El VIF y MSE en la regresión de aumento
Autores: Salmerón Gómez, Román; Rodríguez Sánchez, Ainara; García, Catalina García; García Pérez, José
Idioma: Inglés
Editor: MDPI
Año: 2020
Acceso abierto
Artículo científico
2020
El VIF y MSE en la regresión de aumento
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Aumento de la regresión
Colinealidad
Factor de inflación de la varianza
Error cuadrático medio
Estimador sesgado
Multicolinealidad
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 41
Citaciones: Sin citaciones
La regresión de subida se ha propuesto como una alternativa a la estimación de mínimos cuadrados ordinarios cuando un modelo presenta colinealidad. Para analizar si el problema ha sido mitigado, es necesario desarrollar medidas para detectar colinealidad después de la aplicación de la regresión de subida. Este documento extiende el concepto del factor de inflación de la varianza para ser aplicado en una regresión de subida. La relevancia de esta extensión es que se puede aplicar para determinar el factor de subida que permite una aplicación óptima de esta técnica. También se calcula el error cuadrático medio ya que la regresión de subida proporciona un estimador sesgado. Los resultados se ilustran con dos ejemplos empíricos donde se compara la aplicación del estimador de subida con la aplicación de los estimadores de ridge y Lasso que se aplican comúnmente para estimar modelos con multicolinealidad como alternativa a los mínimos cuadrados ordinarios.
Descripción
La regresión de subida se ha propuesto como una alternativa a la estimación de mínimos cuadrados ordinarios cuando un modelo presenta colinealidad. Para analizar si el problema ha sido mitigado, es necesario desarrollar medidas para detectar colinealidad después de la aplicación de la regresión de subida. Este documento extiende el concepto del factor de inflación de la varianza para ser aplicado en una regresión de subida. La relevancia de esta extensión es que se puede aplicar para determinar el factor de subida que permite una aplicación óptima de esta técnica. También se calcula el error cuadrático medio ya que la regresión de subida proporciona un estimador sesgado. Los resultados se ilustran con dos ejemplos empíricos donde se compara la aplicación del estimador de subida con la aplicación de los estimadores de ridge y Lasso que se aplican comúnmente para estimar modelos con multicolinealidad como alternativa a los mínimos cuadrados ordinarios.