Estimación desviación absoluta mínima en modelos de regresión censurados y truncados

  1. GUIRAO PEREZ, GINES

Universidad de defensa: Universidad de La Laguna

Año de defensa: 1987

Tribunal:
  1. Beatriz González López-Valcárcel Presidente/a
  2. Luis Javier López Martín Secretario/a
  3. Pilar Martín-Guzmán Vocal
  4. Jesús Bernardo Pena Trapero Vocal
  5. Roberto Escuder Vallés Vocal

Tipo: Tesis

Teseo: 15801 DIALNET

Resumen

EN ESTE TRABAJO SE PROPONE UNA ALTERNATIVA A LA ESTIMACION MAXIMO VEROSIMIL DE LOS PARAMETROS DE UN MODELO DE REGRESION CENSURADO Y/O TRUNCADO. EL ESTIMADOR QUE SE PROPONE ES UNA GENERALIZACION DEL ESTIMADOR QUE SE OBTIENE MEDIANTE LA MINIMIZACION DE LA L -NORMA ESTO ES LA SUMA DE LAS DESVIACIONES ABSOLUTAS PARA EL MODELO LINEAL STANDARD Y AL CONTRARIO DE LO QUE OCURRE CON LOS METODOS DE ESTIMACION BASADOS EN EL SUPUESTO DE QUE EL TERMINO DE ERROR SE DISTRIBUYE NORMALMENTE ESTE ESTIMADOR ES CONSISTENTE Y ASINTETICAMENTE NORMAL PARA UNA CLASE AMPLIA DE DISTRIBUCIONES DEL TERMINO ERROR ADEMAS DE SER ROBUSTO PARA LA HETEROSCEDASTICIDAD. EN ESTE TRABAJO SE DAN LAS CONDICIONES DE REGULARIDAD Y SE INDICAN LAS DEMOSTRACIONES DE ESTOS RESULTADOS A SU VEZ SE PROPONE UN GRUPO DE ESTIMADORES CONSISTENTES CON LA MATRIZ DE COVARIANZAS ASINTOTICA.