Estimación óptima de promedio de modelos para los modelos parcialmente lineales de coeficiente variable con respuestas faltantes
Autores: Zeng, Jie; Cheng, Weihu; Hu, Guozhi
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Estimación óptima de promedio de modelos para los modelos parcialmente lineales de coeficiente variable con respuestas faltantes
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Promedio de modelos
Estimación
Coeficiente variable
Modelos lineales parcialmente
Respuestas faltantes
Covariables
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 24
Citaciones: Sin citaciones
En este documento, proponemos una estimación de promediado de modelos para los modelos parcialmente lineales de coeficientes variables con respuestas faltantes. Dentro de este contexto, construimos un criterio de elección de peso HR que muestra optimalidad asintótica bajo ciertas suposiciones. Nuestro procedimiento de promediado de modelos puede abordar simultáneamente la incertidumbre sobre qué covariables incluir y la incertidumbre sobre si una covariable debe entrar en el componente lineal o no lineal del modelo. Los resultados de la simulación en comparación con algunas estrategias relacionadas favorecen fuertemente nuestra propuesta. Además, se analiza un conjunto de datos reales para ilustrar la aplicación práctica también.
Descripción
En este documento, proponemos una estimación de promediado de modelos para los modelos parcialmente lineales de coeficientes variables con respuestas faltantes. Dentro de este contexto, construimos un criterio de elección de peso HR que muestra optimalidad asintótica bajo ciertas suposiciones. Nuestro procedimiento de promediado de modelos puede abordar simultáneamente la incertidumbre sobre qué covariables incluir y la incertidumbre sobre si una covariable debe entrar en el componente lineal o no lineal del modelo. Los resultados de la simulación en comparación con algunas estrategias relacionadas favorecen fuertemente nuestra propuesta. Además, se analiza un conjunto de datos reales para ilustrar la aplicación práctica también.