applications of Mathematics

We address the problem of estimating quantile-based statistical functionals, when the measured or controlled entities depend on exogenous variables which are not under our control. As a suitable tool we propose the empirical process of the average regression quantiles. It partially masks the effect of covariates and has other properties convenient for applications, e.g. for coherent risk measures of various types in the situations with covariates.

Estimación de registros desconocidos en series de datos.

Miguel Sánchez García, Luis Javier López Martín (1985)

Trabajos de Estadística e Investigación Operativa

Se dispone de dos o más series de datos, de las cuales al menos una no se conoce completamente. Se supone que las series se pueden modelizar con la hipótesis lineal; así como que existe alguna estructura de correlación entre ellas. Se desarrollan dos modelos para estimar los valores desconocidos de la(s) serie(s) de datos.

Currently displaying 1 – 20 of 62

Page 1 Next