Una alternativa para detectar observaciones influyentes en funciones de producción univariadas



Título del documento: Una alternativa para detectar observaciones influyentes en funciones de producción univariadas
Revista: Scientia agricola
Base de datos: PERIÓDICA
Número de sistema: 000284137
ISSN: 0103-9016
Autores: 1

2
Instituciones: 1Universidad Nacional de Colombia, Departamento de Matemáticas y Estadísticas, Bogotá. Colombia
2Universidade de Sao Paulo, Escola Superior de Agricultura "Luiz de Queiroz", Piracicaba, Sao Paulo. Brasil
Año:
Periodo: May-Ago
Volumen: 55
Número: 2
Paginación: 285-290
País: Brasil
Idioma: Español
Tipo de documento: Artículo
Enfoque: Analítico
Resumen en español En muchas aplicaciones agrícolas o biológicas, se ajustan modelos basados en funciones de producción Yi = (Xi, q) + e para un conjunto de variables predictoras Xj j = 1,. . . , k y un vector parámetros q. En este trabajo se presenta una alternativa para detectar observaciones influyentes, cuando la función de producción es univariada y la estimación de los parámetros se realiza por el método de Gauss - Newton
Resumen en inglés Models of production functions Yi = (Xi , q) + e, with explanatory variables xj , j=1,..., k and a parameter vector q are used in agricultural and biological areas. In the present work we present an alternative to detect influent observations, when the production function is univariate and the Gauss-Newton method is used to estimate the parameters
Resumen en portugués Em muitas aplicações agrícolas ou bilógicas, ajustam-se modelos baseados em funções de produção Yi = (Xi, q) + e, para um conjunto de variáveis preditoras xj , j=1,..., k e um vetor de parâmetros q. Neste estudo apresenta-se uma alternativa para detectar observações influentes, quando a função de produção é univariada e a estimação dos parâmetros é executada através do método de Gauss-Newton
Disciplinas: Matemáticas
Palabras clave: Matemáticas aplicadas,
Estadística,
Modelos no lineales,
Funciones,
Producción,
Variables
Keyword: Mathematics,
Applied mathematics,
Nonlinear models,
Statistics,
Functions,
Production,
Variables
Texto completo: Texto completo (Ver HTML)