Catálogo de publicaciones - tesis

Compartir en
redes sociales


Título de Acceso Abierto

Construcción de funciones de estimación múltiple protegidas en modelos con verosimilitud factorizada

Fernanda Julieta Molina Andrea Rotnitzky Mariela Sued

publishedVersion.

Resumen/Descripción – provisto por el repositorio digital
En los últimos años, los métodos de estimación doble protegidos dieron lugar al desarrollo de propuestas múltiple protegidas. Diversos autores han presentado estimadores consistentes en más escenarios que los contemplados por los estimadores doble protegidos. Estas propuestas de estimación, lejos de construirse bajo una teoría general, son el resultado de procedimientos ad-hoc creados para cada modelo considerado. En este trabajo, desarrollamos un marco teórico que explica la existencia de estimadores múltiple protegidos en varias de las propuestas de estimación múltiple protegidas ya existentes, en modelos donde la verosimilitud se factoriza. Dicha teoría provee condiciones suficientes bajo las cuales es posible la construcción de ecuaciones de estimación que, bajo condiciones de regularidad, tienen soluciones que constituyen estimadores múltiple protegidos. Presentamos también condiciones suficientes bajo las cuales estimar de manera múltiple protegida ciertos parámetros de ruido, cuya estimación es necesaria para poder estimar de manera múltiple protegida al parámetro de interés. Además, aplicamos los métodos desarrollados para estimar en forma cuádruple protegida la componente lineal bajo un modelo de regresión parcialmente lineal con datos faltantes, ya que dicho modelo se inscribe en el marco de la teoría desarrollada. Incluimos también, los resultados de un estudio de Monte Carlo realizado bajo el modelo mencionado.
Palabras clave – provistas por el repositorio digital

ESTIMACION MULTIPLE PROTEGIDA; VEROSIMILITUD FACTORIZADA; ESTADISTICA SEMIPARAMETRICA; DATOS FALTANTES; MODELOS PARCIALMENTE LINEALES; MULTIPLE ROBUST ESTIMATION; FACTORIZED LIKELIHOOD; SEMIPARAMETRIC STATISTICS; MISSING DATA; PARTIALLY LINEAR REGRESSION MODEL WITH MISSING OUTCOMES

Disponibilidad
Institución detectada Año de publicación Navegá Descargá Solicitá
No requiere 2013 Biblioteca Digital (FCEN-UBA) (SNRD) acceso abierto

Información

Tipo de recurso:

tesis

Idiomas de la publicación

  • español castellano

País de edición

Argentina

Fecha de publicación

Información sobre licencias CC

https://creativecommons.org/licenses/by/2.5/ar/

Cobertura temática