Estimador M: definición simple, uso

Actualizado por ultima vez el 2 de octubre de 2021, por Luis Benites.

El estimador M es un método de regresión robusto que a menudo se usa como una alternativa al método de mínimos cuadrados cuando los datos tienen valores atípicos , observaciones extremas o no siguen una distribución normal .

Si bien la “M” indica que la estimación M es del tipo de máxima verosimilitud (Susanti et. al, 2013), los estimadores M son en realidad una clase amplia de estimadores que incluyen el estimador de máxima verosimilitud (Jureckova & Picek, 2005). Los estimadores de mínimos cuadrados y los estimadores LAV también son casos especiales de estimación M (Anderson, 2008).

Cuándo usar el estimador M

El estimador M es más eficiente que los mínimos cuadrados ordinarios (OLS) bajo ciertas condiciones:

  1. Sus datos contienen valores atípicos,
  2. La matriz del modelo X se mide sin errores (Anderson, 2008).

Los estimadores M son especialmente útiles cuando sus datos tienen valores atípicos o están contaminados porque un valor atípico (o errores de cola pesada) puede hacer que el MCO basado en distribución normal sea inútil; En ese caso, tiene dos opciones: eliminar los valores atípicos que se comportan mal o utilizar el estimador M robusto.

No se recomienda la estimación M cuando:

  • Los datos anómalos reflejan la población real, o
  • La población se compone de distintas mezclas de distribuciones (Little, 2013).

Cómo funciona la estimación M

La estimación M intenta reducir la influencia de los valores atípicos reemplazando los residuos cuadrados en MCO por otra función de los residuos:
estimador m

Referencias

Anderson, R. (2008). Métodos modernos para la regresión robusta, número 152. SAGE. Recuperado el 14 de octubre de 2019 de: https://books.google.com/books?id=ce5yKCu8HRoC
Fox, J. & Weisburg, S. (2013). Regresión robusta .
Little, T. El manual de Oxford de métodos cuantitativos en psicología. Recuperado el 14 de octubre de 2019 de: https://books.google.com/books?id=kOqOqVMgfzYC
Jureckova, J. & Picek, J. (2005). Métodos Estadísticos Robustos con R . Prensa CRC.
Susanti, Y. et al. (2013). Estimación M, Estimación S. y Estimación MM en Regresión Robusta. Recuperado el 14 de octubre de 2019 de: https://ijpam.eu/contents/2014-91-3/7/7.pdf

Tengo una Maestría en Ciencias en Estadística Aplicada y he trabajado en algoritmos de aprendizaje automático para empresas profesionales tanto en el sector de la salud como en el comercio minorista.

Deja un comentario

Una variable clasificada es una variable ordinal ; una variable donde cada punto de datos se puede poner en orden…
statologos comunidad-2

Compartimos información EXCLUSIVA y GRATUITA solo para suscriptores (cursos privados, programas, consejos y mucho más)

You have Successfully Subscribed!