Resumen
En este artículo extendemos, al problema de mínimos cuadrados lineales de rango completo, el resultado presentado por Martínez & Sanabria [3], en el cual se reduce el costo del algoritmo estándar para calcular el estimador jackknife para mínimos cuadrados lineales cuando, además del problema principal, todos los subproblemas involucrados son de rango completo.
Palabras clave
Citas
R. Behar & M. Yepes. Sobre algunas técnicas de remuestreo: El método de jackknife. Heurística 5 (6) (1991), 49-58.
J. E. Dennis & R. B. Schnabel. Numerical Methods for Unconstrained Optimization and Nonlinear Equations. Prentice Hall, Engelwood Cliffs NJ, 1983.
H. J. Martínez & A. M. Sanabria. Cálculo eficiente del estimador jackknife para mínimos cuadrados lineales bajo condiciones de unicidad. Matemáticas: Enseñanza Universitaria, 8 (1-2) (2000), 29–43.
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Derechos de autor 2023 https://creativecommons.org/licenses/by-nc-nd/4.0