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 optimo es el de mín...

Descripción completa

Detalles Bibliográficos
Autor principal: Marfia, Martín
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2022
Materias:
Matemática
robustez
datos faltantes
datos multivariados
robustness
missing values
multivariate data
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/145732
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-145732
record_format dspace
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Matemática
robustez
datos faltantes
datos multivariados
robustness
missing values
multivariate data
spellingShingle Matemática
robustez
datos faltantes
datos multivariados
robustness
missing values
multivariate data
Marfia, Martín
Estimadores de posición y escala multivariados de tipo MM en presencia de datos faltantes
topic_facet Matemática
robustez
datos faltantes
datos multivariados
robustness
missing values
multivariate data
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 optimo 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 atpicas. En efecto, pequeñas desviaciones a la normalidad manifestadas por unas pocas desviaciones atpicas pueden invalidar las conclusiones basadas en estos procedimientos. Los procedimientos estadísticos robustos tienen como objetivo permitir inferencias validas cuando el modelo no se cumple exactamente y al mismo tiempo ser altamente eficientes bajo el modelo. A la falta de robustez de los métodos de estimación clásicos se le suma otro problema común como son los datos faltantes. La presencia de datos faltantes, es la situación a la que permanentemente se enfrentan investigadores, ingenieros, analistas, etc. El objetivo es disponer de un archivo de datos completos, pero aplicar métodos de imputación inapropiados para lograrlo, puede generar mas problemas de los que resuelve. A pesar de que la presencia de valores atpicos y datos faltantes han sido individualmente muy estudiados, son pocos los trabajos que estudian ambos problemas en conjunto. Recientemente, Danilov y otros (2012) mostraron propusieron dos estimadores robustos para datos faltantes: un S-estimador generalizado (GSE) y un S-estimador extendido (ESE). Ambos estimadores coinciden con los S-estimadores propuestos por Davies (1987) para muestras sin datos faltantes. Nuestra propuesta consiste en un estimador de posición y escala donde en la primera etapa utilizamos el estimador propuesto por Danilov. Nuestro objetivo es estudiar condiciones de existencia, consitencia, punto de ruptura y normalidad asíntotica. Además queremos proponer un algoritmo para el cálculo numérico del estimador para poder realizar simulaciones y poder compararlo con otros ya existentes.
format Objeto de conferencia
Objeto de conferencia
author Marfia, Martín
author_facet Marfia, Martín
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 2022
url http://sedici.unlp.edu.ar/handle/10915/145732
work_keys_str_mv AT marfiamartin estimadoresdeposicionyescalamultivariadosdetipommenpresenciadedatosfaltantes
AT marfiamartin positionandscalemultivariatemmtypeestimatorsinpresenceofmissingdata
bdutipo_str Repositorios
_version_ 1764820461508624389

Ejemplares similares