Cookies y Privacidad
Usamos cookies propias y de terceros para mejorar la experiencia de nuestros usuarios, analizar el tráfico del sitio y personalizar contenido. Si continúas navegando, asumimos que aceptas su uso. Para más información, consulta nuestra Política de Cookies
Datos faltantes jerárquicos y problema multivariante de Behrens-Fisher.
Este artículo primero define el patrón de datos faltantes jerárquicos, que es una generalización del patrón de datos faltantes monótonos. Luego se considera el problema multivariado de BehrensFisher con datos faltantes jerárquicos para ilustrar cómo las ideas para tratar datos faltantes monótonos pueden extenderse para tratar el patrón de datos faltantes jerárquicos. Se presenta una cantidad pivotal similar a la de Hotelling, y se utiliza el método de coincidencia de momentos para derivar su distribución aproximada, que se utiliza para pruebas y estimaciones de intervalos. La precisión de la aproximación se ilustra a través de una simulación de datos de Monte Carlo. Los resultados indican que el método aproximado es muy satisfactorio incluso para muestras moderadamente pequeñas.
Autores: Yu, Jianqi
Idioma: Inglés
Editor: Hindawi
Año: 2021
Disponible con Suscripción Virtualpro
Artículos
Categoría
Matemáticas
Licencia
Atribución – Compartir igual
Consultas: 9
Citaciones: Sin citaciones
Hindawi
Journal of Mathematics
Volume , Article ID 8837044, 9 pages
https://doi.org/10.1155/2021/8837044
Yu Jianqi0
Guilin University of Technology ChinaAcademic Editor: Kocinac Ljubisa
Contact: @hindawi.com
Este artículo primero define el patrón de datos faltantes jerárquicos, que es una generalización del patrón de datos faltantes monótonos. Luego se considera el problema multivariado de BehrensFisher con datos faltantes jerárquicos para ilustrar cómo las ideas para tratar datos faltantes monótonos pueden extenderse para tratar el patrón de datos faltantes jerárquicos. Se presenta una cantidad pivotal similar a la de Hotelling, y se utiliza el método de coincidencia de momentos para derivar su distribución aproximada, que se utiliza para pruebas y estimaciones de intervalos. La precisión de la aproximación se ilustra a través de una simulación de datos de Monte Carlo. Los resultados indican que el método aproximado es muy satisfactorio incluso para muestras moderadamente pequeñas.
Descripción
Este artículo primero define el patrón de datos faltantes jerárquicos, que es una generalización del patrón de datos faltantes monótonos. Luego se considera el problema multivariado de BehrensFisher con datos faltantes jerárquicos para ilustrar cómo las ideas para tratar datos faltantes monótonos pueden extenderse para tratar el patrón de datos faltantes jerárquicos. Se presenta una cantidad pivotal similar a la de Hotelling, y se utiliza el método de coincidencia de momentos para derivar su distribución aproximada, que se utiliza para pruebas y estimaciones de intervalos. La precisión de la aproximación se ilustra a través de una simulación de datos de Monte Carlo. Los resultados indican que el método aproximado es muy satisfactorio incluso para muestras moderadamente pequeñas.