Producción CyT
Tesis
Autoría
Fecha
13/02/2026
Resumen
Información suministrada por el agente en
SIGEVA
Los datos de conteo con exceso de ceros son frecuentes en disciplinas como economía,medicina, salud pública, entre otras. El modelo de regresión de Poisson inflado enceros (ZIP, por sus siglas en inglés zero-inflated Poisson) permite modelar estos casosal combinar la distribución de Poisson con una distribución degenerada, con masa unoen cero. Sin embargo, dicho modelo resulta limitado al asumir relaciones estrictamentelineales entre el logaritmo del va...
Los datos de conteo con exceso de ceros son frecuentes en disciplinas como economía,medicina, salud pública, entre otras. El modelo de regresión de Poisson inflado enceros (ZIP, por sus siglas en inglés zero-inflated Poisson) permite modelar estos casosal combinar la distribución de Poisson con una distribución degenerada, con masa unoen cero. Sin embargo, dicho modelo resulta limitado al asumir relaciones estrictamentelineales entre el logaritmo del valor esperado de la respuesta y las predictoras. Parasuperar esta limitación, el modelo de regresión de Poisson parcialmente lineal inflado enceros (PLZIP, por sus siglas en inglés partially linear zero-inflated Poisson) constituyeuna alternativa más flexible. No obstante, los enfoques de estimación disponibles parael modelo PLZIP se basan en la función de verosimilitud, la cual es altamente sensiblea valores atípicos y a pequeñas desviaciones de los supuestos del modelo.Esta tesis propone un procedimiento de estimación robusto para el modelo PLZIP,basado en un algoritmo tipo Esperanza-Maximización (EM) con un procedimiento secuencialde tres pasos que permite estimar las componentes lineales y no paramétricas,capitalizando la naturaleza de mezcla del modelo e incorporando funciones de pérdidarobustas para mitigar la influencia de observaciones extremas. Se establecen resultadospara la convergencia del algoritmo, la consistencia y la distribución asintótica de losestimadores. Estudios de simulación confirman la robustez y la eficiencia de los estimadoresfrente a distintos escenarios de contaminación en los datos, así como su mejordesempeño en comparación con métodos clásicos. Finalmente, se ilustra la aplicaciónde la metodología propuesta mediante ejemplos con datos reales. Esta propuesta deestimación robusta desarrollada específicamente para el modelo PLZIP, constituye unavance significativo en el análisis robusto de datos de conteo inflados en ceros, bajo lapresencia de relaciones no estrictamente lineales entre las variables.
Ver más
Ver menos
Palabras Clave
ALGORITMO EMPROPIEDADES ASINTÓTICASESTIMACIÓN ROBUSTAMODELO PLZIP