Precisiones en la teoría de los modelos logísticos

• HUMBERTO JESÚS LLINÁS ^[1]
  1. [1] Universidad del Norte

     Universidad del Norte

     Colombia

     
• Localización: Revista Colombiana de Estadística, ISSN-e 2389-8976, ISSN 0120-1751, Vol. 29, Nº. 2, 2006, págs. 239-265
• Idioma: español
• Títulos paralelos:
  • Accuracies in the Theory of the Logistic Models
• Enlaces
  • Texto completo
• Dialnet Métricas: 1 Cita
• Resumen
  • español

    Se estudian los modelos logísticos, como una clase de modelos lineales generalizados (MLG). Se demuestra un teorema sobre la existencia y unicidad de las estimaciones de máxima verosimilitud (abreviadas por ML) de los parámetros logísticos y el método para calcularlas. Con base en una teoría asintótica para estas ML-estimaciones y el vector score, se encuentran aproximaciones para las diferentes desviaciones σ2 log L, siendo L la función de verosimilitud. A partir de ellas se obtienen estadísticas para distintas pruebas de hipótesis, con distribución asintótica chi-cuadrada. La teoría asintótica se desarrolla para el caso de variables independientes y no idénticamente distribuidas, haciendo las modificaciones necesarias para la conocida situación de variables idénticamente distribuidas. Se hace siempre la distinción entre datos agrupados y no agrupados.

  • English

    The logistic models are studied, as a kind of generalized lineal models. A theorem is showed about existence and uniqueness of ML-estimates of the estimation of the logistic regression coefficients and the method in order to calculate it. According to an asymptotic theory for this ML-estimates and the score vector, it has been founded approaching for different deviations σ2 log L (in this expression, L is the function of maximum likelihood). In consequence, we have gotten statistics for different hypotheses test which is asymptotically chi-square. The asymptotic theory is developed for the independent variables and no distributed identically variables. It is made the difference between ungrouped and grouped data.

• Referencias bibliográficas
  • Agresti, A. (1990). Categorical Data Analysis. 2. John Wiley and Sons, Inc. New York.
  • C.F, M,McFadden, D. (1974). Frontiers in Econometrics Applications. MA: MIT Press. Cambridge.
  • Dobson, A. J. (2002). An Introduction to Generalized Linear Models. 2. Chapman & Hall. London.
  • Goodman, L. (1971). " The Analysis of Multidimensional Contingency Tables: Stepwise Procedures and Direct Estimation Methods for Building...
  • Mc Cullagh, P. (1983). " Quasi-likelihood Functions". Annals of Statistics. 59-67
  • Mc Cullagh, P,Nelder, J. (1983). Generalized Linear Models. 2. Chapman and Hall. London.
  • Rao, C. (1973). Linear Statistical Inference and its Applications. 2. JohnWiley and Sons, Inc. New York.
  • Theil, H. (1970). " On the Estimation of Relationships Involving Qualitative Variables". Amer. J. Sociol. 103-154
  • Wedderburn, R. (1974). " Quasi-likelihood Functions, Generalized linear models and the Gauss-Newton Method". Biometrika. 439-447
  • Wedderburn, R. (1976). " On The Existence and Uniqueness of the Maximum Likelihood Estimates for Certain Generalized Linear Models"....
  • Zacks, S. (1971). The Theory of Statistical Inference. 2. John Wiley and Sons Inc. New York.