LA COLINEALIDAD Y LA SEPARACIÓN EN LOS DATOS EN EL MODELO DE REGRESIÓN LOGÍSTICA
La colinealidad y la falta de traslape en los datos son problemas que afectan la inferencia basada en el modelo de regresión logística. Mediante simulación se investigó como son afectados los estimadores que tratan la colinealidad (Ridge iterativo), la separación en los datos (de Firth, y de Roussee...
| Autores: | , , , , |
|---|---|
| Tipo de recurso: | artículo |
| Estado: | Versión publicada |
| Fecha de publicación: | 2012 |
| País: | México |
| Institución: | Universidad Autónoma de Guerrero |
| Repositorio: | Redalyc-UAGro |
| OAI Identifier: | oai:redalyc.org:30223110008 |
| Acceso en línea: | https://www.redalyc.org/articulo.oa?id=30223110008 |
| Access Level: | acceso abierto |
| Palabra clave: | Agrociencias datos traslapados Estimador de Firth estimador doble penalizado estimador Ridge iterativo estimador de máxima verosimilitud estimada |
| Sumario: | La colinealidad y la falta de traslape en los datos son problemas que afectan la inferencia basada en el modelo de regresión logística. Mediante simulación se investigó como son afectados los estimadores que tratan la colinealidad (Ridge iterativo), la separación en los datos (de Firth, y de Rousseeuw y Christmann) o ambos problemas (de Shen y Gao). Estos estimadores se compararon considerando el número de condición escalado de la matriz de información estimada, el sesgo y el error cuadrático medio. En cada uno de los cuatro escenarios estudiados, formados al usar dos niveles de colinealidad y dos tamaños de muestra, se consideraron tres grados de traslape en los datos. Se encontró que los estimadores Ridge iterativo y de Shen y Gao tienen condicionamiento nulo, además el sesgo y el error cuadrático medio más peque- ños. El grado de traslape y el nivel de colinealidad afectan fuertemente el sesgo y el error cuadrático medio de los estimadores de máxima verosimilitud, de Firth y de Rousseeuw y Christmann. |
|---|