sobre la robustez y sensibilidad de varios estimadores no paramétricos a través de la medida de la curva de influencia: un estudio breve
Autores: Ghosh, Indranil; Fleming, Kathleen
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
sobre la robustez y sensibilidad de varios estimadores no paramétricos a través de la medida de la curva de influencia: un estudio breve
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Curva de influencia
Sensibilidad
Estimadores no paramétricos
Media recortada
Media winsorizada
Coeficiente de correlación de Pearson producto momento
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 33
Citaciones: Sin citaciones
El uso de la curva de influencia como medida de sensibilidad no es nuevo en la literatura, pero no ha sido explorado adecuadamente hasta donde sabemos. En particular, la derivación matemática de la función de influencia para varios estimadores no paramétricos populares (como la media recortada, la media winsorizada, el coeficiente de correlación del momento del producto de Pearson, entre otros destacados) no se da con suficiente detalle. Además, el resumen de las expresiones finales dadas en algunos casos esporádicos no parece ser correcto. En este artículo, nuestro objetivo es examinar y resumir la derivación de la curva de influencia para varios estimadores bien conocidos para estimar la ubicación de una población, muchos de los cuales se consideran en el paradigma no paramétrico.
Descripción
El uso de la curva de influencia como medida de sensibilidad no es nuevo en la literatura, pero no ha sido explorado adecuadamente hasta donde sabemos. En particular, la derivación matemática de la función de influencia para varios estimadores no paramétricos populares (como la media recortada, la media winsorizada, el coeficiente de correlación del momento del producto de Pearson, entre otros destacados) no se da con suficiente detalle. Además, el resumen de las expresiones finales dadas en algunos casos esporádicos no parece ser correcto. En este artículo, nuestro objetivo es examinar y resumir la derivación de la curva de influencia para varios estimadores bien conocidos para estimar la ubicación de una población, muchos de los cuales se consideran en el paradigma no paramétrico.