Comparación
de tres métodos de regresión lineal usando procedimientos de simulación
Juan Carlos Torres
Resumen
Cuando desea ajustarse un modelo lineal a un conjunto de datos, el
método de regresión usualmente más empleado es el de mínimos
cuadrados. Este método es óptimo si la distribución de los
residuos es gaussiana. Existen casos en donde el supuesto de
normalidad en los residuales no se cumple y se hace necesario el
uso de métodos alternativos de regresión, como la regresión vía
mínimas desviaciones absolutas (LAD) o la regresión no paramétrica
basada en rangos, los cuales no requieren de supuestos
distribucionales sobre los residuos y permiten obtener una mejor
estimación de los parámetros del modelo de regresión.
Palabras clave: modelo lineal, análisis de regresión,
simulación.