Advertisement

Trabajos de Estadistica

, Volume 1, Issue 1, pp 112–126 | Cite as

Un proceso de ortogonalizacion para el modelo lineal. Aplicaciones

  • M. del Rio Bueno
Article
  • 17 Downloads

Resumen

Bajo un enfoque geométrico del modelo lineal se presenta, un proceso de ortogonalización que permite reducir el análisis del modelo a modelos sencillos ortogonales. Posteriormente se utiliza este proceso en el modelo parametrizado y se muestra cómo permite tratar de forma nueva y unificada distintas situaciones de interés: datos centrados, modelos de media trasladada, fórmulas de adaptación y gráficos de variable añadida.

Palabras clave

Gráficos de variable añadida Modelo lineal Modelo de media trasladada Ortogonalización 

Clasificación A.M.S.

62J05 

An orthogonalization process in the Linear Model. Applications

Summary

Using only geometrical methods we come to an orthogonalization process in the Linear Model which allows to reduce its study to simpler orthogonal models, giving a simple methodology for its analysis. This process is applied to the parametrized model, showing that it allows to treat, in a new and unified way, interesting situations which are usually studied separately: data centering, mean shift model, added varibles plots, etc.

Key words

Added variable plots Linear model Geometric approach Mean shift model Ortogonalization 

A.M.S. 1980 Subject Classification

62J05 

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Referencias

  1. ARNOLD S. F. (1981):The Theory of Linear Models and Multivariate Analysis. J. Wiley. New York.MATHGoogle Scholar
  2. BELSLEY, D. A.; KUH E., y WELSCH, R. (1980)Regression Diagnostics. J. Wiley. New York.MATHGoogle Scholar
  3. COOK, R. D., y WEISBERRG, S. (1982):Residuals and Influence in Regression. Chapman and Hall. London.MATHGoogle Scholar
  4. DRAPER, N. R., y JOHN, J. A. (1981): «Influential observations and outliers in regression»,Technometrics, 23, 21–26.MATHCrossRefMathSciNetGoogle Scholar
  5. DRAPER, N. R., y SMITH, H. (1981):Applied Regression Analysis, 2nd. ed. J. Wiley. New York.MATHGoogle Scholar
  6. GUTTMAN, I. (1982):Linear Models. An Introduction J. Wiley. New York.MATHGoogle Scholar
  7. POLLOCK, D. S. G. (1979):The Algebra of Econometrics. J. Wiley. New York.Google Scholar
  8. SEBER, G. A. F (1980):The Linear Hypothesis: A General Theory (2nd. ed.). C. Griffin. London.MATHGoogle Scholar
  9. VELLEMAN, P., y ELSCH, R. (1981): «Efficient computing of regression diagnostics»,Am. Stat., 35, 234–242.MATHCrossRefGoogle Scholar

Copyright information

© Springer 1986

Authors and Affiliations

  • M. del Rio Bueno
    • 1
  1. 1.Departamento de Estadística e I.O.Universidad ComplutenseMadrid

Personalised recommendations