Los diseños óptimos son utilizados para determinar las mejores condiciones donde se debe realizar un experimento para obtener ciertas propiedades estadísticas. En los modelos no lineales heteroscedásticos donde la varianza es una función de la media, el criterio de optimalidad depende de la elección de un valor local para los parámetros del modelo. Una forma de evitar esta dependencia es considerar una distribución a priori para el vector de parámetros del modelo e incorporarla en el criterio de optimalidad que se va a optimizar. En este artículo se consideran diseños D-óptimos en modelos no lineales heteroscedásticos cuando se incorpora una distribución a priori asociada a los parámetros del modelo. Se extiende el teorema de equivalencia al considerar el efecto de la distribución a priori. Se propone una metodología para la construcción de distribuciones a priori discretas y continuas. Se muestra, con un ejemplo, cómo a partir de las distribuciones construidas se pueden encontrar diseños óptimos con mayor número de puntos experimentales que los obtenidos con un valor local. La eficiencia de los diseños hallados es muy competitiva comparada con los diseños óptimos locales. Adicionalmente se consideran distribuciones a priori de una familia de escala, y se muestra que los diseños hallados son robustos a la elección de la distribución a priori elegida de esta familia.
1 INTRODUCCIÓN
Los diseños óptimos permiten utilizar de manera eficiente los recursos requeridos para realizar un experimento en las áreas de investigación donde se desea obtener alguna información de interés mediante el uso de la estadística. De este modo, buscan las mejores condiciones donde se debe realizar un experimento con el fin de que se alcancen algunas propiedades estadísticas, por ejemplo: minimizar la varianza de los estimadores de los parámetros, minimizar el volumen del elipsoide de confianza asociado a los parámetros del modelo, entre otros. La búsqueda de estos diseños requiere del cumplimiento de los siguientes supuestos: independencia, normalidad y homogeneidad de la varianza del término de error del modelo. En la literatura existen trabajos donde se proponen métodos para hallar diseños óptimos cuando los supuestos anteriores no se cumplen. Por ejemplo, en el caso donde la varianza del error no es constante hay varios aportes para la búsqueda de diseños D-óptimos tanto para modelos lineales como no lineales (Dette y Müller, 2013 [1], Dette y Wong, 1999 [2], Downing, Fedorov y Leonov, 2001 [3], Gaviria y López-Ríos, 2014 [4], Burridge y Sebastiani, 1994 [5], Atkinson y Cook, 1995 [6], Dette y Wong, 1996 [7], Fang y Wiens, 2000 [8]). En todos los trabajos consultados el criterio de optimalidad propuesto depende de la elección de un valor local para los parámetros del modelo. Una forma de evitar esta dependencia es considerar una distribución a priori para el vector de parámetros del modelo e incorporarla en el criterio de optimalidad que se va a optimizar.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Modelo de tiempo de viaje de vehículos que giran a la izquierda en una intersección señalizada
Artículo:
Mecanismo dinámico de incentivos para la cooperación multitarea en la cadena logística de suministro
Artículo:
Sobre el rendimiento de la medida para diagnosticar observaciones múltiples de alto apalancamiento que reducen la colinealidad
Artículo:
Un nuevo control rápido de modo deslizante terminal no singular para una clase de sistemas inciertos de segundo orden
Artículo:
Método asintótico de homotopía óptima para resolver ecuaciones diferenciales con retardo
Libro:
Metodología del marco lógico para la planificación, el seguimiento y la evaluación de proyectos y programas
Presentación:
Estudio de movimientos y tiempos
Artículo:
Emisiones globales de gases de efecto invernadero provenientes de materiales de construcción residencial y comercial: estrategias de mitigación para 2060
Tesis:
Materiales y prácticas de construcción sostenible