Un enfoque de arranque paramétrico para un modelo de regresión de componentes de error unidireccional con errores de medición
Autores: Yue, Lili; Shi, Jianhong; Luo, Jingxuan; Lin, Jinguan
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Un enfoque de arranque paramétrico para un modelo de regresión de componentes de error unidireccional con errores de medición
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Modelo de regresión de componentes de error
Errores de medición
Método corregido por sesgo
Propiedades asintóticas
Pruebas de hipótesis
Bootstrap paramétrico
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 31
Citaciones: Sin citaciones
En este trabajo, se considera un modelo de regresión de componentes de error unidireccional con errores de medición. El vector de parámetros desconocidos se estima utilizando el método corregido por sesgo, y también se desarrollan sus propiedades asintóticas correspondientes. Para el problema de prueba de hipótesis del vector del parámetro de coeficiente en el modelo, se propone un método de bootstrap paramétrico (PB). Bajo varios tamaños de muestra y configuraciones de parámetros, se discute la efectividad de nuestro método de prueba PB propuesto mediante algunas simulaciones numéricas y un análisis de datos reales.
Descripción
En este trabajo, se considera un modelo de regresión de componentes de error unidireccional con errores de medición. El vector de parámetros desconocidos se estima utilizando el método corregido por sesgo, y también se desarrollan sus propiedades asintóticas correspondientes. Para el problema de prueba de hipótesis del vector del parámetro de coeficiente en el modelo, se propone un método de bootstrap paramétrico (PB). Bajo varios tamaños de muestra y configuraciones de parámetros, se discute la efectividad de nuestro método de prueba PB propuesto mediante algunas simulaciones numéricas y un análisis de datos reales.