Incertidumbre del modelo y sieve Bootstrap
- Alonso Fernández, Andrés M.
- Peña Sánchez de Rivera, Daniel
- Romo Urroz, Juan José
Editorial: Jaén : Universidad de Jaén, 2001
ISBN: 84-8439-080-2
Año de publicación: 2001
Congreso: Congreso Nacional de Estadística e Investigación Operativa (26. 2001. Úbeda)
Tipo: Aportación congreso
Resumen
Es habitual en bootstrap paramétrico seleccionar un modelo a partir de los datos, y entonces considerarlo como el modelo verdadero. Chatfield (1996) señala que ignorar la variabilidad debida a la selección del modelo es una de las causas fundamentales de que los intervalos de predicción generalmente tengan una cobertura real inferior a la cobertura nominal. En este trabajo, proponemos dos maneras diferentes de introducir el paso de selección de modelos en el algoritmo de remuestreo. Presentamos un estudio de Monte Carlo comparando las propiedades en muestras finitas de los métodos propuestos en el caso de intervalos de predicción.