Regresión mínimo cuadrática con errores relativos

• Autores: Mercedes Alvargonzález Rodríguez
• Localización: Estudios de economía aplicada, ISSN 1133-3197, ISSN-e 1697-5731, Vol. 26, Nº 2, 2008, pág. 13
• Idioma: español
• Títulos paralelos:
  • Minimum Quadratic Regression with Relative Errors
• Texto completo no disponible (Saber más ...)
• Resumen
  • español

    El método de Mínimos Cuadrados con Errores Relativos (MCER) consiste en estimar los parámetros que caracterizan al modelo de regresión de manera que sea mínima la suma de los cuadrados de los errores relativos.

    En este trabajo se realiza un planteamiento descriptivo del método de Mínimos Cuadrados con Errores Relativos, se obtienen los estimadores de los parámetros para un modelo lineal simple y se propone una medida para analizar la bondad del modelo, que tiene una interpretación similar al coeficiente de determinación. A continuación se extiende esta formulación al modelo lineal básico, derivando el vector de estimadores de mínimos cuadrados con errores relativos. El trabajo concluye con una serie de aplicaciones del método de regresión propuesto, comparando sus resultados con los proporcionados por el método de estimación mínimo cuadrática.

  • English

    The method of Minimum Squares with Relative Errors (MSRE) consists of estimating the parameters that characterize the model of regression so that there is minimal the sum of the squares of the relative errors.

    In this work there a descriptive exposition of the method of Minimum Squares with Relative Errors is realized, we obtain the esteeming of the parameters for a linear model and we propose a measure to analyze the kindness of the model, that admits an interpretation similar to the coefficient of determination. Later we formulate the linear basic model, deriving the vector of esteeming from minimum squares with relative errors. The work concludes with some applications of the method of regression proposed, comparing its results with provided by the method of Ordinary Least Squares (OLS).