Mtodos Resistentes de estimacin de parmetros

Cuando se analiza la relacin entre dos variables con cierta sospecha de comportamiento lineal, se disponen de varios mtodos para realizar un ajuste lineal de modo que se pueda obtener una lnea recta de la forma:

) Para un conjunto de pares ordenados ( , para determinar explcitamente, la ecuacin que representa; esta recta debemos estimar los valores del intercepto a y la pendiente b. En este sentido, la estimacin clsica ha desarrollado diversos mtodos a lo largo de la historia, de los cuales el ms conocido y ampliamente usado, recibe el nombre de regresin por mnimos cuadrados, que involucra algebraicamente clculos relativamente simples utilizando la inferencia deducida para la distribucin normal y alguna deduccin matemtica sencillas; desafortunadamente, una recta de esta naturaleza no es resistente; de modo que; algn dato atpico; puede tomar fcilmente el control de la recta ajustada y conducirnos a conclusiones engaosas sobre la relacin entre y . En estos casos el investigador deber decidir algn mtodo resistente de ajuste, de tal forma que se logre minimizar el efecto de tales puntos atpicos en el proceso de estimacin. Para poder determinar un ajuste resistente entre , la estimacin robusta nos proporciona algunos mtodos que nos permiten alcanzar eficientemente el objetivo de estimacin para la variable dependiente entre estos tenemos: Mtodo de los 3 grupos Este mtodo evita los obstculos observados ante la presencia de datos atpicos, es de carcter iterativo y se basa en ajustes constantes que se realizan a partir de la divisin del conjunto de datos en 3 grupos ms o menos equivalentes Pasos: 1) Ordenar de forma ascendente los pares ( ) con respecto a .

2) Determinar el conjunto de puntos que pertenecen a cada uno de los 3 grupos de modo que: Grupo L M R n=3k k k k n=3k+1 k k+1 k n=3k+2 k+1 k k+1

Si se observa repeticiones en los valores de separarse.

, estos deben de pertenecer a un mismo grupo sin

3) Determinar para cada uno de los 3 grupos el valor de la mediana correspondiente a cada variable, esto es: L M R

X Y

4) Determinar la pendiente inicial, de la recta con su respectivo intercepto a partir de:

La intercepcin ajustada es la media de estos tres valores: *( ) ( ) ( )+

Esta forma de representar el intercepto resulta ser poco prctica, por lo cual centraremos el valor del intercepto con respecto a , obteniendo una expresin diferente para el intercepto de modo que quedara representado por dado por * Lo cual nos conduce a la recta: ( ) ( ) ( )+

5) Una vez que hemos obtenido la pendiente y el nivel de la recta ajustada, el siguiente paso es calcular los residuos para cada punto:
( )

)+

6) Determinar la pendiente y el intercepto del ajuste entre los residuales y la variable X esto ) es (

)}

7) Determinar al nueva pendiente del siguiente modo:

8) El numero de iteracin realizadas termina cuando: ( )

Si ( ) nos sale un valor cercano a cero y en la siguiente interacin que realizamos ( ), tiene un signo negativo, pasaremos a realizar una interpolacin y el valor de estar dado por: * ( )+

Podemos realizar un cuadro para un mejor entendimiento: 0 ( ) ( )

Mtodo de Wald Se emplea cuando se requiere hacer un ajuste lineal, estando x e y sujeto a error Ordenamos las x en forma ascendente y se pasa a la formacin de dos grupos de igual tamao ( ). Si n es impar o los valores centrales son iguales se eliminan del clculo.

La pendiente se calcula de la siguiente forma: ( ( El punto de intercepcin se obtiene a partir de: ) ) ( ( ) )

Donde ( ) son las medias de todos los datos considerados en el clculo. La ecuacin lineal estar dada por:

Mtodo de Nair y Shrivastava Como en el mtodo de MCO, x no est sujeto a error. Se basa en la formacin de 3 grupos (L, M, U) con un criterio similar al de los 3 grupos, luego de haber ordenado las x.

Se calcula solo los promedios de los grupos inferior (L) y superior (U) G L M U X Y

La pendiente se obtiene del siguiente modo: El intercepto estar dado por: La ecuacin lineal ser: Mtodo de Bartlett Bartlett modifico los dos mtodos anteriores con la propuesta:

Donde ( ) son las medias de todos los datos considerados en el clculo.

Ejemplo Los siguientes datos corresponden al precio de un producto con respecto a la demanda observada (miles de unidades).
i x 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21

45 38 56 80 48 59 76 39 44 87 68 87 45 77 72 89 49 50 75 89 85 y 219 218 231 252 227 211 288 212 222 249 236 253 220 241 244 256 229 222 242 255 251
.73 .69 .48 .61 .67 .19 .66 .29 .24 .09 .94 .39 .36 .97 .99 .75 .02 .79 .86 .32 .62

Calculando la recta resistente mediante el mtodo de los tres grupos 1) Ordenamos los datos en forma ascendente con respecto a x y ordenamos los datos en 3 grupos
i 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21

x(i) 38 39 44 45 45 48 49 50 56 59 68 72 75 76 77 80 85 87 87 89 89

y 218.69 212.29 222.24 219.73 220.36 227.67 229.02 222.79 231.48 211.19 236.94 244.99 242.86 288.66 241.97 252.61 251.62 249.09 253.39 256.75 255.32

3) Determinamos las medianas respectivas de los tres grupos L M R X 45 68 87 Y 220.36 236.94 252.61 4) Determinamos la pendiente inicial de la recta con su respectivo intercepto

 *(

) ( ) ( )+

Centrando el valor del intercepto con respecto a * * ( ( ) ) ( )+ ( )+

5) Hallamos los residuales iniciales

( )

y 218.69 212.29 222.24 219.73 220.36 227.67 229.02 222.79 231.48 211.19 236.94 244.99 242.86 288.66 241.97 252.61 251.62 249.09 253.39 256.75 255.32

* ri(0) 4.0652 -3.1026 3.0081 -0.2698 0.3602 5.3667 5.9488 -1.0490 3.0338 -19.5598 -0.7205 4.2581 -0.1755 44.8567 -2.6012 5.7352 0.9060 -3.1598 1.1402 2.9645 1.5345

)+

x(i) 38 39 44 45 45 48 49 50 56 59 68 72 75 76 77 80 85 87 87 89 89

3.0081

-0.1755

1.1402

6) Determinamos la pendiente y el intercepto del ajuste entre los residuales y y la varible X ) b(

)}

)(

)(

)+

7) Calculamos ( ) Como

( ), necesitamos hacer una nueva interaccin la cual se resume en el siguiente cuadro:

j
0 1 2

bj
0.76786 0.72338 0.72444

a*j
237.66 238.93 239.02

rLj
3.00810 0.67576 0.61082

rMj
-0.17548 -1.12916 -1.22692

rRj
1.14024 0.72023 0.60976

j+1
-0.04447 0.00106 -0.00003

j+1
1.26499 0.09036 -0.00215

r(bj)
-1.86786 0.04447 -0.00106

=a*j+bj(x-xM)
=237.6605+0.7679(X-68) =238.925+0.7234(X-68) =239.016+0.7244(X-68)

Observamos que el valor de ( ) se encuentra entre las iteraciones 1 y 2 entonces tendremos que realizar una interpolacin para determinar el valor bj ptimo.

)+

La formula de la recta resistente de los 3 grupos ser

=239.626+0.7442(x-68)

Usando los mismos datos pero empleando el mtodo de Wald Ordenamos los datos de menor a mayor x(i) 38 39 44 45 45 48 49 50 56 59 72 75 76 77 80 85 87 87 89 89 y 218.69 212.29 222.24 219.73 220.36 227.67 229.02 222.79 231.48 211.19 244.99 242.86 288.66 241.97 252.61 251.62 249.09 253.39 256.75 255.32

Luego pasamos a realizar los clculos correspondientes ( ( ) ) ( ( ) ) ( ( ) ) ( ( ) )

La formula de la recta resistente por el mtodo de Wald ser:

CONJUNTO 1 CONJUNTO 2

Usando los mismos datos empleando el mtodo de Nair & Shrivastava y x(i) 38 39 44 45 45 48 49 50 56 59 68 72 75 76 77 80 85 87 87 89 89 Realizando los clculos correspondientes: G L M U X 218.69 212.29 222.24 219.73 220.36 227.67 229.02 222.79 231.48 211.19 236.94 244.99 242.86 288.66 241.97 252.61 251.62 249.09 253.39 256.75 255.32 Y

8571

La formula de la recta resistente por el mtodo de Nair & Shrivastava ser: