Estimación robusta y pruebas para parámetros de algunos modelos de regresión no lineal
Autores: Liu, Pengfei; Zhang, Mengchen; Zhang, Ru; Zhou, Qin
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
Estimación robusta y pruebas para parámetros de algunos modelos de regresión no lineal
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Mediana de medias
Modelos de regresión no lineales
Estimador MOM
Valores atípicos
Método de verosimilitud empírica
Pruebas de hipótesis
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 30
Citaciones: Sin citaciones
Este documento utiliza el método de la mediana de medias (MOM) para estimar los parámetros de los modelos de regresión no lineal y demuestra la consistencia y la normalidad asintótica del estimador MOM. Especialmente cuando hay valores atípicos, el estimador MOM es más robusto que el estimador de mínimos cuadrados no lineales (NLS) y el estimador de verosimilitud empírica (EL). Sobre esta base, proponemos Estadísticas de prueba de hipótesis para los parámetros de los modelos de regresión no lineal utilizando el método de verosimilitud empírica, y el rendimiento de la simulación muestra la superioridad del estimador MOM. Aplicamos el método MOM para analizar los 50 principales datos del PIB de China en 2019. El resultado muestra que el método MOM es más factible que el estimador NLS y el estimador EL.
Descripción
Este documento utiliza el método de la mediana de medias (MOM) para estimar los parámetros de los modelos de regresión no lineal y demuestra la consistencia y la normalidad asintótica del estimador MOM. Especialmente cuando hay valores atípicos, el estimador MOM es más robusto que el estimador de mínimos cuadrados no lineales (NLS) y el estimador de verosimilitud empírica (EL). Sobre esta base, proponemos Estadísticas de prueba de hipótesis para los parámetros de los modelos de regresión no lineal utilizando el método de verosimilitud empírica, y el rendimiento de la simulación muestra la superioridad del estimador MOM. Aplicamos el método MOM para analizar los 50 principales datos del PIB de China en 2019. El resultado muestra que el método MOM es más factible que el estimador NLS y el estimador EL.