Publicaciones en colaboración con investigadores/as de Universidad de Almería (22)

2024

  1. A review of ridge parameter selection: minimization of the mean squared error vs. mitigation of multicollinearity

    Communications in Statistics: Simulation and Computation, Vol. 53, Núm. 8, pp. 3686-3698

  2. The Raise Regression: Justification, Properties and Application

    International Statistical Review

2022

  1. The multiColl Package Versus Other Existing Packages in R to Detect Multicollinearity

    Computational Economics, Vol. 60, Núm. 2, pp. 439-450

2021

  1. A Guide to Using the R Package “multiColl” for Detecting Multicollinearity

    Computational Economics, Vol. 57, Núm. 2, pp. 529-536

2020

  1. A Geometrical Interpretation of Collinearity: A Natural Way to Justify Ridge Regression and Its Anomalies

    International Statistical Review, Vol. 88, Núm. 3, pp. 776-792

  2. Comment on “A Note on Collinearity Diagnostics and Centering” by Velilla (2018)

    American Statistician, Vol. 74, Núm. 1, pp. 68-71

  3. Detection of near-nulticollinearity through centered and noncentered regression

    Mathematics, Vol. 8, Núm. 6

  4. Raise regression: Types of raising and mean square error

    XXXIII Congreso Internacional de economía aplicada Asepelt 2019: economía azul

  5. Residualization: justification, properties and application

    Journal of Applied Statistics, Vol. 47, Núm. 11, pp. 1990-2010

  6. The VIF and MSE in raise regression

    Mathematics, Vol. 8, Núm. 4

2018

  1. Transformation of variables and the condition number in ridge estimation

    Computational Statistics, Vol. 33, Núm. 3, pp. 1497-1524

  2. Variance Inflation Factor and Condition Number in multiple linear regression

    Journal of Statistical Computation and Simulation, Vol. 88, Núm. 12, pp. 2365-2384

2017

  1. A generalized method for valuing agricultural farms under uncertainty

    Land Use Policy, Vol. 65, pp. 121-127

  2. A note about the corrected VIF

    Statistical Papers, Vol. 58, Núm. 3, pp. 929-945

  3. Regresión con variables ortogonales y regresión alzada en el modelo STIRPAT

    Estudios de economía aplicada, Vol. 35, Núm. 3, pp. 717-734

  4. The raise estimator estimation, inference, and properties

    Communications in Statistics - Theory and Methods, Vol. 46, Núm. 13, pp. 6446-6462

2016

  1. Análisis econométrico de las distribuciones clásicas en el PERT: la distribución bicúbica clásic

    Investigaciones en métodos cuantitativos para la economía y la empresa: homenaje al profesor Rafael Herrerías Pleguezuelo (Editorial Universidad de Granada), pp. 271-284

  2. Collinearity diagnostic applied in ridge estimation through the variance inflation factor

    Journal of Applied Statistics, Vol. 43, Núm. 10, pp. 1831-1849

  3. Regresión alzada y el número de condición: algunos problemas

    Anales de ASEPUMA, Núm. 24