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...

Full description

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