Seleccionando al mejor modelo estadístico: ¿se puede superar al Criterio de Akaike?
Ponente(s): Leslie Janeth Quincosa Ramírez, Miguel Angel Ruiz Ortiz
Con base en simulaciones, se explora aquí el comportamiento aleatorio de una nueva estadística WAVD, propuesta en Díaz-Francés (2018 y 2024) para validar el ajuste de un modelo estadístico a una muestra de datos. Se considera también su uso para seleccionar al mejor modelo estadístico entre varios y se contrasta con el Criterio de Información de Akaike, (Pawitan, 2001, Cap. 3), el cual es un método muy efectivo usado para seleccionar al mejor modelo.