SciELO - Scientific Electronic Library Online

 
vol.11 issue21Least Change Secant Update Methods for Nonlinear Complementarity ProblemOptimization of Manipulability and Electricity Consumption Through the Heuristic Kalman Algorithm in Serial Manipulators author indexsubject indexarticles search
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

Related links

  • On index processCited by Google
  • Have no similar articlesSimilars in SciELO
  • On index processSimilars in Google

Share


Ingeniería y Ciencia

Print version ISSN 1794-9165

Abstract

BURBANO MORENO, Álvaro Alexander  and  MELO MARTINEZ, Oscar Orlando. Regresión lineal con errores no normales: Secante Hiperbólica Generalizada . ing.cienc. [online]. 2015, vol.11, n.21, pp.37-50. ISSN 1794-9165.  https://doi.org/10.17230/ingciencia.11.21.2.

En este trabajo se presenta un estudio del modelo de regresión lineal del tipo y=Θx+e, donde el error tiene distribución Secante Hiperbólica Generalizada (SHG). El método para estimar los parámetros se obtienen mediante una configuración de máxima verosimilitud expresando las ecuaciones no lineales en forma lineal (Verosimilitud Modificada). Los estimadores resultantes son expresiones analíticas en términos de valores de la muestra y, por lo tanto, son fácilmente calculables. Mediante la aplicación de varios tipos de datos, se muestra la metodología descripta anterior, y se obtienen modelos plausibles frente a las verdaderas distribuciones subyacentes de los datos.

Keywords : distribución secante hiperbólica generalizada; modelo  lineal clásico; máxima verosimilitud modificada; mínimos cuadrados.

        · abstract in English     · text in Spanish     · Spanish ( pdf )