Considerações sobre o procedimento de regressão em cristas

Detalhes bibliográficos
Autor(a) principal: Santos, Robert Plant Pinto
Data de Publicação: 2020
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: https://www.teses.usp.br/teses/disponiveis/45/45133/tde-10042021-221122/
Resumo: Em modelos de regressão, o método de Regressão em Cristas é uma alternativa ao método de mínimos quadrados em situações em que há multicolinearidade, consequência da existência de relações lineares entre as variáveis explicativas. Essa dissertação tem como objetivo apresentar atualizações ao trabalho realizado por (Oishi, 1983) sobre Regressão em Cristas. Inicialmente, é apresentado o procedimento de Regressão em Cristas, que consiste na adição de uma constante k denotada por parâmetro das cristas, na diagonal principal da matriz X^X, as propriedades e uma generalização do método. Em seguida, serão apresentadas diferentes maneiras de estimação de k e uma discussão sobre inferência para os coeficientes de regressão e também é realizado um estudo de simulação para testar a eficiência dos intervalos de confiança para os coeficientes construídos através do método de bootstrap. Por último, é feita uma aplicação dos procedimentos descritos em um conjunto de dados reais.
id USP_d3d2dc8d1acc0fe64fce5eb8bbd77baa
oai_identifier_str oai:teses.usp.br:tde-10042021-221122
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Considerações sobre o procedimento de regressão em cristasConsideration about ridge regression procedureBootstrapBootstrapErro quadrático médioEstimador em cristasMean squared errorMulticolinearidadeMulticollinearityRidge estimatorEm modelos de regressão, o método de Regressão em Cristas é uma alternativa ao método de mínimos quadrados em situações em que há multicolinearidade, consequência da existência de relações lineares entre as variáveis explicativas. Essa dissertação tem como objetivo apresentar atualizações ao trabalho realizado por (Oishi, 1983) sobre Regressão em Cristas. Inicialmente, é apresentado o procedimento de Regressão em Cristas, que consiste na adição de uma constante k denotada por parâmetro das cristas, na diagonal principal da matriz X^X, as propriedades e uma generalização do método. Em seguida, serão apresentadas diferentes maneiras de estimação de k e uma discussão sobre inferência para os coeficientes de regressão e também é realizado um estudo de simulação para testar a eficiência dos intervalos de confiança para os coeficientes construídos através do método de bootstrap. Por último, é feita uma aplicação dos procedimentos descritos em um conjunto de dados reais.In regression models, the Ridge Regression method is an alternative to ordinary least squares in situations where there is multicolinearity, which is a consequence of the existence of linear relations between explanatory variables. This work has as objective to present updates on the work made by (Oishi, 1983) about Ridge Regression. Initially, it will be shown the Ridge Regression procedure that consists in adding the constant k, also known as ridge parameter, to the main diagonal of the matrix X^X, the method\'s properties and generalization. Then, it will be presented different ways for estimating the constant k and a discussion about inference for the regression coefficients and also a simulation study is made to test the efficiency of confidence intervals for the coefficients built using the bootstrap method. Finally, the described methods will be applied to a real dataset.Biblioteca Digitais de Teses e Dissertações da USPElian, Silvia NagibSantos, Robert Plant Pinto2020-12-21info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/45/45133/tde-10042021-221122/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/openAccesspor2024-08-15T14:26:03Zoai:teses.usp.br:tde-10042021-221122Biblioteca 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:27212024-08-15T14:26:03Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Considerações sobre o procedimento de regressão em cristas
Consideration about ridge regression procedure
title Considerações sobre o procedimento de regressão em cristas
spellingShingle Considerações sobre o procedimento de regressão em cristas
Santos, Robert Plant Pinto
Bootstrap
Bootstrap
Erro quadrático médio
Estimador em cristas
Mean squared error
Multicolinearidade
Multicollinearity
Ridge estimator
title_short Considerações sobre o procedimento de regressão em cristas
title_full Considerações sobre o procedimento de regressão em cristas
title_fullStr Considerações sobre o procedimento de regressão em cristas
title_full_unstemmed Considerações sobre o procedimento de regressão em cristas
title_sort Considerações sobre o procedimento de regressão em cristas
author Santos, Robert Plant Pinto
author_facet Santos, Robert Plant Pinto
author_role author
dc.contributor.none.fl_str_mv Elian, Silvia Nagib
dc.contributor.author.fl_str_mv Santos, Robert Plant Pinto
dc.subject.por.fl_str_mv Bootstrap
Bootstrap
Erro quadrático médio
Estimador em cristas
Mean squared error
Multicolinearidade
Multicollinearity
Ridge estimator
topic Bootstrap
Bootstrap
Erro quadrático médio
Estimador em cristas
Mean squared error
Multicolinearidade
Multicollinearity
Ridge estimator
description Em modelos de regressão, o método de Regressão em Cristas é uma alternativa ao método de mínimos quadrados em situações em que há multicolinearidade, consequência da existência de relações lineares entre as variáveis explicativas. Essa dissertação tem como objetivo apresentar atualizações ao trabalho realizado por (Oishi, 1983) sobre Regressão em Cristas. Inicialmente, é apresentado o procedimento de Regressão em Cristas, que consiste na adição de uma constante k denotada por parâmetro das cristas, na diagonal principal da matriz X^X, as propriedades e uma generalização do método. Em seguida, serão apresentadas diferentes maneiras de estimação de k e uma discussão sobre inferência para os coeficientes de regressão e também é realizado um estudo de simulação para testar a eficiência dos intervalos de confiança para os coeficientes construídos através do método de bootstrap. Por último, é feita uma aplicação dos procedimentos descritos em um conjunto de dados reais.
publishDate 2020
dc.date.none.fl_str_mv 2020-12-21
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://www.teses.usp.br/teses/disponiveis/45/45133/tde-10042021-221122/
url https://www.teses.usp.br/teses/disponiveis/45/45133/tde-10042021-221122/
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_ 1809090575548284928