Look-up in Google Scholar
Title: Estimación Bootstrap de los coeficientes de un modelo de regresión lineal múltiple
Advisor(s): De la torre Dueñas, Cleto
OCDE field: http://purl.org/pe-repo/ocde/ford#1.01.01
Issue Date: 2015
Institution: Universidad Nacional de San Antonio Abad del Cusco
Abstract: Con el avance de la ciencia y el desarrollo de la tecnología las técnicas estadísticas se han convertido en herramientas fundamentales y estas pueden dar alternativas de solución a los distintos problemas en la vida real. El análisis de regresión lineal múltiple es una de las técnicas estadísticas más populares y por ende, una de las más aplicadas en el análisis de datos, en las distintas especialidades, como Medicina, Economía, Administración, Etc. El bootstrap consiste básicamente, en el remuestreo de las observaciones muéstrales para luego, en base a la distribución empírica de estas remuestras, obtener una estimación puntual y por intervalos para los parámetros del modelo. Una alternativa para la estimación de los coeficientes de un modelo de regresión lineal múltiple es utilizar las técnicas de computación intensiva como el remuestreo bootstraping, de manera sencilla permite estimar los parámetros de un modelo de regresión lineal múltiple cuando no hay evidencia suficiente que permita verificar los supuestos necesarios para la aplicación del método de mínimos cuadrados o de máxima verosimilitud. Este método de estimación Bootstraping presenta mejor comportamiento que los estimadores clásicos del Análisis de regresión lineal múltiple.
Discipline: Matemática
Grade or title grantor: Universidad Nacional de San Antonio Abad del Cusco. Facultad de Ciencias Químicas, Físicas y Matemáticas
Grade or title: Licenciado en Matemática mención Estadística
Register date: 13-Feb-2017



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.