Distancia de Cook en Modelos Loglineales con muestreo multinominal
2007
El estad´ýstico de Cook (1977) (forma cuadr´atica asociada al vector diferencia
entre el estimador del par´ametro con todas las observaciones y el estimador
del par´ametro obtenido al eliminar una observaci´on concreta), se utiliza en regresi
´on lineal para cuantificar la influencia de una observaci´on sobre el ajuste
del modelo. Si el valor del estad´ýstico es lo suficientemente grande la correspondiente
observaci´on se clasifica como influyente. La regla pr´actica m´as conocida
para clasificar una observaci´on como influyente es la de Cook y Weisberg
(1982): considerar como cota de referencia para clasificar una observaci´on como
influyente, el cuantil de orden de la distribuci´on aproximada del estad´ýstico de
Cook obtenida al reemplazar el estimador de m´axima verosimilitud asociado a
la eliminaci´on de una observaci´on por el verdadero valor del par´ametro. Jensen
y Ramirez (1998) obtuvieron la distribuci´on exacta del estad´ýstico de Cook que
permite tomar como cota de referencia el cuantil de orden de la distribuci´on
exacta.
En modelos loglineales, por similitud con el modelo de regresi´on lineal, es
habitual considerar una regla pr´actica basada en la distribuci´on asint´otica del
estad´ýstico aproximado de Cook. En este trabajo se obtiene la distribuci´on
asint´otica del estad´ýstico de Cook para el estimador de m´axima verosimilitud
en modelos loglineales con muestreo multinomial. Esta distribuci´on permite dar
una regla m´as razonable para identificar celdas influyentes.
- Correction
- Source
- Cite
- Save
- Machine Reading By IdeaReader
0
References
0
Citations
NaN
KQI