Un nuevo estimador muestral de regresión vía residuos ortogonales derivados del análisis de componentes principales

Autores/as

  • Jimmy Rico Bermúdez Ejecutivo estadístico Senior. The Nielsen Company.

DOI:

https://doi.org/10.15332/s2027-3355.2009.0001.06

Palabras clave:

Estimador de regresión, información auxiliar, componentes principales, linealización de Taylor

Resumen

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.

Citas

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.

Descargas

Publicado

2009-08-28

Cómo citar

Rico Bermúdez, J. (2009). Un nuevo estimador muestral de regresión vía residuos ortogonales derivados del análisis de componentes principales. Comunicaciones En Estadística, 2(1), 103–114. https://doi.org/10.15332/s2027-3355.2009.0001.06

Número

Sección

Artículos