Desarrollo del estimador de cresta generalizado para el modelo de regresión gaussiana inversa de Poisson con...

Área de la Ciencia:

• Las estadísticas
• Las economías

Sus antecedentes:

• La regresión gaussiana inversa de Poisson (PIG) es común para los datos de recuento excesivamente dispersos.
• La estimación de la probabilidad máxima en la regresión PIG no es confiable con multicolinealidad.
• La multicolinealidad infla la varianza y el error cuadrado medio de las estimaciones.

Objetivo del estudio:

• Proponer un estimador de cresta generalizado para la regresión PIG bajo multicolinealidad.
• Evaluar el rendimiento del estimador propuesto.

Principales métodos:

• Desarrolló un estimador de cresta generalizado para la regresión PIG.
• Estudios de simulación realizados en varios escenarios.
• Evaluación del rendimiento mediante el error cuadrado medio (MSE).
• Validar el estimador en dos conjuntos de datos de la vida real.

Principales resultados:

• El estimador de cresta generalizado propuesto demostró un rendimiento superior.
• El estimador mostró una mayor fiabilidad en el manejo de la multicolinealidad.
• La MSE fue consistentemente más baja en comparación con los métodos existentes en simulaciones y datos reales.

Conclusiones:

• El estimador de cresta generalizado es una alternativa confiable para la regresión PIG con multicolinealidad.
• Este método ofrece una mejor precisión de estimación de parámetros.
• Los hallazgos están respaldados por análisis teóricos, simulaciones y evidencia empírica.