Superioridad De La Regresión General Ridge Sobre Mínimos Cuadrados

Manuel R. Piña Monarrez, Manuel A. Rodríguez Medina, Juan J. Diaz Núñez

Resumen


RESUMEN

El estimador de Mínimos Cuadrados (MC), es un caso especial del estimador general ridge propuesto por Hoerl y Kennard en 1970, para ajustar un modelo de regresión polinomial. En este artículo, se demuestra que la Regresión General Ridge (RGR), es mejor que el estimador de MC, para ajustar el polinomio, bajo el criterio del Cuadrado Medio del Error (CME), cuando el problema de multicolinealidad está presente. La prueba de este resultado, es dada aquí. 

ABSTRACT

The ordinary least square estimator (OLS), is a special case of the general ridge estimator proposed by Hoerl and Kennard in 1970, for adjust a polynomial like a regression model. In this paper we demonstrate that the General Ridge Regression (GRR), is better than the OLS estimator, for adjust the polynomial, by the criterion of mean square error (MSE), when the multicollinearity problem is present. The proof of this result is given here.

Palabras Claves: Cuadrado Medio del Error, Regresión Ridge, Mínimos Cuadrados, Multicolinealidad.


Palabras clave


Cuadrado Medio del Error; Regresión Ridge; Mínimos Cuadrados; Multicolinealidad

Texto completo:

PDF

Referencias


Box G. E. P. and Draper N. R. 1987. Empirical Model-Building and Response Surfaces, New York: Jhon wiley and Sons.

Creel M. 2002. Graduate Econometrics Lecture Notes, University of Barcelona, España, version 0.4, Revised November 2002


Enlaces refback

  • No hay ningún enlace refback.


Copyright (c) 2017 CULCyT

Licencia de Creative Commons
Este obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial 4.0 Internacional.

Responsable de la última actualización de este número: Raúl Alfredo Meza González. Fecha de la última modificación, 4 de marzo de 2021.

Las opiniones expresadas por los autores no necesariamente reflejan la postura del editor de la publicación. Los contenidos e imágenes de la publicación estan sujetos a una licencia CC 4.0 internacional BY NC. 

 Licencia de Creative Commons