Resumen

En esta investigación se brindan métodos de inferencia sobre un parámetro dimensional finito de interés (θ∊ℛ^d_θ) en un modelo de probabilidad semiparamétrico cuando se encuentra presente un parámetro de perturbación dimensional infinito g (infinite dimensional nuisance parameter). Se parte de la literatura semiparamétrica en la medida en que no se necesitó que el par (θ,g) sea punto identificado, lo que llevó a construir regiones de confianza para θ que sean robustas para identificación parcial (non-point identification).

Lo anterior permite a los profesionales examinar la sensibilidad de sus estimados de θ para la especificación de g en un conjunto de probabilidad. Para construir estas regiones de confianza para θ se invirtió una estadística de razón de verosimilitud perfilada (LR). Se obtuvo la distribución nula asintótica de esta LR perfilada, la cual no es estándar cuando θ no es un punto identificado (aunque es χ² distribuida bajo identificación de punto).

• Materias:Administración de empresas Administración Investigación operacional
• Subjects:Business enterprises Management Operations research
• Palabras claves:Ciencias de la administración, Programación lineal, Análisis de sensibilidad, Modelos de probabilidad semiparamétricos, Identificación parcial, Funciones irregulares, Razón de verosimilitud
• Keywords:Administration sciences, Linear programming, Sensitivity analysis, Semi-parametric probability models, Partial identification, Irregular functions, Likelihood ratio