Métodos não tradicionais de seleção de variáveis em modelos de regressão linear

Detalhes bibliográficos
Ano de defesa: 2005
Autor(a) principal: Silva, Vaudeluci Maria da
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: https://teses.usp.br/teses/disponiveis/45/45133/tde-20210729-141015/
Resumo: Neste trabalho, apresentamos uma descrição dos métodos não tradicionais de seleção de variáveis preditoras no modelo de regressão linear. Inicialmente, fizemos um breve levantamento dos métodos tradicionais com o objetivo de comparação futura. Posteriormente, foram apresentados métodos do tipo redução, que restringem as estimativas de mínimos quadrados usuais. Numa etapa seguinte, estudamos métodos com enfoque bayesiano na seleção de variáveis preditoras. Finalizando, aplicamos o procedimento de seleção Lasso e um dos procedimentos bayesianos a um conjunto de dados presente na literatura.