Resumen de Estimadores de regresión local y globalmente robustos
Se trata de hallar estimadores de parámetros de un modelo lineal que sean robustos, El indicador básico de robustez es el máximo sesgos asintótico ocasionado por una fracción de "outliers". En este trabajo se proponen dos clases de estimadores que son al mismo tiempo localmente robustos y globalmente robustos. Se introduce tambien un estimador que es eficiente como el de minimos cuadrados bajo normalidad y además alcanza el máximo puntos de ruptura.
Se resumen las principales ideas y resultados sobre la estimación robusta para el modelo de regresión lineal. Se presenta una nueva idea de estimación a las que se denomina estimadores de tipo C que son local y globalmente robustos. También se estiman los coeficientes de regresión imitando la fórmula del estimador de minimos cuadrados reemplazando la matriz de momentos muestrales de segundo orden por algún estimador robusto de la matriz de dispersión.
