Resumen

El modelo de regresión lineal general ha sido uno de los modelos más utilizados a lo largo de los años, con el estimador de mínimos cuadrados ordinarios (OLS) utilizado para estimar sus parámetros. Los problemas del estimador OLS para el análisis de regresión lineal incluyen los de multicolinealidad y valores atípicos, que conducen a resultados desfavorables. Este estudio propuso un estimador modificado de dos parámetros tipo ridge basado en el estimador M para hacer frente al problema combinado resultante de la multicolinealidad y los valores atípicos. A través de pruebas teóricas, simulación de Monte Carlo y un ejemplo numérico, el estimador propuesto supera al estimador modificado tipo ridge y a algunos otros estimadores existentes considerados.

• Materias:Diabetes Hongos Contaminación del aire Material genético Infecciones
• Subjects:Diabetes Fungi Air - Pollution Genetic material Infections
• Palabras claves:Modelo de regresión lineal; Estimador de mínimos cuadrados ordinarios; Multicolinealidad; Valores atípicos; Estimador modificado tipo ridge M; Simulación de Monte Carlo
• Keywords:Linear regression model; Ordinary least squares estimator; Multicollinearity; Outliers; Ridge-type modified M-estimator; Monte Carlo simulation