Um novo método para seleção de variáveis preditivas com base em índices de importância

Detalhes bibliográficos
Autor(a) principal: Zimmer,Juliano
Data de Publicação: 2014
Outros Autores: Anzanello,Michel José
Tipo de documento: Artigo
Idioma: por
Título da fonte: Production
Texto Completo: http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0103-65132014000100007
Resumo: O grande volume de variáveis coletadas em processos industriais impõe dificuldades ao controle e monitoramento de tais processos. A regressão PLS (partial least squares) vem sendo amplamente utilizada em procedimentos de seleção de variáveis por sua capacidade de operar com grande número de variáveis correlacionadas e afetadas por ruído. Este artigo propõe um método para identificar o melhor subconjunto de variáveis de processo para a predição das variáveis de resposta. Indicadores de importância das variáveis são desenvolvidos a partir de parâmetros da regressão PLS e guiam a eliminação das variáveis irrelevantes. Tais índices são então testados em termos de seu desempenho. Ao ser aplicado em cinco bancos de dados industriais, o método utilizando o índice recomendado reteve apenas 31% das variáveis originais e aumentou a acurácia de predição do conjunto de teste em 6%. O método proposto também superou a acurácia do método Stepwise, tradicionalmente utilizado em procedimentos de seleção com propósitos de predição.
id ABEPRO-1_d423f1f427ef7ebbf035b1434ed7627f
oai_identifier_str oai:scielo:S0103-65132014000100007
network_acronym_str ABEPRO-1
network_name_str Production
repository_id_str
spelling Um novo método para seleção de variáveis preditivas com base em índices de importânciaSeleção de variáveisRegressão PLSIndicador de importância das variáveisO grande volume de variáveis coletadas em processos industriais impõe dificuldades ao controle e monitoramento de tais processos. A regressão PLS (partial least squares) vem sendo amplamente utilizada em procedimentos de seleção de variáveis por sua capacidade de operar com grande número de variáveis correlacionadas e afetadas por ruído. Este artigo propõe um método para identificar o melhor subconjunto de variáveis de processo para a predição das variáveis de resposta. Indicadores de importância das variáveis são desenvolvidos a partir de parâmetros da regressão PLS e guiam a eliminação das variáveis irrelevantes. Tais índices são então testados em termos de seu desempenho. Ao ser aplicado em cinco bancos de dados industriais, o método utilizando o índice recomendado reteve apenas 31% das variáveis originais e aumentou a acurácia de predição do conjunto de teste em 6%. O método proposto também superou a acurácia do método Stepwise, tradicionalmente utilizado em procedimentos de seleção com propósitos de predição.Associação Brasileira de Engenharia de Produção2014-03-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersiontext/htmlhttp://old.scielo.br/scielo.php?script=sci_arttext&pid=S0103-65132014000100007Production v.24 n.1 2014reponame:Productioninstname:Associação Brasileira de Engenharia de Produção (ABEPRO)instacron:ABEPRO10.1590/S0103-65132013005000030info:eu-repo/semantics/openAccessZimmer,JulianoAnzanello,Michel Josépor2014-05-09T00:00:00Zoai:scielo:S0103-65132014000100007Revistahttps://www.scielo.br/j/prod/https://old.scielo.br/oai/scielo-oai.php||production@editoracubo.com.br1980-54110103-6513opendoar:2014-05-09T00:00Production - Associação Brasileira de Engenharia de Produção (ABEPRO)false
dc.title.none.fl_str_mv Um novo método para seleção de variáveis preditivas com base em índices de importância
title Um novo método para seleção de variáveis preditivas com base em índices de importância
spellingShingle Um novo método para seleção de variáveis preditivas com base em índices de importância
Zimmer,Juliano
Seleção de variáveis
Regressão PLS
Indicador de importância das variáveis
title_short Um novo método para seleção de variáveis preditivas com base em índices de importância
title_full Um novo método para seleção de variáveis preditivas com base em índices de importância
title_fullStr Um novo método para seleção de variáveis preditivas com base em índices de importância
title_full_unstemmed Um novo método para seleção de variáveis preditivas com base em índices de importância
title_sort Um novo método para seleção de variáveis preditivas com base em índices de importância
author Zimmer,Juliano
author_facet Zimmer,Juliano
Anzanello,Michel José
author_role author
author2 Anzanello,Michel José
author2_role author
dc.contributor.author.fl_str_mv Zimmer,Juliano
Anzanello,Michel José
dc.subject.por.fl_str_mv Seleção de variáveis
Regressão PLS
Indicador de importância das variáveis
topic Seleção de variáveis
Regressão PLS
Indicador de importância das variáveis
description O grande volume de variáveis coletadas em processos industriais impõe dificuldades ao controle e monitoramento de tais processos. A regressão PLS (partial least squares) vem sendo amplamente utilizada em procedimentos de seleção de variáveis por sua capacidade de operar com grande número de variáveis correlacionadas e afetadas por ruído. Este artigo propõe um método para identificar o melhor subconjunto de variáveis de processo para a predição das variáveis de resposta. Indicadores de importância das variáveis são desenvolvidos a partir de parâmetros da regressão PLS e guiam a eliminação das variáveis irrelevantes. Tais índices são então testados em termos de seu desempenho. Ao ser aplicado em cinco bancos de dados industriais, o método utilizando o índice recomendado reteve apenas 31% das variáveis originais e aumentou a acurácia de predição do conjunto de teste em 6%. O método proposto também superou a acurácia do método Stepwise, tradicionalmente utilizado em procedimentos de seleção com propósitos de predição.
publishDate 2014
dc.date.none.fl_str_mv 2014-03-01
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0103-65132014000100007
url http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0103-65132014000100007
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv 10.1590/S0103-65132013005000030
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv text/html
dc.publisher.none.fl_str_mv Associação Brasileira de Engenharia de Produção
publisher.none.fl_str_mv Associação Brasileira de Engenharia de Produção
dc.source.none.fl_str_mv Production v.24 n.1 2014
reponame:Production
instname:Associação Brasileira de Engenharia de Produção (ABEPRO)
instacron:ABEPRO
instname_str Associação Brasileira de Engenharia de Produção (ABEPRO)
instacron_str ABEPRO
institution ABEPRO
reponame_str Production
collection Production
repository.name.fl_str_mv Production - Associação Brasileira de Engenharia de Produção (ABEPRO)
repository.mail.fl_str_mv ||production@editoracubo.com.br
_version_ 1754213152791199744

Registros relacionados