Análise e comparação de alguns métodos alternativos de seleção de variáveis preditoras no modelo de regressão linear

• Main Author: Matheus Augustus Pumputis Marques
• Other Authors: Silvia Nagib Elian
• Language: Portuguese
• Published: Universidade de São Paulo 2018
• Subjects: FSR; LARS; LASSO Bayesiano; Modelos lineares; NAMS; Regressão linear; RFS; Seleção de modelos; Seleção de variáveis; Spike-and-Slab LASSO; Bayesian LASSO; Linear Models; Linear Regression; Model Selection; Variable Selection
• Online Access: http://www.teses.usp.br/teses/disponiveis/45/45133/tde-23082018-210710/

Neste trabalho estudam-se alguns novos métodos de seleção de variáveis no contexto da regressão linear que surgiram nos últimos 15 anos, especificamente o LARS - Least Angle Regression, o NAMS - Noise Addition Model Selection, a Razão de Falsa Seleção - RFS (FSR em inglês), o LASSO Bayesiano e o Spike-and-Slab LASSO. A metodologia foi a análise e comparação dos métodos estudados e aplicações. Após esse estudo, realizam-se aplicações em bases de dados reais e um estudo de simulação, em que todos os métodos se mostraram promissores, com os métodos Bayesianos apresentando os melhores resultados. === In this work, some new variable selection methods that have appeared in the last 15 years in the context of linear regression are studied, specifically the LARS - Least Angle Regression, the NAMS - Noise Addition Model Selection, the False Selection Rate - FSR, the Bayesian LASSO and the Spike-and-Slab LASSO. The methodology was the analysis and comparison of the studied methods. After this study, applications to real data bases are made, as well as a simulation study, in which all methods are shown to be promising, with the Bayesian methods showing the best results.