Estimación y estudio empírico en el modelo de regresión simple con errores en las variables

• Mauricio Carpinteyro-Herrera ^[1] ; Ángel Martínez-Garza ^[1] ; Martha E. Ramírez-Guzman ^[1] ; Miguel A. Martínez-Damián ^[1]
  1. [1] Colegio Postgraduados, Montecillo
• Localización: Agrociencia, ISSN 2521-9766, ISSN-e 1405-3195, Vol. 35, Nº. 5, 2001, págs. 551-562
• Idioma: español
• Títulos paralelos:
  • Estimation and empirical study in the model of simple regression with errors in the variables
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    En este trabajo se examina el modelo de regresión simple: yt= b0+ b1xt+ et, donde se observa Xt en lugar del valor verdadero xt, con Xt=xt+ut, siendo ut el error de medición, en los tres casos siguientes: i) Cuando se conoce Eutuu2di =s, ii) Cuando se conoce see/suu , siendo seetEe=2di, y iii) Cuando se conoce la matriz de covarianzas del vector (et, ut). Los métodos de estimación con esos modelos se han programado en comandos SAS/IML, lo que constituye una aportación del trabajo. Estos programas han sido usados extensamente en un estudio de simulación. Los resultados muestran que los coeficientes de variación de los estimadores disminuyen a medida que aumenta el tamaño de la muestra. En el primer caso $b1, y en el segundo caso $b0, presentan alta variabilidad de estimación, en el tercer caso ambos parámetros se estiman con variabilidad moderada

  • English

    The purpose of this paper is to examine the simple regression model yt= b0+ b1x t + et, where Xt is observed instead of the true value xt, with Xt=xt+ut, and ut being a measurement error. The following three cases are studied: i) Eutuu2di=sis known, ii) see/suu is known, with seetEe=2di, and iii) The covariance matrix of the error vector (et,ut) is known. The estimation methods for these models have been programmed in SAS/IML, which is a contribution of this research. These programs were used extensivelly in a simulation study. The results show that the estimated coefficients of variation decrease as the sample size increases. In the first case $b1 and in the second case $b0 present high estimation variability; in the third case, both parameters are estimated with moderate variability.