Inferencia en regresión no lineal

Resumen: Bajo el supuesto de errores i.i.d. N(o,2) los estimadores mínimo - cuadráticos de regresión lineal son los mejores estimadores lineales insesgados. Bajo idéntico supuestos estos resultados son ciertos en regresión no lineal, pero asintóticamente. Ahora bien, en muestras pequeñas, que es el...

Full description

Autores:
Yáñez Canal , Sergio
Tipo de recurso:
Work document
Fecha de publicación:
1990
Institución:
Universidad Nacional de Colombia
Repositorio:
Universidad Nacional de Colombia
Idioma:
spa
OAI Identifier:
oai:repositorio.unal.edu.co:unal/11873
Acceso en línea:
https://repositorio.unal.edu.co/handle/unal/11873
http://bdigital.unal.edu.co/9439/
Palabra clave:
51 Matemáticas / Mathematics
Estimadores mínimo - cuadráticos
Regresión lineal
Interferencias asintóticas
Asymptotic interference
Linear Regression
Estimators least - squares
Rights
openAccess
License
Atribución-NoComercial 4.0 Internacional
Description
Summary:Resumen: Bajo el supuesto de errores i.i.d. N(o,2) los estimadores mínimo - cuadráticos de regresión lineal son los mejores estimadores lineales insesgados. Bajo idéntico supuestos estos resultados son ciertos en regresión no lineal, pero asintóticamente. Ahora bien, en muestras pequeñas, que es el caso común en la práctica, ninguna de dichas propiedades se cumple. Se presenta en este trabajo el porcentaje de sesgo de las estimaciones como medida de valides de la interferencias asintóticas. Se ilustra el método con un modelo de demanda residencial de energía eléctrica para Medellín.