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

Regression estimators are tools that employ statistics techniques such as regression analysis in order to gain in efficiency by means of the available auxiliary information. This paper presents the theoretical approach that yields to the proposal of a new orthogonal regression estimator for which the...

Full description

Autores:
Rico Bermúdez, Jimmy
Tipo de recurso:
Fecha de publicación:
2009
Institución:
Universidad Santo Tomás
Repositorio:
Repositorio Institucional USTA
Idioma:
spa
OAI Identifier:
oai:repository.usta.edu.co:11634/39556
Acceso en línea:
https://revistas.usantotomas.edu.co/index.php/estadistica/article/view/46
http://hdl.handle.net/11634/39556
Palabra clave:
Estimador de regresión
información auxiliar
componentes principales
linealización de Taylor
Rights
License
http://purl.org/coar/access_right/c_abf2
id SANTTOMAS2_5aeb36edb6ac48d5d1ba80b3c1f8b13d
oai_identifier_str oai:repository.usta.edu.co:11634/39556
network_acronym_str SANTTOMAS2
network_name_str Repositorio Institucional USTA
repository_id_str
spelling Rico Bermúdez, Jimmy2022-01-18T16:06:46Z2022-01-18T16:06:46Z2009-08-28https://revistas.usantotomas.edu.co/index.php/estadistica/article/view/4610.15332/s2027-3355.2009.0001.06http://hdl.handle.net/11634/39556Regression estimators are tools that employ statistics techniques such as regression analysis in order to gain in efficiency by means of the available auxiliary information. This paper presents the theoretical approach that yields to the proposal of a new orthogonal regression estimator for which the fit is not based in the theory of classical least squares, but instead, it is based in the theory of principal components which minimizes the orthogonal distances from each point of the scatter plot to the line that incorporates most of the inertia.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.application/pdftext/plainspaUniversidad Santo Tomáshttps://revistas.usantotomas.edu.co/index.php/estadistica/article/view/46/44https://revistas.usantotomas.edu.co/index.php/estadistica/article/view/46/3687Comunicaciones en Estadística; Vol. 2 Núm. 1 (2009); 103-114Comunicaciones en Estadística; Vol. 2 No. 1 (2009); 103-1142339-30762027-3355Un nuevo estimador muestral de regresión vía residuos ortogonales derivados del análisis de componentes principalesA New Sampling Estimator using Orthogonal Residuals from Principal Components Analysisinfo:eu-repo/semantics/articlehttp://purl.org/coar/version/c_970fb48d4fbd8a85http://purl.org/coar/resource_type/c_2df8fbb1Estimador de regresióninformación auxiliarcomponentes principaleslinealización de Taylorhttp://purl.org/coar/access_right/c_abf211634/39556oai:repository.usta.edu.co:11634/395562023-07-14 16:09:19.117metadata only accessRepositorio Universidad Santo Tomásnoreply@usta.edu.co
dc.title.spa.fl_str_mv Un nuevo estimador muestral de regresión vía residuos ortogonales derivados del análisis de componentes principales
dc.title.alternative.eng.fl_str_mv A New Sampling Estimator using Orthogonal Residuals from Principal Components Analysis
title Un nuevo estimador muestral de regresión vía residuos ortogonales derivados del análisis de componentes principales
spellingShingle Un nuevo estimador muestral de regresión vía residuos ortogonales derivados del análisis de componentes principales
Estimador de regresión
información auxiliar
componentes principales
linealización de Taylor
title_short Un nuevo estimador muestral de regresión vía residuos ortogonales derivados del análisis de componentes principales
title_full Un nuevo estimador muestral de regresión vía residuos ortogonales derivados del análisis de componentes principales
title_fullStr Un nuevo estimador muestral de regresión vía residuos ortogonales derivados del análisis de componentes principales
title_full_unstemmed Un nuevo estimador muestral de regresión vía residuos ortogonales derivados del análisis de componentes principales
title_sort Un nuevo estimador muestral de regresión vía residuos ortogonales derivados del análisis de componentes principales
dc.creator.fl_str_mv Rico Bermúdez, Jimmy
dc.contributor.author.none.fl_str_mv Rico Bermúdez, Jimmy
dc.subject.proposal.spa.fl_str_mv Estimador de regresión
información auxiliar
componentes principales
linealización de Taylor
topic Estimador de regresión
información auxiliar
componentes principales
linealización de Taylor
description Regression estimators are tools that employ statistics techniques such as regression analysis in order to gain in efficiency by means of the available auxiliary information. This paper presents the theoretical approach that yields to the proposal of a new orthogonal regression estimator for which the fit is not based in the theory of classical least squares, but instead, it is based in the theory of principal components which minimizes the orthogonal distances from each point of the scatter plot to the line that incorporates most of the inertia.
publishDate 2009
dc.date.issued.none.fl_str_mv 2009-08-28
dc.date.accessioned.none.fl_str_mv 2022-01-18T16:06:46Z
dc.date.available.none.fl_str_mv 2022-01-18T16:06:46Z
dc.type.coarversion.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_2df8fbb1
dc.type.drive.none.fl_str_mv info:eu-repo/semantics/article
dc.identifier.none.fl_str_mv https://revistas.usantotomas.edu.co/index.php/estadistica/article/view/46
10.15332/s2027-3355.2009.0001.06
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/11634/39556
url https://revistas.usantotomas.edu.co/index.php/estadistica/article/view/46
http://hdl.handle.net/11634/39556
identifier_str_mv 10.15332/s2027-3355.2009.0001.06
dc.language.iso.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv https://revistas.usantotomas.edu.co/index.php/estadistica/article/view/46/44
https://revistas.usantotomas.edu.co/index.php/estadistica/article/view/46/3687
dc.relation.citationissue.spa.fl_str_mv Comunicaciones en Estadística; Vol. 2 Núm. 1 (2009); 103-114
dc.relation.citationissue.eng.fl_str_mv Comunicaciones en Estadística; Vol. 2 No. 1 (2009); 103-114
dc.relation.citationissue.none.fl_str_mv 2339-3076
2027-3355
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv http://purl.org/coar/access_right/c_abf2
dc.format.mimetype.none.fl_str_mv application/pdf
text/plain
dc.publisher.spa.fl_str_mv Universidad Santo Tomás
institution Universidad Santo Tomás
repository.name.fl_str_mv Repositorio Universidad Santo Tomás
repository.mail.fl_str_mv noreply@usta.edu.co
_version_ 1782026364635840512

Publicaciones similares