logo móvil
Contáctanos

Corrección de sesgo en la inferencia de modelos lineales generalizados de alta dimensionalidad

Autores: Tang, Shengfei; Shi, Yanmei; Zhang, Qi

Idioma: Inglés

Editor: MDPI

Año: 2023

Descargar PDF

Acceso abierto

Artículo científico
2023

Corrección de sesgo en la inferencia de modelos lineales generalizados de alta dimensionalidad


Categoría

Matemáticas

Subcategoría

Matemáticas generales

Palabras clave

Propuesto
Ponderado específico del enlace
Regresión
Pesos de corrección
Error cuadrático medio
Normalidad asintótica

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 29

Citaciones: Sin citaciones


Descripción
En este documento, proponemos un enfoque ponderado específico del enlace (WLS) que establece un marco unificado de inferencia estadística para regresiones de Poisson y Gamma de alta dimensionalidad. Regresamos las desviaciones de los parámetros, así como los errores de estimación inicial y utilizamos los coeficientes de regresión resultantes como pesos de corrección para reducir el error cuadrático medio total (MSE). También desarrollamos la normalidad asintótica de las estimaciones de corrección bajo condiciones dispersas y no dispersas y construimos intervalos de confianza asociados (CIs) para verificar la robustez del nuevo método. Finalmente, simulaciones numéricas y análisis empíricos muestran que el método WLS es amplio y efectivo.

Otros recursos que podrían interesarte

Temas Virtualpro