Estimadores robustos en modelos parcialmente no lineales

Institución otorgante:

Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales

Fecha:

2018-08-03

Tipo de documento: 

info:eu-repo/semantics/doctoralThesis
 

Formato:

application/pdf

Idioma:

spa

Temas:

REGRESIÓN NO LINEAL - MODELOS NO PARAMÉTRICOS - MODELOS SEMIPARAMÉTRICOS PARCIALMENTE NO LINEALES - ESTIMACIÓN ROBUSTA - NONLINEAR REGRESSION - NONPARAMETRICAL MODELS - SEMI PARAMETRICAL PARTIALLY NONLINEAR MODELS - ROBUST ESTIMATION

Descripción:

La inferencia estadística es el conjunto de métodos y técnicas que permiten inducir, a partir de la información empírica proporcionada por una muestra, cual es la relación de dependencia existente entre una variable respuesta y una o más variables independientes. Algunos de los modelos que surgen con suma frecuencia en el análisis estadístico son, por un lado, los modelos de regresión no lineales y, por otro, los llamados modelos no paramétricos. Con el deseo de sacar provecho de lo mejor de cada de uno de ellos surgen los modelos semiparamétricos parcialmente no lineales los cuales extienden y fusionan dichos modelos. Es bien sabido que los métodos de estimación clásica para los modelos recién mencionados son altamente sensibles a la presencia de datos atípicos y es entonces que entra en escena la estadística robusta. En esta tesis, el objetivo principal es estudiar procedimientos de estimación robustos para el modelo de regresón parcialmente no lineal. A tal fin proponemos una familia de estimadores robustos obtenidos con un procedimiento de tres pasos. Para la propuesta de estimación estudiamos propiedades teóricas y su comportamiento computacional. Por un lado demostramos, bajo supuestos muy generales, la consistencia y la distribución asintótica. Por otro lado estos resultados teóricos se completan con un estudio de simulación con el objetivo de evaluar el comportamiento de la propuesta robustas frente a distintas perturbaciones del modelo. Finalmente, con el objetivo de ilustrar el uso de los estimadores propuestos, presentamos el ajuste de un modelo parcialmente no lineal a un conjunto reales.

Identificador:

https://hdl.handle.net/20.500.12110/tesis_n6633_Munoz