Se analiza la estimación lineal de la media poblacional desde el punto de vista de los modelos de superpoblaciones con parámetros desconocidos y correlación no nula. La posible existencia de errores de especificación en el modelo determina el estudio de propiedades tales como la insesgadez asintótica respecto al diseño de muestreo y la robustez débil, deseables para asegurar la robustez de los estimadores frente a este tipo de errores. Se establece, así, un criterio de selección entre estimadores lineales asintóticamente insesgados respecto al diseño y débilmente robustos
En esta tesis comenzamos haciendo una revisión detallada de resultados sobre los S estimadores para ...
Los modelos lineales mixtos tienen una amplia aplicación para la estimación de efectos fijos en est...
El método más comunmente usado para estimar los coeficientes de una regresión lineal es el de míni...
Se analiza la estimación lineal de la media poblacional desde el punto de vista de los modelos de su...
Consideramos el modelo de superpoblación lineal múltiple y tomamos como estimador de la media poblac...
Consideramos un modelo de superpoblación lineal múltiple y tomamos como estimador de la media poblac...
Los estimadores de regresión penalizados son una herramienta popular para analizar conjuntos de dato...
El modelo lineal es uno de los más populares en Estadística. Sin embargo, en muchas situaciones la n...
En esta tesis, introducimos una nueva clase de estimadores robustos para las componentes paramétrica...
En un análisis de Regresión Lineal, existen varios supuestos o premisas que deben ser considerados a...
La selección de portafolios bajo el modelo de Media-Varianza (M-V) es muy sensible a la presencia de...
En esta Tesis presentamos una nueva clase de estimadores (que llamaremos REWLS) para el modelo de Re...
Los estimadores usuales de los parámetros del modelo de análisis factorial son los estimadores de má...
En este artículo se comparan nueve criterios de selección de modelos. Se analiza si el número de cri...
Supongamos que yi = ?iT ß + m(ti) + ei, i = 1, ..., n, donde el vector (p x 1) ß y la función m(·) s...
En esta tesis comenzamos haciendo una revisión detallada de resultados sobre los S estimadores para ...
Los modelos lineales mixtos tienen una amplia aplicación para la estimación de efectos fijos en est...
El método más comunmente usado para estimar los coeficientes de una regresión lineal es el de míni...
Se analiza la estimación lineal de la media poblacional desde el punto de vista de los modelos de su...
Consideramos el modelo de superpoblación lineal múltiple y tomamos como estimador de la media poblac...
Consideramos un modelo de superpoblación lineal múltiple y tomamos como estimador de la media poblac...
Los estimadores de regresión penalizados son una herramienta popular para analizar conjuntos de dato...
El modelo lineal es uno de los más populares en Estadística. Sin embargo, en muchas situaciones la n...
En esta tesis, introducimos una nueva clase de estimadores robustos para las componentes paramétrica...
En un análisis de Regresión Lineal, existen varios supuestos o premisas que deben ser considerados a...
La selección de portafolios bajo el modelo de Media-Varianza (M-V) es muy sensible a la presencia de...
En esta Tesis presentamos una nueva clase de estimadores (que llamaremos REWLS) para el modelo de Re...
Los estimadores usuales de los parámetros del modelo de análisis factorial son los estimadores de má...
En este artículo se comparan nueve criterios de selección de modelos. Se analiza si el número de cri...
Supongamos que yi = ?iT ß + m(ti) + ei, i = 1, ..., n, donde el vector (p x 1) ß y la función m(·) s...
En esta tesis comenzamos haciendo una revisión detallada de resultados sobre los S estimadores para ...
Los modelos lineales mixtos tienen una amplia aplicación para la estimación de efectos fijos en est...
El método más comunmente usado para estimar los coeficientes de una regresión lineal es el de míni...