Services on Demand
Journal
Article
Indicators
Cited by SciELO
Access statistics
Related links
Similars in SciELO
Share
Agrociencia
On-line version ISSN 2521-9766Print version ISSN 1405-3195
Abstract
GODINEZ-JAIMES, Flaviano et al. La colinealidad y la separación en los datos en el modelo de regresión logística. Agrociencia [online]. 2012, vol.46, n.4, pp.411-425. ISSN 2521-9766.
La colinealidad y la falta de traslape en los datos son problemas que afectan la inferencia basada en el modelo de regresión logística. Mediante simulación se investigó como son afectados los estimadores que tratan la colinealidad (Ridge iterativo), la separación en los datos (de Firth, y de Rousseeuw y Christmann) o ambos problemas (de Shen y Gao). Estos estimadores se compararon considerando el número de condición escalado de la matriz de información estimada, el sesgo y el error cuadrático medio. En cada uno de los cuatro escenarios estudiados, formados al usar dos niveles de colinealidad y dos tamaños de muestra, se consideraron tres grados de traslape en los datos. Se encontró que los estimadores Ridge iterativo y de Shen y Gao tienen condicionamiento nulo, además el sesgo y el error cuadrático medio más pequeños. El grado de traslape y el nivel de colinealidad afectan fuertemente el sesgo y el error cuadrático medio de los estimadores de máxima verosimilitud, de Firth y de Rousseeuw y Christmann.
Keywords : estimador de Firth; estimador de máxima verosimilitud estimada; estimador doble penalizado; estimador Ridge iterativo; datos traslapados.