[en] CONSTRUCTIVE REGRESSION ON IMPLICITY DEFINED REGIONS

• Ano de defesa: 2009
• Autor(a) principal: JESSICA QUINTANILHA KUBRUSLY
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: MAXWELL
• Palavras-chave em Português: [pt] ESTATISTICA; [pt] ARVORES DE REGRESSAO; [pt] MODELOS NAO-LINEARES; [en] STATISTICS; [en] REGRESSION TREES; [en] NONLINEAR MODELS
• Link de acesso: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=14106&idi=1; https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=14106&idi=2; http://doi.org/10.17771/PUCRio.acad.14106

[pt] Os métodos de regressão baseados em árvores são modelos não lineares e não paramétricos, estudados desde a década de 80, quando houve a criação do algoritmo CART. Até hoje há muita pesquisa nessa área e cada vez mais novos métodos são apresentados com o objetivo de aperfeiçoar os modelos já existentes. Esse trabalho propõe um novo método chamado de Regressão Construtiva em Regiões Implícitas (RCRI). Sua principal diferença, com relação aos demais métodos baseados em árvores, está na forma como o domínio é particionado. Até o momento essa partição era formada por retângulos com arestas paralelas aos eixos, porém o algoritmo RCRI permitiu que as partições fossem formadas por regiões mais flexíveis definidas implicitamente. Além disso, o trabalho também propõe uma extensão intervalar para o modelo. Duas diferentes aplicações desse novo método também são sugeridas. A primeira em atuária, que busca melhorar a estimativa da reserva IBNR fornecida pelo já usual modelo Chain Ladder. A segunda em geologia, que utiliza as informações existentes nos poços para realizar inferências sobre dados faltantes.