Una estimación no paramétrica y robusta de la transformación Box-Cox para el modelo de regresión

Autores/as

  • Elkin Castaño Universidad de Antioquia

DOI:

https://doi.org/10.17533/udea.le.n75a11477

Palabras clave:

transformación Box-Cox, estimador robusto, estimador no paramétrico, observaciones atípicas

Resumen


Frecuentemente en el análisis de regresión es necesario transformar la variable dependiente con el fin de obtener aditividad y errores normales y de varianza constante. Box y Cox (1964) proponen una transformación paramétrica de potencia basada en el supuesto de normalidad con el propósito de lograr los objetivos anteriores. Sin embargo, algunos autores tales como Carroll (1980, 1982b), Bickel and Doksum (1981), Powell (1991), Chamberlain (1994), Buchinsky (1995), Marazzi y Yohai (2004) y Fitzenberger et al. (2005) han señalado que dicha transformación no es robusta cuando existen observaciones atípicas en la muestra y proponen estimadores robustos para el parámetro de transformación, reemplazando la verosimilitud normal con una función objetivo que es menos sensible a observaciones atípicas. Este artículo presenta un procedimiento alternativo no paramétrico y robusto que permite obtener la transformación de potencia en la familia de transformaciones de Box-Cox cuando existen observaciones atípicas en la variable dependiente. El procedimiento es una extensión de la propuesta de Castaño (1994, 1995) para una transformación de simetría de un conjunto de datos.

|Resumen
= 61 veces | PDF
= 38 veces| | HTML
= 16 veces|

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Elkin Castaño, Universidad de Antioquia

Profesor asociado Universidad Nacional - Sede Medellín y profesor titular
en la Unversidad de Antioquia. Miembro del Grupo de Econometría Aplicada

Citas

Bassett, Gilbert and koenker, Roger (1978). “Asymptotic Theory of Least Absolute Error Regression”, Journal of American Statistical Association, Vol. 73, pp. 618-622.

Box, G.E.P. and cox, D.R. (1964). “An Analysis of Transformations”, Journal of the Royal Statistical Society, Series B, Vol. 26, pp. 211-252.

Bickel, Peter and doksum, Kjell (1981). “An Analysis of Transformations Revisited”, Journal of the American Statistical Association, Vol. 76, pp. 296-311.

Buchinsky, Moshe (1995). “Quantile Regression, Box-Cox Transformation Model, and the U.S. Wage Structura, 1963-1987”, Journal of Econometrics , Vol. 65, pp.100-154.

Carroll, Raymond (1980). “A Robust Method for Testing Transformation to Achieve Normality”, Journal of the Royal Statistical Society, Series B, Vol. 42, pp. 71-78.

Carroll, Raymond (1982b). “Two Examples of Transformations When there are Possible Outliers”, Applied Statistics, Vol. 31, pp. 149-152.

Castaño, Elkin (1994). “ Una transformación para simetrizar un conjunto de datos usando la familia de transformaciones potenciales”, Revista Colombiana de Estadística, No. 28, pp. 21-36

Castaño, Elkin (1995). “Una transformación de simetría y la media retransformada”, Lecturas de Economía, No. 43, pp. 21-35.

Chamberlain, Gary (1994). “Quantile Regression, Censoring, and the Structure of Wages”. En: Sims, Christopher (ed.), Advances in Econometrics: Sixth World Congress, Vol. 1, Econometric Society Monograph.

Efron, Bradley and tibshirani, Robert (1986). “Booststrap Methods for Standard Errors, Confidence Intervals, and Others Measures of Statistical Accuracy”, Statistical Science, Vol. 1, No. 1, pp. 57-77.

FitzenberGer, Bernd; Wilke, Ralf and zhanG, Xuan (2005). “A Note on Implementing Box-Cox Quantile Regression”, ZEW Discussion Paper No.04-61.

Marazzi, Alfio and yohai, Victor (2004). “Robust Box-Cox transformations for simple regression. Theory and Applications of Recent Robust Methods”, Series: Statistics for Industry and Technology, Birkhauser, Basel. Edited by M. Hubert, G. Pison, A. Struyf and S. Van Aelst. pp 173-182.

Powell, James (1991). “Estimation of Monotonic Regression Models Under Quantile Restrictions”. En: Barnett, William; Powell, James and Tauchen, George (eds.), Nonparametric and Semiparametric Methods in Econometrics, (pp.357-384), Cambridge University Press, New York, NY.

Sakia R.M. (1992). “The Box-Cox Transformation Technique: A Review”. The Statistician, Vol. 41, pp. 169-178

Vinod, Hrishikes (2008). Hands-On Intermediate Econometrics Using R, World Scientific, New Jersey.

Descargas

Publicado

2012-03-22

Cómo citar

Castaño, E. (2012). Una estimación no paramétrica y robusta de la transformación Box-Cox para el modelo de regresión. Lecturas De Economía, 75(75), 89–106. https://doi.org/10.17533/udea.le.n75a11477

Número

Sección

Artículos

Artículos más leídos del mismo autor/a

1 2 > >>