Catálogo de publicaciones

En esta tesis comenzamos haciendo una revisión detallada de resultados sobre los S estimadores para el modelo de regresión lineal con datos no censurados y errores que pueden tener distribución simétrica o asimétrica. Para estos estimadores aportamos una prueba diferente de la propiedad de consistencia de Fisher y estudiamos la consistencia fuerte a partir del concepto de funcionales de regresión. Locatelli, Marazzi y Yohai (2010) desarrollaron S-estimadores para el modelo de regresión lineal con datos censurados y errores cuya distribución pertence a una familia paramétrica de posición y escala que también puede ser simétrica o asimétrica. En esta tesis proponemos y analizamos un nuevo procedimiento de estimación de tipo S para el mismo problema. Estos estimadores son altamente robustos pero ineficientes. Para mejorar la eficiencia, a partir de ellos definimos un estimador final utilizando un procedimiento de máxima verosimilitud truncada. Este estimador resulta altamente robusto y con una eficiencia asintótica alta si se compara con la del estimador de máxima verosimilitud para datos censurados. Las ventajas de este nuevo S-estimador para datos censurados sobre el propuesto en Locatelli et al. (2010) son las siguientes: (a) gracias a su estructura, podemos probar que el nuevo S-estimador tiene la propiedad de consistencia de Fisher y (b) el cálculo del nuevo S-estimador requiere un algoritmo de menor complejidad del que se usa para el S-estimador propuesto en Locatelli et al. (2010).