P. 1
nreg1

nreg1

|Views: 2.266|Likes:
Publicado porGides Consultoria

More info:

Published by: Gides Consultoria on Mar 15, 2011
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

06/29/2013

pdf

text

original

En ocasiones puede resultar inadecuado suponer que la variable respuesta

Y est´a relacionada linealmente con las X, y, sin embargo, ser plausible un

modelo como el siguiente:

g(Yi) = xi


β
+ ǫi

(13.17)

Una familia de funciones g(.) de particular inter´es y flexibilidad es la

proporcionada por la llamada transformaci´on de Box-Cox, sustancialmente

id´entica a la adoptada para los regresores en la Secci´on 13.2.2. Definamos,

W(λ) = g(Y;λ) =

(Yλ

1) cuando λ = 0,

lnY

cuando λ = 0.

y supongamos que W(λ) se genera de acuerdo con (13.17), es decir,

W(λ),i = xi


β
+ ǫi

(13.18)

ǫ N( 02

I)

(13.19)

Podemos, dadas las observaciones X, y, escribir la verosimilitud conjunta

de todos los par´ametros: β, σ, y λ. Dicha verosimilitud puede escribirse en

funci´on de w as´ı1
:

f

Y ( y) = f

W ( w)|J(λ)|

(13.20)

1

La variable transformada w depende en todo caso del λ empleado en la transformaci´on;

omitimos dicha dependencia para aligerar la notaci´on, salvo donde interese enfatizarla.

214

CAP´

ITULO 13. TRANSFORMACIONES

siendo J(λ) el jacobiano de la transformaci´on:

J(λ) =

∂ w

∂ y

=

N
i=1

yλ−1
i

(13.21)

Por tanto:

logver(

β ,λ,σ2

;

Y ) = log

1
2π

N

1

|σ2

I|1

2

×log

exp

1
2

( w(λ)X

β)′

( w(λ)X

β)

σ2

|J(λ)|

=N

2 log(2π) N

2 logσ2

1
2

( w(λ)X

β)′

( w(λ)X

β)

σ2

+ log

N
i=1

yλ−1
i

=N

2 log(2π) N

2 logσ2

+ (λ1)

N
i=1

logyi

1
2

w(λ)


(IX(X

X)−1

X

) w(λ)

σ2

(13.22)

La expresi´on (13.22) se ha obtenido maximizando la precedente respecto de


β
. El m´aximo, en efecto, se alcanza para aqu´el valor de

β que minimiza

( w(λ)X

β)′

( w(λ)X

β), y ´este es precisamente el ˆ

β m´ınimo cuadr´atico.

La suma de cuadrados de los residuos es entonces (v´ease (2.36), p´ag. 22)

w

(λ)(IX(X

X)−1

X

) w(λ).

Si ahora maximizamos (13.22) respecto a σ2

, vemos que el m´aximo se

alcanza para,

ˆσ2

(λ) =

w

(λ)(IX(X

X)−1

X

) w(λ)

N

y el logaritmo de la verosimilitud concentrada es:

logver(λ;

Y ) =N

2 log(2π) N

2 log ˆσ2

(λ) N

2 + (λ1)

N
i=1

logyi.

(13.23)

Podemos escoger como transformaci´on aqu´ella cuyo λ maximice (13.23),

o, de modo equivalente, tras prescindir de las constantes,

logver(λ;

Y ) =N

2 log ˆσ2

(λ) + (λ1)

N
i=1

logyi. (13.24)

13.3. TRANSFORMACIONES DE LA VARIABLE RESPUESTA 215

Un modo sencillo de hacerlo consiste en tomar un n´umero adecuado de valores

de λ equiespaciados en un intervalo susceptible de contener el λ ´optimo,

ajustar una regresi´on para cada λ, y calcular el correspondiente valor de

(13.24). Frecuentemente se suele tomar el intervalo2λ2 (que incluye

como casos particulares la transformaci´on ra´ız cuadrada (λ = 1

2), cuadrado
(λ = 2), logaritmo (λ = 0), ra´ız cuadrada negativa, etc.), y dentro de ´el unas

cuantas decenas de valores de λ.

Es frecuente que logver(λ;

Y ) como funci´on de λ sea una funci´on rela-

tivamente plana. Ello suscita el problema de decidir si el valor de λ que la

maximiza es significativamente distinto de 1 (lo que supondr´ıa que no es pre-

ciso hacer ninguna transformaci´on). Podemos recurrir a un contraste raz´on

de verosimilitudes (v´ease B.3). Bajo la hip´otesis H0 : λ = λ0, si ˆ

λ denota el

estimador m´aximo veros´ımil de λ y L(λ) el valor que toma la verosimilitud,

para muestras grandes se tiene que

2ln

L

λ)

L(λ0)

χ2
1;

(13.25)

por tanto, a la vista de (13.23), rechazaremos H0 al nivel de significaci´on α

si

2

N

2 log ˆσ2


λ) + (ˆ

λλ0)

N
i=1

logyi N

2 log ˆσ2

(λ0)

> χ2

1;α. (13.26)

Utilizando la misma idea podemos construir intervalos de confianza para λ.

216

CAP´

ITULO 13. TRANSFORMACIONES

Cap´ıtulo 14

Regresi´on con respuesta

cualitativa

You're Reading a Free Preview

Descarga
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->