Modelos multinomiales: un análisis de sus propiedades

Vista sencilla de ítem
dc.contributor.authorGuarin Galeano, Arlen Yahir
dc.contributor.authorRamírez Hassan, Andrés
dc.contributor.authorTorres, Juan Felipe
dc.coverage.spatialMedellín de: Lat: 06 15 00 N degrees minutes Lat: 6.2500 decimal degrees Long: 075 36 00 W degrees minutes Long: -75.6000 decimal degreeseng
dc.creator.emailaguariga@banrep.gov.cospa
dc.creator.emailaramir21@eafit.edu.cospa
dc.creator.emailjtorres9@eafit.edu.cospa
dc.date.accessioned2013-03-11T14:16:24Z
dc.date.available2013-03-08
dc.date.available2013-03-11T14:16:24Z
dc.date.issued2011-06-13
dc.description.abstractThis paper develops an analysis of Multinomial models through simulation; this was done under correct and incorrect assumptions on the data generating process. Also, it was analyzed the performance of the models under different sample sizes. It was found that a correct specified model with samples of 200 or more observations achieves estimators which are unbiased and consistent, while incorrect assumptions about the data generating process causes biased and inconsistent estimators. On the other hand, conditional models with small sample sizes imply bad statistical properties, especially when Probit models are estimated.eng
dc.description.abstractEn el presente trabajo se desarrolla un análisis de las propiedades de los modelos Multinomiales a través de distintos procesos de simulación; lo anterior se realizó asumiendo tanto el cumplimiento de los supuestos subyacentes de los mecanismos de estimación como el incumplimiento de los mismos. Igualmente se analizó el comportamiento de los estimadores bajo diferentes escenarios de tamaño muestral. Se encontró que bajo un modelo correctamente especificado y tamaños muestrales superiores a 200 observaciones, se cumplen las propiedades de insesgadez y consistencia, mientras que la incorrecta especificación de la distribución del proceso lleva a estimaciones sesgadas e inconsistentes; de igual forma se encontró que en tamaños muestrales pequeños y bajo modelos Condicionales se pierden las propiedades que una buena especificación del proceso suele generar, hallándose aún más inestabilidad cuando la estimación es llevada a cabo con la metodología Probit.spa
dc.identifier.urihttp://hdl.handle.net/10784/584
dc.language.isospaeng
dc.rights.accessrightsinfo:eu-repo/semantics/openAccesseng
dc.rights.localAcceso abiertospa
dc.subject.keywordMultinomial modelseng
dc.subject.keywordconditional modelseng
dc.subject.keywordsimulationeng
dc.subject.keywordstatistical propertieseng
dc.subject.keywordModelos Multinomialesspa
dc.subject.keywordmodelos Condicionalesspa
dc.subject.keywordsimulaciónspa
dc.subject.keywordpropiedades estadísticasspa
dc.titleModelos multinomiales: un análisis de sus propiedadesspa
dc.typeworkingPapereng
dc.typeinfo:eu-repo/semantics/workingPapereng
dc.type.hasVersiondrafteng
dc.type.localDocumento de trabajo de investigaciónspa

Archivos

Bloque original
Mostrando 1 - 2 de 2
No hay miniatura disponible
Nombre:
2011-9 Andres Ramirez Hassan.pdf
Tamaño:
1.1 MB
Formato:
Adobe Portable Document Format
Descargar
No hay miniatura disponible
Nombre:
2011_9_Andres_Ramirez_Hassan.pdf
Tamaño:
806.44 KB
Formato:
Adobe Portable Document Format
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
1.71 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

Documentos de trabajo (working papers)