Resumen

La falta de respuesta es una fuente potencial de errores en las encuestas de muestra. Introduce sesgo y una gran varianza en la estimación de parámetros de poblaciones finitas. Los modelos de regresión han sido reconocidos como una de las técnicas para reducir el sesgo y la varianza debido a la falta de respuesta aleatoria utilizando datos auxiliares. En este estudio, se asume que la falta de respuesta aleatoria ocurre en la variable de encuesta en la segunda etapa del muestreo por conglomerados, suponiendo que se cuenta con toda la información auxiliar disponible. La información auxiliar se utiliza en la etapa de estimación a través de un modelo de regresión para abordar el problema de la falta de respuesta aleatoria. En particular, la información auxiliar se utiliza a través de una técnica de regresión de kernel mejorada de Nadaraya-Watson para compensar la falta de respuesta aleatoria. Se derivan el sesgo asintótico y el error cuadrático medio del estimador propuesto. Además, un estudio de simulación realizado indica que el estimador propuesto tiene valores más pequeños de sesgo y

• Materias:Gestión de riesgos Pronóstico de la covolatilidad Modelo de crecimiento Estimación de la media Función de error
• Subjects:Risk management Covolatility forecasting Growth model Mean estimation Error function
• Palabras claves:No respuesta; Sesgo; Varianza; Modelos de regresión; Información auxiliar; No respuesta aleatoria
• Keywords:Nonresponse; Bias; Variance; Regression models; Auxiliary information; Random nonresponse