Modelo semiparamétrico Birnbaum-Saunders reparametrizado con parámetro de precisión variando

Abstract

Los modelos semiparamétricos tienden a ser más flexibles, dado que permiten una estructura de regresión compuesta entre una componente paramétrica y otra no paramétrica. En este trabajo, se estudia e implementa el modelo semiparamétrico de Birnbaum-Saunders reparametrizado con parámetro de precisión variando. Se utiliza el algoritmo de Backfitting para obtener las estimaciones de máxima verosimilitud penalizada mediante el uso de splines cúbicos suavizados. Se procede a realizar el análisis residual del modelo y se desarrollan métodos de influencia local. Finalmente, se presenta una aplicación computacional mediante el software R-project del modelo propuesto a datos reales de contaminación, cuyo tema posee gran relevancia tanto a nivel nacional como mundial. De este modo, diversos profesionales tendrán a su disposición estas metodologías para ser utilizadas libremente.