Simulación de la precisión y el cubrimiento en experimentos con mezclas con respuestas binomial y poisson analizados bajo modelos lineales generalizados y mínimos cuadrados ordinarios

En este artículo se muestra un análisis de diseños experimentales con mezclas simplex centroides con respuestas binomial y Poisson empleando un Modelo Lineal Generalizado. Se comparó la precisión y el cubrimiento de los intervalos de confianza, alrededor de las medias esperadas, obtenidos bajo un mo...

Full description

Autores:
Tipo de recurso:
Fecha de publicación:
2017
Institución:
Universidad de Bogotá Jorge Tadeo Lozano
Repositorio:
Expeditio: repositorio UTadeo
Idioma:
OAI Identifier:
oai:expeditiorepositorio.utadeo.edu.co:20.500.12010/9062
Acceso en línea:
http://dx.doi.org/10.14482/inde.35.2.10167
http://hdl.handle.net/20.500.12010/9062
Palabra clave:
Cobertura
Experimentos con mezclas
Mínimos cuadrados ordinarios
Modelo lineal generalizado
Precisión
Distribución binomial
Mezclas -- Investigaciones
Coverage
Experiments with mixtures
Generalized linear model
Ordinary least squares
Precision
Rights
License
Abierto (Texto Completo)
Description
Summary:En este artículo se muestra un análisis de diseños experimentales con mezclas simplex centroides con respuestas binomial y Poisson empleando un Modelo Lineal Generalizado. Se comparó la precisión y el cubrimiento de los intervalos de confianza, alrededor de las medias esperadas, obtenidos bajo un modelo de Mínimos Cuadrados Ordinarios que utiliza una transformación con los proporcionados por un modelo lineal generalizado; dicha comparación se hizo mediante dos simulaciones en donde se asume un modelo conocido. En dichas simulaciones se introdujo reiteradamente una perturbación aleatoria de las medias esperadas en cada punto experimental. Los nuevos vectores de respuestas fueron analizados con cada uno de los dos modelos. La precisión y el cubrimiento fueron reportados, en cada caso, en función de la magnitud de la perturbación inducida y fueron utilizados como medida de comparación de la incertidumbre de la estimación y para evaluar el comportamiento de ambos modelos. En el análisis en un diseño experimental con mezclas con respuesta no normal, el Modelo Lineal Generalizado produjo mejores resultados en términos de precisión y cubrimiento que el hecho con Mínimos Cuadrados Ordinarios basado en una transformación.