All Title Author
Keywords Abstract


METODOLOGíA PARA ESTIMAR CELDAS VACíAS CON EL MODELO DE MEDIAS DE CELDAS EN DISE OS CONECTADOS METODOLOGíA PARA ESTIMAR CELDAS VACíAS CON EL MODELO DE MEDIAS DE CELDAS EN DISE OS CONECTADOS

Keywords: Connected designs , cell means models , estimable functions , restriction model , unbalanced designs

Full-Text   Cite this paper   Add to My Lib

Abstract:

In this paper we propose two methods to estimate empty cells and to impute missing data in connected designs. The first is supported on Bartlett's covariance method on the basis of cell means model with effect restriction; the second is based on the least squares estimation method with no interaction. A general expression is proposed to estimate cells with missing information. The equality of the estimators obtained by these methods is demonstrated and a lower bound to the number of cells needed to be estimated, so that the design is connected, is calculated. The adjusted anova is presented and finally, a 3-way no interaction fixed effects model is used to illustrate the two methods. En este artículo se proponen dos métodos para estimar celdas vacías y para imputar datos faltantes en dise os conectados en un experimento multifactorial, a partir del modelo de medias de celdas modificado. La primera propuesta tiene como soporte teórico el método de covarianza de Bartlett con base en el modelo de medias de celdas con restricción de efectos; la segunda se basa en la estimación por mínimos cuadrados con restricciones de no interacción. Además, se presenta una expresión general para estimar celdas con información faltante, con cualquiera de los métodos propuestos. Se demuestra que el estimador obtenido por el método de covarianza coincide con el de mínimos cuadrados con la restricción de no interacción entre los efectos. Se propone una metodología para determinar el número mínimo de celdas que se deben estimar para que el dise o se conecte, y además se muestra cuáles celdas son las que se deben imputar para lograr la conexión. Una vez hecha la imputación de la información faltante, se plantea el análisis de varianza con los ajustes respectivos en las sumas de cuadrados. Por último, se ilustra la aplicación de las propuestas con un ejemplo numérico a tres vías de clasificación, sin interacción, con efectos fijos.

Full-Text

comments powered by Disqus