Un criterio que compara las estadísticas Q i y DFβ j ( i ) para el análisis de residuales en modelos de rango completo.

• Luis Francisco Rincón Suárez ^[1]
  1. [1] Universidad Santo Tomás

     Universidad Santo Tomás

     Santiago, Chile

     
• Localización: Comunicaciones en Estadística, ISSN 2027-3355, ISSN-e 2339-3076, Vol. 2, Nº. 2, 2009, págs. 139-146
• Idioma: español
• DOI: 10.15332/s2027-3355.2009.0002.02
• Títulos paralelos:
  • Some criterium for comparing the Q i and DFβ j ( i ) statistics for the analysis of residuals in complete range models.
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    En este artículo se presenta un criterio para comparar las estadísticas Qi y DFβj (i) comunmente usadas en el análisis de residuales para identificar observaciones influyentes en la estimación de modelos de rango completo. El criterio se construye usando la distribución de las estadísticas mencionadas bajo el supuesto clásico ei∼N(0;σ2) y Cov (ei,ej) = 0 si i=j).

  • English

    This paper presents, a criterion to compare the Qi and DFβj(i) statistics, commonly used in the analysis of residuals to identify influential observations on the estimates of full rank linear models. The criterion uses the distribution of these statistics, under the classical assumption ei∼N(0;σ2) and Cov(ei,ej) = 0,i=j.

• Referencias bibliográficas
  • Draper, N. R, and John, J. A, Influential observations and outliers in regression, Technimetrics, Vol 22, 1980.
  • Jiménez, José Alfredo y Rincón, Luis Francisco, Una generalización de la estadística DF Beta, Revista Colombiana de Estadística, Universidad...
  • León C, Carmen Elena, Caracterización de observaciones influyentes en la estimación de los parámetros, en Modelos de Regresión Lineal Múltiple,...
  • Morales, R. Mario Alfonso, Estudio de algunas consecuencias derivadas de eliminar una observación influyente en modelos de regresión lineal...
  • Rincón, Ángela Tatiana, Propuesta para caracterizar observaciones influyentes en Modelos de Regresión Lineal Múltiple, Trabajo de Grado, Estadística,...
  • Romero R. Juan de Jesús, Identificación de observaciones influyentes en un modelo de diseño a través de variables Dummy, Trabajo de Grado,...
  • Searle, S. R, Linear Models, John Wiley & Sons, 1971.