Resumen

Dentro del contexto de la investigación clínica y científica, existe una necesidad sustancial de determinar con precisión el estimado puntual en un modelo de media logarítmica, dado que los datos altamente sesgados suelen estar presentes. Por lo tanto, las transformaciones logarítmicas suelen ser recomendadas para cumplir con los supuestos de la inferencia estadística paramétrica. A pesar de esto, los enfoques existentes que utilizan solo la media y la varianza de una muestra no necesariamente producen el estimador más eficiente. La investigación actual desarrolló y probó un estimador puntual eficiente mejorado para una media logarítmica al capturar información más completa a través del coeficiente de variación de la muestra. Los resultados de un estudio de simulación empírica en diferentes tamaños de muestra y desviaciones estándar de la población indicaron mejoras relativas en la eficiencia de hasta un 129.47 por ciento en comparación con el estimador de máxima verosimilitud habitual y hasta 21.33 puntos porcentuales absolutos por enc

• Materias:Refinar preguntas Suma de mezclas Densidad multivariada Variables auxiliares Regresión paramétrica
• Subjects:Refine questions Mixture summation Multivariate density Auxiliary variables Parametric regression
• Palabras claves:Determinación; Modelo de media lognormal; Transformaciones logarítmicas; Inferencia estadística paramétrica; Coeficiente de variación; Eficiencia
• Keywords:Determination; Lognormal mean model; Logarithmic transformations; Parametric statistical inference; Coefficient of variation; Efficiency