Bootstrap-Based Inference for Grouped Data

Abstract

RESUMEN: Los datos agrupados se refieren a variables continuas que se dividen en intervalos no necesariamente de la misma longitud para facilitar su interpretación. Contrario a lo que ocurre en datos no agrupados, la estimación de simples estadísticos de resumen como la media o la moda, o más complejos como un percentil o el coeficiente de variación, es una tarea difícil en datos agrupados. Cuando no se conoce la distribución de probabilidad que genera los datos, la inferencia en datos no agrupados se realiza utilizando métodos paramétricos o no paramétricos de remuestreo. Sin embargo, no existen métodos equivalentes para datos agrupados. En este documento se propone, describe e ilustra un método basado en bootstrap para estimar los parámetros de una distribución desconocida a partir de datos agrupados.

Parameter Estimation for Grouped Data Using EM and MCEM Algorithms

“…Rather, they prefer to release data such as household income, house prices, insurance losses, profits, and age in an interval format. The interval format can contain either grouped data [18] or symbolic data [1]. This work focuses on grouped data, where for a particular variable, only the intervals and the frequency of observations falling into each interval are known.…”

“…Wengrzik and Timm [19] have studied the fitting of two-component Gaussian mixtures to grouped data. Velez and Correa [18] have estimated the mean, variance, and coefficient of variation for grouped data using their proposed bootstrap method.…”