Un nuevo estimador muestral de regresión vía residuos ortogonales derivados del análisis de componentes principales
A New Sampling Estimator using Orthogonal Residuals from Principal Components Analysis
Resumen (es)
Los estimadores de regresión son herramientas que emplean técnicas estadísticas propias como el análisis de regresión para aprovechar la información auxiliar disponible. En éste documento se presentan todas las herramientas teóricas necesarias para proponer un nuevo estimador de regresión ortogonal, para el cual el ajuste realizado no sea obtenido a partir de la teoría de mínimos cuadrados y en su lugar, éste se apoye en la construcción de componentes principales que por su naturaleza minimizan las distancias ortogonales de cada uno de los puntos de la nube de observaciones a la recta que recoge la mayor inercia.Resumen (en)
Referencias
Bautista, J. (1998), Diseños de muestreo estadístico, Universidad Nacional de Colombia.
Cassel, C., Särndal, C. & Wretman, J. (1976), ‘Some results on generalized differ-ence estimation and generalized regression estimation for finite populations.’, Biometrika 63, 615–620.
Särndal, C., Swensson, B. & Wretman, J. (1992), Model Assisted Survey Sampling, Springer, New York.
Cómo citar
Licencia
Los autores mantienen los derechos sobre los artículos y por tanto son libres de compartir, copiar, distribuir, ejecutar y comunicar públicamente la obra bajo las condiciones siguientes:
Reconocer los créditos de la obra de la manera especificada por el autor o el licenciante (pero no de una manera que sugiera que tiene su apoyo o que apoyan el uso que hace de su obra).
Comunicaciones en Estadística está bajo una licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)