Estimación por mínimos cuadrados ponderados en modelos lineales generalizados

Descripción del Articulo

En este trabajo se aplica el método de Mínimos Cuadrados Ponderados como un método alternativo de estimación de parámetros en los Modelos Lineales Generalizados, y en particular para el caso de variables respuesta con distribución Multinomial y de Poisson, usando el enfoque desarrollado por Grizzme,...

Descripción completa

Detalles Bibliográficos
Autor: Gonzales King-Keé, Karin Cecilia
Formato: tesis de grado
Fecha de Publicación:2001
Institución:Universidad Nacional Mayor de San Marcos
Repositorio:UNMSM-Tesis
Lenguaje:español
OAI Identifier:oai:cybertesis.unmsm.edu.pe:20.500.12672/608
Enlace del recurso:https://hdl.handle.net/20.500.12672/608
Nivel de acceso:acceso abierto
Materia:Modelos lineales (Estadística)
Análisis multivariante
https://purl.org/pe-repo/ocde/ford#1.01.03
Descripción
Sumario:En este trabajo se aplica el método de Mínimos Cuadrados Ponderados como un método alternativo de estimación de parámetros en los Modelos Lineales Generalizados, y en particular para el caso de variables respuesta con distribución Multinomial y de Poisson, usando el enfoque desarrollado por Grizzme, Starmer y Koch (GSK). Se estudia la formación de funciones respuesta de variables dependientes con distribución Multinomial y Poisson.
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).