Una estimación no paramétrica y robusta de la transformación Box-Cox para el modelo de regresión

RESUMEN: Frecuentemente en el análisis de regresión es necesario transformar la variable dependiente con el fin de obtener aditividad y errores normales y de varianza constante. Box y Cox (1964) proponen una transformación paramétrica de potencia basada en el supuesto de normalidad con el propósito...

Full description

Autores:
Castaño Vélez, Elkin Argemiro
Tipo de recurso:
Article of investigation
Fecha de publicación:
2011
Institución:
Universidad de Antioquia
Repositorio:
Repositorio UdeA
Idioma:
spa
OAI Identifier:
oai:bibliotecadigital.udea.edu.co:10495/3635
Acceso en línea:
http://hdl.handle.net/10495/3635
Palabra clave:
Estimadores (Estadística)
Modelos de regresión
Transformación Box-Cox
Rights
openAccess
License
Atribución-NoComercial-CompartirIgual 2.5 Colombia (CC BY-NC-SA 2.5 CO)
Description
Summary:RESUMEN: Frecuentemente en el análisis de regresión es necesario transformar la variable dependiente con el fin de obtener aditividad y errores normales y de varianza constante. Box y Cox (1964) proponen una transformación paramétrica de potencia basada en el supuesto de normalidad con el propósito de lograr los objetivos anteriores. Sin embargo, algunos autores tales como Carroll (1980, 1982b), Bickel and Doksum (1981), Powell (1991), Chamberlain (1994), Buchinsky (1995), Marazzi y Yohai (2004) y Fitzenberger et al. (2005) han señalado que dicha transformación no es robusta cuando existen observaciones atípicas en la muestra y proponen estimadores robustos para el parámetro de transformación, reemplazando la verosimilitud normal con una función objetivo que es menos sensible a observaciones atípicas. Este artículo presenta un procedimiento alternativo no paramétrico y robusto que permite obtener la transformación de potencia en la familia de transformaciones de Box-Cox cuando existen observaciones atípicas en la variable dependiente. El procedimiento es una extensión de la propuesta de Castaño (1994, 1995) para una transformación de simetría de un conjunto de datos.