Locally d-optimal designs with heteroscedasticity: a comparison between two methodologies
La teoría clásica de los diseños experimentales óptimos supone que loserrores del modelo son independientes y tienen una distribución normal convarianza constante. Sin embargo, el supuesto de homogeneidad de varianzano siempre se satisface. Por ejemplo, cuando la variabilidad de la respuestaes una f...
- Autores:
-
Gaviria, Jaime Andrés
López-Ríos, Víctor Ignacio
- Tipo de recurso:
- Article of journal
- Fecha de publicación:
- 2014
- Institución:
- Universidad Nacional de Colombia
- Repositorio:
- Universidad Nacional de Colombia
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.unal.edu.co:unal/49095
- Acceso en línea:
- https://repositorio.unal.edu.co/handle/unal/49095
http://bdigital.unal.edu.co/42552/
- Palabra clave:
- D-eficiencia
Diseños D-óptimos
heterocedasticidad
transformación de Box-Cox
- Rights
- closedAccess
- License
- Atribución-NoComercial 4.0 Internacional
id |
UNACIONAL2_c194972189db2c52f148aeb1359c7b41 |
---|---|
oai_identifier_str |
oai:repositorio.unal.edu.co:unal/49095 |
network_acronym_str |
UNACIONAL2 |
network_name_str |
Universidad Nacional de Colombia |
repository_id_str |
|
spelling |
Atribución-NoComercial 4.0 InternacionalDerechos reservados - Universidad Nacional de Colombiahttp://creativecommons.org/licenses/by-nc/4.0/info:eu-repo/semantics/closedAccesshttp://purl.org/coar/access_right/c_14cbGaviria, Jaime Andrésfa53c9a2-d23c-40bb-b4d9-1acceb0fcded300López-Ríos, Víctor Ignaciof04ca90f-42ae-4327-9fca-d40a87856da23002019-06-29T08:23:44Z2019-06-29T08:23:44Z2014-07-09https://repositorio.unal.edu.co/handle/unal/49095http://bdigital.unal.edu.co/42552/La teoría clásica de los diseños experimentales óptimos supone que loserrores del modelo son independientes y tienen una distribución normal convarianza constante. Sin embargo, el supuesto de homogeneidad de varianzano siempre se satisface. Por ejemplo, cuando la variabilidad de la respuestaes una función de la media, es probable que un modelo heterocedástico seamás adecuado que uno homogéneo. Para solucionar este problema hay dosmétodos: el primero consiste en incorporar una función que modele la varianzadel error en el modelo; el segundo consiste en aplicar alguna de lastransformaciones de Box-Cox en el modelo de regresión no lineal (Carroll and amp; Ruppert 1988, Capítulo 4). En ambos casos es posible hallar el diseñoóptimo, pero el problema se vuelve más complejo porque es necesario encontraruna expresión de la matriz de información de Fisher del modelo. Eneste artículo se presentan las dos metodologías mencionadas para el criterioD-optimalidad y se muestra un resultado que es útil para encontrar diseñosD-óptimos para modelos heterocedásticos cuando la varianza de la respuestaes una función de la media. Luego, se aplican ambos métodos en un ejemplodonde el modelo es no lineal y la varianza no constante. Finalmente se encuentrael diseño D-óptimo con cada metodología, se calculan las eficienciasy se evalúa la bondad del ajuste de los diseños obtenidos a través de simulaciones.spaUniversidad Nacional de Colombiahttp://revistas.unal.edu.co/index.php/estad/article/view/44360Universidad Nacional de Colombia Revistas electrónicas UN Revista Colombiana de EstadísticaRevista Colombiana de EstadísticaRevista Colombiana de Estadística; Vol. 37, núm. 1 (2014); 95-110 Revista Colombiana de Estadística; Vol. 37, núm. 1 (2014); 95-110 0120-1751Gaviria, Jaime Andrés and López-Ríos, Víctor Ignacio (2014) Locally d-optimal designs with heteroscedasticity: a comparison between two methodologies. Revista Colombiana de Estadística; Vol. 37, núm. 1 (2014); 95-110 Revista Colombiana de Estadística; Vol. 37, núm. 1 (2014); 95-110 0120-1751 .Locally d-optimal designs with heteroscedasticity: a comparison between two methodologiesArtículo de revistainfo:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501http://purl.org/coar/resource_type/c_2df8fbb1http://purl.org/coar/version/c_970fb48d4fbd8a85Texthttp://purl.org/redcol/resource_type/ARTD-eficienciaDiseños D-óptimosheterocedasticidadtransformación de Box-Coxunal/49095oai:repositorio.unal.edu.co:unal/490952021-04-23 11:21:46.329Repositorio Institucional Universidad Nacional de Colombiarepositorio_nal@unal.edu.co |
dc.title.spa.fl_str_mv |
Locally d-optimal designs with heteroscedasticity: a comparison between two methodologies |
title |
Locally d-optimal designs with heteroscedasticity: a comparison between two methodologies |
spellingShingle |
Locally d-optimal designs with heteroscedasticity: a comparison between two methodologies D-eficiencia Diseños D-óptimos heterocedasticidad transformación de Box-Cox |
title_short |
Locally d-optimal designs with heteroscedasticity: a comparison between two methodologies |
title_full |
Locally d-optimal designs with heteroscedasticity: a comparison between two methodologies |
title_fullStr |
Locally d-optimal designs with heteroscedasticity: a comparison between two methodologies |
title_full_unstemmed |
Locally d-optimal designs with heteroscedasticity: a comparison between two methodologies |
title_sort |
Locally d-optimal designs with heteroscedasticity: a comparison between two methodologies |
dc.creator.fl_str_mv |
Gaviria, Jaime Andrés López-Ríos, Víctor Ignacio |
dc.contributor.author.spa.fl_str_mv |
Gaviria, Jaime Andrés López-Ríos, Víctor Ignacio |
dc.subject.proposal.spa.fl_str_mv |
D-eficiencia Diseños D-óptimos heterocedasticidad transformación de Box-Cox |
topic |
D-eficiencia Diseños D-óptimos heterocedasticidad transformación de Box-Cox |
description |
La teoría clásica de los diseños experimentales óptimos supone que loserrores del modelo son independientes y tienen una distribución normal convarianza constante. Sin embargo, el supuesto de homogeneidad de varianzano siempre se satisface. Por ejemplo, cuando la variabilidad de la respuestaes una función de la media, es probable que un modelo heterocedástico seamás adecuado que uno homogéneo. Para solucionar este problema hay dosmétodos: el primero consiste en incorporar una función que modele la varianzadel error en el modelo; el segundo consiste en aplicar alguna de lastransformaciones de Box-Cox en el modelo de regresión no lineal (Carroll and amp; Ruppert 1988, Capítulo 4). En ambos casos es posible hallar el diseñoóptimo, pero el problema se vuelve más complejo porque es necesario encontraruna expresión de la matriz de información de Fisher del modelo. Eneste artículo se presentan las dos metodologías mencionadas para el criterioD-optimalidad y se muestra un resultado que es útil para encontrar diseñosD-óptimos para modelos heterocedásticos cuando la varianza de la respuestaes una función de la media. Luego, se aplican ambos métodos en un ejemplodonde el modelo es no lineal y la varianza no constante. Finalmente se encuentrael diseño D-óptimo con cada metodología, se calculan las eficienciasy se evalúa la bondad del ajuste de los diseños obtenidos a través de simulaciones. |
publishDate |
2014 |
dc.date.issued.spa.fl_str_mv |
2014-07-09 |
dc.date.accessioned.spa.fl_str_mv |
2019-06-29T08:23:44Z |
dc.date.available.spa.fl_str_mv |
2019-06-29T08:23:44Z |
dc.type.spa.fl_str_mv |
Artículo de revista |
dc.type.coar.fl_str_mv |
http://purl.org/coar/resource_type/c_2df8fbb1 |
dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/article |
dc.type.version.spa.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_6501 |
dc.type.coarversion.spa.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
dc.type.content.spa.fl_str_mv |
Text |
dc.type.redcol.spa.fl_str_mv |
http://purl.org/redcol/resource_type/ART |
format |
http://purl.org/coar/resource_type/c_6501 |
status_str |
publishedVersion |
dc.identifier.uri.none.fl_str_mv |
https://repositorio.unal.edu.co/handle/unal/49095 |
dc.identifier.eprints.spa.fl_str_mv |
http://bdigital.unal.edu.co/42552/ |
url |
https://repositorio.unal.edu.co/handle/unal/49095 http://bdigital.unal.edu.co/42552/ |
dc.language.iso.spa.fl_str_mv |
spa |
language |
spa |
dc.relation.spa.fl_str_mv |
http://revistas.unal.edu.co/index.php/estad/article/view/44360 |
dc.relation.ispartof.spa.fl_str_mv |
Universidad Nacional de Colombia Revistas electrónicas UN Revista Colombiana de Estadística Revista Colombiana de Estadística |
dc.relation.ispartofseries.none.fl_str_mv |
Revista Colombiana de Estadística; Vol. 37, núm. 1 (2014); 95-110 Revista Colombiana de Estadística; Vol. 37, núm. 1 (2014); 95-110 0120-1751 |
dc.relation.references.spa.fl_str_mv |
Gaviria, Jaime Andrés and López-Ríos, Víctor Ignacio (2014) Locally d-optimal designs with heteroscedasticity: a comparison between two methodologies. Revista Colombiana de Estadística; Vol. 37, núm. 1 (2014); 95-110 Revista Colombiana de Estadística; Vol. 37, núm. 1 (2014); 95-110 0120-1751 . |
dc.rights.spa.fl_str_mv |
Derechos reservados - Universidad Nacional de Colombia |
dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_14cb |
dc.rights.license.spa.fl_str_mv |
Atribución-NoComercial 4.0 Internacional |
dc.rights.uri.spa.fl_str_mv |
http://creativecommons.org/licenses/by-nc/4.0/ |
dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/closedAccess |
rights_invalid_str_mv |
Atribución-NoComercial 4.0 Internacional Derechos reservados - Universidad Nacional de Colombia http://creativecommons.org/licenses/by-nc/4.0/ http://purl.org/coar/access_right/c_14cb |
eu_rights_str_mv |
closedAccess |
dc.publisher.spa.fl_str_mv |
Universidad Nacional de Colombia |
institution |
Universidad Nacional de Colombia |
repository.name.fl_str_mv |
Repositorio Institucional Universidad Nacional de Colombia |
repository.mail.fl_str_mv |
repositorio_nal@unal.edu.co |
_version_ |
1814089283156312064 |