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

Detalhes bibliográficos
Autor(a) principal: Silva, Vaudeluci Maria da
Data de Publicação: 2005
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: 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.
id USP_bcf13935296b8c1d789b39ef4ea75a3c
oai_identifier_str oai:teses.usp.br:tde-20210729-141015
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Métodos não tradicionais de seleção de variáveis em modelos de regressão linearnot availableAnálise MultivariadaNeste 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.not availableBiblioteca Digitais de Teses e Dissertações da USPElian, Silvia NagibSilva, Vaudeluci Maria da2005-02-18info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://teses.usp.br/teses/disponiveis/45/45133/tde-20210729-141015/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2024-08-16T13:10:02Zoai:teses.usp.br:tde-20210729-141015Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212024-08-16T13:10:02Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Métodos não tradicionais de seleção de variáveis em modelos de regressão linear
not available
title Métodos não tradicionais de seleção de variáveis em modelos de regressão linear
spellingShingle Métodos não tradicionais de seleção de variáveis em modelos de regressão linear
Silva, Vaudeluci Maria da
Análise Multivariada
title_short Métodos não tradicionais de seleção de variáveis em modelos de regressão linear
title_full Métodos não tradicionais de seleção de variáveis em modelos de regressão linear
title_fullStr Métodos não tradicionais de seleção de variáveis em modelos de regressão linear
title_full_unstemmed Métodos não tradicionais de seleção de variáveis em modelos de regressão linear
title_sort Métodos não tradicionais de seleção de variáveis em modelos de regressão linear
author Silva, Vaudeluci Maria da
author_facet Silva, Vaudeluci Maria da
author_role author
dc.contributor.none.fl_str_mv Elian, Silvia Nagib
dc.contributor.author.fl_str_mv Silva, Vaudeluci Maria da
dc.subject.por.fl_str_mv Análise Multivariada
topic Análise Multivariada
description 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.
publishDate 2005
dc.date.none.fl_str_mv 2005-02-18
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://teses.usp.br/teses/disponiveis/45/45133/tde-20210729-141015/
url https://teses.usp.br/teses/disponiveis/45/45133/tde-20210729-141015/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1815257209270960128