Propuesta metodológica para imputar valores no influyentes en modelos de regresión lineal múltiple con información incompleta

Esta tesis presenta un método para imputar datos faltantes en un modelo de regresión lineal múltiple; estos datos se establecerán de tal manera que no sean influyentes, es decir, que el impacto (cambio) ejercido sobre la suma de los cuadrados residuales del modelo sea pequeño. La estimación de los parámetros del modelo de regresión lineal múltiple se calcula mediante el método de mínimos cuadrados ordinarios. Una generalización de la estadística DFBeta se establece en el Teorema 4.1 para cuantificar el impacto de las observaciones imputadas en la estimación de mínimos cuadrados del modelo de regresión lineal múltiple. Además, el teorema 4.5 presenta una nueva expresión para el estadístico Qk, con el cual se cuantifica el impacto que ejercen las observaciones imputadas en el modelo sobre la suma de cuadrados de los residuos.

• Autores: Jiménez Moscoso, José Alfredo
• Fecha de publicación: 1999
• Institución: Universidad Nacional de Colombia
• Repositorio: Universidad Nacional de Colombia
• Idioma: spa
• OAI Identifier: oai:repositorio.unal.edu.co:unal/62387
• Acceso en línea: https://repositorio.unal.edu.co/handle/unal/62387; http://bdigital.unal.edu.co/61477/
• Palabra clave: 31 Colecciones de estadística general / Statistics; Modelos de regresión lineal múltiple; Estadística DFBeta; Estadística Qk; Imputación; Observaciones influyentes; Linear models; Least squares; Quadratic forms; Influential observations; DFBeta statistics; Qk Statistics
• Rights: openAccess
• License: Atribución-NoComercial 4.0 Internacional