Resumen

Una media de recorte elimina las observaciones extremas al remover observaciones de cada extremo de la muestra ordenada. En este artículo, adoptamos las medidas de peso de cola de Hogg y Brys. Además, se propuso un nuevo algoritmo como un estimador lineal basado en el cuartil; utilizamos un cuartil para dividir los datos en tres y cuatro grupos. Luego se propusieron dos nuevos estimadores. Estas clases de estimadores lineales fueron examinadas a través del método de simulación en una variedad de distribuciones asimétricas. Se generaron tamaños de muestra de 50, 100, 150 y 200 utilizando el programa R. Los resultados de 50 fueron tabulados, ya que tenemos resultados similares para los otros tamaños. Estos resultados fueron tabulados para 7 distribuciones asimétricas con proporciones totales de recorte de 0.10 y 0.20 en ambos lados, respectivamente. Los resultados de estos estimadores fueron ordenados según su eficiencia relativa.

• Materias:Gestión de riesgos VAR analítico Dinámica evolutiva Conductividad dinámica Probabilidad local
• Subjects:Risk management Analytical VAR Evolutionary dynamics Dynamic conductivity Local probability
• Palabras claves:Recorte medio; Observaciones extremas; De Hogg; De Brys; Estimador lineal; Cuartil
• Keywords:Trimming mean; Extreme observations; Hogg"s; Brys"s; Linear estimator; Quartile