DKLA-Criterio de optimalidad para discriminar entre dos modelos y estimar los parametros simultáneamente

  1. Trandafir, Paula Camelia
Libro:
XXXI Congreso Nacional de Estadística e Investigación Operativa ; V Jornadas de Estadística Pública: Murcia, 10-13 de febrero de 2009 : Libro de Actas

Editorial: Universidad de Murcia. Departamento de Estadística e Investigación Operativa

ISBN: 978-84-691-8159-1

Año de publicación: 2009

Congreso: Congreso Nacional de Estadística e Investigación Operativa (31. 2009. Murcia)

Tipo: Aportación congreso

Resumen

En el artculo Lopez-Fidalgo et al. (2007) se desarrolla el criterio de optimalidad, KL, para discriminar entre dos modelos. En la practica se observa que los dise~nos optimos obtenidos de esta manera son buenos desde la perspectiva de la discriminacion, pero no lo son en cuanto a la estimacion de los parametros. Teniendo como punto de partida el criterio de optimalidad DT desarrollado en Atkinson (2007) y el criterio de optimalidad DKL propuesto por Tommasi (2008), en este trabajo se aporta el criterio de optimalidad DKLA, que al igual que los dos anteriores tiene una alta e ciencia tanto para discriminar entre los modelos, como para estimar los parametros. Se expone un teorema de equivalencia y la regla de parada del algoritmo iterativo usado para el calculo de los dise~nos optimos. En el ultimo apartado de este artculo se presentan algunas aplicaciones farmacocineticas para ilustrar el comportamiento de los criterios de optimalidad, DKL y DKLA.