Show simple item record

dc.contributor.authorEstarelles, Rosa
dc.contributor.authorPrieto Vicente, Josefa
dc.date.accessioned2008-03-18T17:50:52Z
dc.date.available2008-03-18T17:50:52Z
dc.date.issued1996
dc.identifier.citationEstarelles, RosaÇ; Prieto Vicente, Josefa. "Sensibilidad del análisis de la "estructura propia" en la detección de colinealidad". Qüestiió. 1996, vol.20, núm.3
dc.identifier.issn0210-8054 (versió paper)
dc.identifier.urihttp://hdl.handle.net/2099/4684
dc.description.abstractMuchos son los criterios, tanto de carácter formal como informal, que han ido proponiéndose para la detección de la colinealidad. Sin embargo, muchos de ellos no ofrecen un diagnóstico eficaz que permita evaluar el nivel de alteración que se produce en las estimaciones obtenidas, variables realmente implicadas... En el presente trabajo se presentan las ventajas de utilizar índices basados en la "estructura propia" de la matriz de predictores frente a otras estrategias formales de uso más frecuente. Este objetivo se pone de manifiesto mediante el análisis de datos reales.
dc.format.extent14 p.
dc.language.isospa
dc.publisherInstitut d'estadística de Catalunya
dc.rightsAttribution-NonCommercial-NoDerivs 2.5 Spain
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/es/
dc.subject.lcshInference
dc.subject.otherDiagnóstico de colinealidad
dc.subject.otherFactor de la inflación de la varianza
dc.subject.otherDescomposición en valores singulares
dc.subject.otherNúmero de condición
dc.subject.otherDescomposición de la varianza de los coeficientes en proporciones
dc.titleSensibilidad del análisis de la "estructura propia" en la detección de colinealidad
dc.title.alternativeSensibility analysis of the proper structure in detecting collinearity
dc.typeArticle
dc.subject.lemacInferència
dc.subject.amsClassificació AMS::62 Statistics::62J Linear inference, regression
dc.rights.accessOpen Access


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

Except where otherwise noted, content on this work is licensed under a Creative Commons license: Attribution-NonCommercial-NoDerivs 2.5 Spain