• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Disertación de Maestría
DOI
https://doi.org/10.11606/D.45.1998.tde-20210729-020648
Documento
Autor
Nombre completo
Rodrigo Andrade Tavares
Dirección Electrónica
Instituto/Escuela/Facultad
Área de Conocimiento
Fecha de Defensa
Publicación
São Paulo, 1998
Director
Título en portugués
Seleção de variáveis em regressão 'L IND.1'
Palabras clave en portugués
Análise De Regressão E De Correlação
Resumen en portugués
O método mais utilizado no ajuste de modelos de regressão múltipla é o de mínimos quadrados, devido a suas propriedades estatísticas serem amplamente estudadas e facilidades computacionais. Contudo, este método é sensível a valores aberrantes, que são muito freqüentes no caso da distribuição dos erros possuir caudas pesadas. O objetivo desta dissertação é apresentar o método de estimação 'L IND.1', que é resistente a valores aberrantes na variável resposta. Será explorado, em particular, o problema de seleção de variáveis, sendo apresentados e desenvolvidos os critérios quando são analisadas as possíveis regressões, e procedimento automáticos de seleção. Um estudo preliminar sobre os efeitos da multicolinearidade nas estimativas 'L IND.1' é também executado. São apresentados também, programas que tornam viável a utilização do método 'L IND.1' em problemas de regressão
Título en inglés
not available
Resumen en inglés
A widely used method to fit a multiple regresssion model is the least squares method, due to its statistical properties and computacional facilities. However, this approach can be affected by outliers, wich are very frequent when the errors distribution has heavy tails. The aim of this dissertation is to presente the 'L IND.1' method for regression models, exploring the variables selection problem. Criterions for variables selection are presented and developed when all possible regressions are considered and automatic selection procedures. A preliminary study about the multicolinearity effects over 'L IND.1'estinates is also perfomed. Programs which make possible the use of the 'L IND.1'method in regression problems are presented
 
ADVERTENCIA - La consulta de este documento queda condicionada a la aceptación de las siguientes condiciones de uso:
Este documento es únicamente para usos privados enmarcados en actividades de investigación y docencia. No se autoriza su reproducción con finalidades de lucro. Esta reserva de derechos afecta tanto los datos del documento como a sus contenidos. En la utilización o cita de partes del documento es obligado indicar el nombre de la persona autora.
Fecha de Publicación
2021-07-29
 
ADVERTENCIA: Aprenda que son los trabajos derivados haciendo clic aquí.
Todos los derechos de la tesis/disertación pertenecen a los autores
CeTI-SC/STI
Biblioteca Digital de Tesis y Disertaciones de la USP. Copyright © 2001-2021. Todos los derechos reservados.