Estimación robusta en poblaciones finitas utilizando modelos de regresión múltiple
Descripción del Articulo
Este libro muestra dos interesantes cápitulos; el primero hace referencia de una revisión de la estimación de parámetros indicando las propiedades de los estimadores puntuales; también se estudia el método de mínimos cuadrados señalando bajo que condiciones proporciona estimadores óptimos y en que c...
| Autor: | |
|---|---|
| Formato: | libro |
| Fecha de Publicación: | 1995 |
| Institución: | Universidad de Lima |
| Repositorio: | ULIMA-Institucional |
| Lenguaje: | español |
| OAI Identifier: | oai:repositorio.ulima.edu.pe:20.500.12724/17069 |
| Enlace del recurso: | https://hdl.handle.net/20.500.12724/17069 |
| Nivel de acceso: | acceso abierto |
| Materia: | Análisis de regresión Estadística matemática Robustez en estadística |
| Sumario: | Este libro muestra dos interesantes cápitulos; el primero hace referencia de una revisión de la estimación de parámetros indicando las propiedades de los estimadores puntuales; también se estudia el método de mínimos cuadrados señalando bajo que condiciones proporciona estimadores óptimos y en que condiciones las estimaciones son ineficientes y en el segundo capítulo, se desarrollan conceptos básicos sobre población finita, muestra no ordenada, y se discuten los dos enfoque para hacer inferencias en poblaciones finitas: el enfoque clásico y el de modelos de superpoblación. |
|---|
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).
