Modelos multinomiales: un análisis de sus propiedades
This paper develops an analysis of Multinomial models through simulation; this was done under correct and incorrect assumptions on the data generating process. Also, it was analyzed the performance of the models under different sample sizes. It was found that a correct specified model with samples o...
- Autores:
-
Guarin Galeano, Arlen Yahir
Ramírez Hassan, Andrés
Torres, Juan Felipe
- Tipo de recurso:
- Fecha de publicación:
- 2011
- Institución:
- Universidad EAFIT
- Repositorio:
- Repositorio EAFIT
- Idioma:
- spa
- OAI Identifier:
- oai:repository.eafit.edu.co:10784/584
- Acceso en línea:
- http://hdl.handle.net/10784/584
- Palabra clave:
- Multinomial models
conditional models
simulation
statistical properties
Modelos Multinomiales
modelos Condicionales
simulación
propiedades estadísticas
- Rights
- License
- Acceso abierto
id |
REPOEAFIT2_4bb0746c685a1ca3a80bbd9780342d86 |
---|---|
oai_identifier_str |
oai:repository.eafit.edu.co:10784/584 |
network_acronym_str |
REPOEAFIT2 |
network_name_str |
Repositorio EAFIT |
repository_id_str |
|
dc.title.spa.fl_str_mv |
Modelos multinomiales: un análisis de sus propiedades |
title |
Modelos multinomiales: un análisis de sus propiedades |
spellingShingle |
Modelos multinomiales: un análisis de sus propiedades Multinomial models conditional models simulation statistical properties Modelos Multinomiales modelos Condicionales simulación propiedades estadísticas |
title_short |
Modelos multinomiales: un análisis de sus propiedades |
title_full |
Modelos multinomiales: un análisis de sus propiedades |
title_fullStr |
Modelos multinomiales: un análisis de sus propiedades |
title_full_unstemmed |
Modelos multinomiales: un análisis de sus propiedades |
title_sort |
Modelos multinomiales: un análisis de sus propiedades |
dc.creator.fl_str_mv |
Guarin Galeano, Arlen Yahir Ramírez Hassan, Andrés Torres, Juan Felipe |
dc.contributor.author.none.fl_str_mv |
Guarin Galeano, Arlen Yahir Ramírez Hassan, Andrés Torres, Juan Felipe |
dc.subject.keyword.eng.fl_str_mv |
Multinomial models conditional models simulation statistical properties |
topic |
Multinomial models conditional models simulation statistical properties Modelos Multinomiales modelos Condicionales simulación propiedades estadísticas |
dc.subject.keyword.spa.fl_str_mv |
Modelos Multinomiales modelos Condicionales simulación propiedades estadísticas |
description |
This paper develops an analysis of Multinomial models through simulation; this was done under correct and incorrect assumptions on the data generating process. Also, it was analyzed the performance of the models under different sample sizes. It was found that a correct specified model with samples of 200 or more observations achieves estimators which are unbiased and consistent, while incorrect assumptions about the data generating process causes biased and inconsistent estimators. On the other hand, conditional models with small sample sizes imply bad statistical properties, especially when Probit models are estimated. |
publishDate |
2011 |
dc.date.issued.none.fl_str_mv |
2011-06-13 |
dc.date.available.none.fl_str_mv |
2013-03-08 2013-03-11T14:16:24Z |
dc.date.accessioned.none.fl_str_mv |
2013-03-11T14:16:24Z |
dc.type.eng.fl_str_mv |
workingPaper info:eu-repo/semantics/workingPaper |
dc.type.coarversion.fl_str_mv |
http://purl.org/coar/version/c_b1a7d7d4d402bcce |
dc.type.coar.fl_str_mv |
http://purl.org/coar/resource_type/c_8042 |
dc.type.local.spa.fl_str_mv |
Documento de trabajo de investigación |
dc.type.hasVersion.eng.fl_str_mv |
draft |
dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/10784/584 |
url |
http://hdl.handle.net/10784/584 |
dc.language.iso.eng.fl_str_mv |
spa |
language |
spa |
dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
dc.rights.local.spa.fl_str_mv |
Acceso abierto |
rights_invalid_str_mv |
Acceso abierto http://purl.org/coar/access_right/c_abf2 |
dc.coverage.spatial.eng.fl_str_mv |
Medellín de: Lat: 06 15 00 N degrees minutes Lat: 6.2500 decimal degrees Long: 075 36 00 W degrees minutes Long: -75.6000 decimal degrees |
institution |
Universidad EAFIT |
bitstream.url.fl_str_mv |
https://repository.eafit.edu.co/bitstreams/1f1c2b35-ece6-49f0-bb69-5e9662735841/download https://repository.eafit.edu.co/bitstreams/0ac21e41-a581-4b1a-be41-d51c38ac70fd/download https://repository.eafit.edu.co/bitstreams/97e61711-a0f3-4972-aa57-b126309cf9ca/download |
bitstream.checksum.fl_str_mv |
8a4605be74aa9ea9d79846c1fba20a33 51a71165bbb752cd62de625e41a21ebc f3f3c1bdc6f80aaff9840a617c3a6e2d |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositorio Institucional Universidad EAFIT |
repository.mail.fl_str_mv |
repositorio@eafit.edu.co |
_version_ |
1814110150225559552 |
spelling |
Medellín de: Lat: 06 15 00 N degrees minutes Lat: 6.2500 decimal degrees Long: 075 36 00 W degrees minutes Long: -75.6000 decimal degrees2013-03-082013-03-11T14:16:24Z2011-06-132013-03-11T14:16:24Zhttp://hdl.handle.net/10784/584This paper develops an analysis of Multinomial models through simulation; this was done under correct and incorrect assumptions on the data generating process. Also, it was analyzed the performance of the models under different sample sizes. It was found that a correct specified model with samples of 200 or more observations achieves estimators which are unbiased and consistent, while incorrect assumptions about the data generating process causes biased and inconsistent estimators. On the other hand, conditional models with small sample sizes imply bad statistical properties, especially when Probit models are estimated.En el presente trabajo se desarrolla un análisis de las propiedades de los modelos Multinomiales a través de distintos procesos de simulación; lo anterior se realizó asumiendo tanto el cumplimiento de los supuestos subyacentes de los mecanismos de estimación como el incumplimiento de los mismos. Igualmente se analizó el comportamiento de los estimadores bajo diferentes escenarios de tamaño muestral. Se encontró que bajo un modelo correctamente especificado y tamaños muestrales superiores a 200 observaciones, se cumplen las propiedades de insesgadez y consistencia, mientras que la incorrecta especificación de la distribución del proceso lleva a estimaciones sesgadas e inconsistentes; de igual forma se encontró que en tamaños muestrales pequeños y bajo modelos Condicionales se pierden las propiedades que una buena especificación del proceso suele generar, hallándose aún más inestabilidad cuando la estimación es llevada a cabo con la metodología Probit.spaModelos multinomiales: un análisis de sus propiedadesworkingPaperinfo:eu-repo/semantics/workingPaperDocumento de trabajo de investigacióndrafthttp://purl.org/coar/version/c_b1a7d7d4d402bccehttp://purl.org/coar/resource_type/c_8042Acceso abiertohttp://purl.org/coar/access_right/c_abf2Multinomial modelsconditional modelssimulationstatistical propertiesModelos Multinomialesmodelos Condicionalessimulaciónpropiedades estadísticasGuarin Galeano, Arlen YahirRamírez Hassan, AndrésTorres, Juan Felipeaguariga@banrep.gov.coaramir21@eafit.edu.cojtorres9@eafit.edu.coLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repository.eafit.edu.co/bitstreams/1f1c2b35-ece6-49f0-bb69-5e9662735841/download8a4605be74aa9ea9d79846c1fba20a33MD52ORIGINAL2011-9 Andres Ramirez Hassan.pdf2011-9 Andres Ramirez Hassan.pdfapplication/pdf1153649https://repository.eafit.edu.co/bitstreams/0ac21e41-a581-4b1a-be41-d51c38ac70fd/download51a71165bbb752cd62de625e41a21ebcMD512011_9_Andres_Ramirez_Hassan.pdf2011_9_Andres_Ramirez_Hassan.pdfapplication/pdf825792https://repository.eafit.edu.co/bitstreams/97e61711-a0f3-4972-aa57-b126309cf9ca/downloadf3f3c1bdc6f80aaff9840a617c3a6e2dMD5310784/584oai:repository.eafit.edu.co:10784/5842024-03-05 14:06:01.692open.accesshttps://repository.eafit.edu.coRepositorio Institucional Universidad EAFITrepositorio@eafit.edu.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 |