Escudo Universidad de Antioquia

Sistema de Bibliotecas

Universidad de Antioquia

Biblioteca Digital de Acceso Abierto UdeA


Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10495/7355
Título : Detección de datos extremos y de multicolinealidad en modelos no lineales : una interfaz gráfica en R
Otros títulos : Detection of outliers and multicollinearity in nonlinear models : a graphical interface in R
Autor : Palacio Salazar, Juan Esteban
Castaño Vélez, Elkin Argemiro
Palabras clave : Datos extremos
Interfaz gráfica
Mínimos cuadrados no lineales
Multicolinealidad
Collinearity
Graphical interface
Nonlinear least squares
Nonlinear regression
Fecha de publicación : 2016
Editorial : Universidad Nacional, Facultad de Ciencias
Citación : Palacio Salazar, J. E., & Castaño Vélez, E. A. (2016). Detección de datos extremos y de multicolinealidad en modelos no lineales una interfaz gráfica en R. Revista de la Facultad de Ciencias, 5(1), 111-123. DOI. https://doi.org/10.15446/rev.fac.cienc.v5n1.55358
Resumen: El análisis de regresión es una herramienta ampliamente usada en el trabajo estadístico aplicado. En este análisis, la presencia de datos extremos o la existencia de multicolinealidad pueden introducir serias distorsiones en la estimación de parámetros y la inferencia estadística; dichos efectos han sido estudiados ampliamente en la literatura. En este artículo se presenta una herramienta construida bajo la librería shiny del paquete computacional R con el objeto de detectar este tipo de problemas en modelos de regresión no lineal, cuando se emplea estimación por mínimos cuadrados no lineales. La interfaz gráfica presentada permite especificar el modelo de regresión no lineal, realizar su estimación por mínimos cuadrados no lineales, y diagnosticar la presencia de datos extremos, o la existencia y severidad de problemas de multicolinealidad.
Abstract : Regression analysis is a widely used tool in the statistical work applied. In this analysis, the presence of extreme data or the existence of multicollinearity can introduce serious distortions in parameter estimation and statistical inference; these effects have been widely studied in the literature. This article describes a tool built under the shiny R library software package in order to detect such problems in nonlinear regression models, when estimation is used for nonlinear least squares is presented. The graphical interface presented allows you to specify the nonlinear regression model, make its estimate for nonlinear least squares, and diagnosing the presence of extreme data, or the existence and severity of multicollinearity problems.
URI : http://hdl.handle.net/10495/7355
ISSN : 0121747X
23575549 E
Aparece en las colecciones: CIC (Centro de Investigaciones y Consultorías en Ciencias Económicas)

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
CastanoElkin_2016_DetecccionDatosExtremos.pdfArtículo de Revista864,47 kBAdobe PDFVisualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons

 


Unidad de Gestión Tecnológica /Sistema de Bibliotecas / Universidad de Antioquia / Cl. 67 Nº 53 - 108 - Bloque 8 Conmutador: 219 51 51- 219 51 40 comunicacionessistemadebibliotecas@udea.edu.co Medellín - Colombia