Imputación de datos en diseños switchback usando un modelo mixto con errores correlacionados

Se trata el problema de imputar mediciones individuales en datos provenientes de diseños switchback con errores correlacionados, teniendo en cuenta la propuesta de Barroso et al. (1998), donde se considera el BLUP (Best Linear Unbiased Predictor) para la imputación de datos. Se hizo uso de los valor...

Full description

Autores:
Grajales, Luis Fernando
López, Luis Alberto
Tipo de recurso:
Article of journal
Fecha de publicación:
2006
Institución:
Universidad Nacional de Colombia
Repositorio:
Universidad Nacional de Colombia
Idioma:
spa
OAI Identifier:
oai:repositorio.unal.edu.co:unal/40382
Acceso en línea:
https://repositorio.unal.edu.co/handle/unal/40382
http://bdigital.unal.edu.co/30479/
Palabra clave:
datos faltantes
mínimos cuadrados generalizados
BLUP
estructura de covarianza
Missing data
Generalized least squares
Best linear unbiased prediction
Covariance structure
Rights
openAccess
License
Atribución-NoComercial 4.0 Internacional
Description
Summary:Se trata el problema de imputar mediciones individuales en datos provenientes de diseños switchback con errores correlacionados, teniendo en cuenta la propuesta de Barroso et al. (1998), donde se considera el BLUP (Best Linear Unbiased Predictor) para la imputación de datos. Se hizo uso de los valores propios de las matrices de cuadrados medios de los errores de las predicciones para comparar las estructuras de covarianza σ²I, AR(1) y CS asociadas a los errores. Los resultados sugieren que las dos primeras estructuras son más adecuadas que la tercera.