• 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
 
 
Dissertação de Mestrado
DOI
https://doi.org/10.11606/D.45.1998.tde-20210729-020648
Documento
Autor
Nome completo
Rodrigo Andrade Tavares
E-mail
Unidade da USP
Área do Conhecimento
Data de Defesa
Imprenta
São Paulo, 1998
Orientador
Título em português
Seleção de variáveis em regressão 'L IND.1'
Palavras-chave em português
Análise De Regressão E De Correlação
Resumo em português
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 em inglês
not available
Resumo em inglês
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
 
AVISO - A consulta a este documento fica condicionada na aceitação das seguintes condições de uso:
Este trabalho é somente para uso privado de atividades de pesquisa e ensino. Não é autorizada sua reprodução para quaisquer fins lucrativos. Esta reserva de direitos abrange a todos os dados do documento bem como seu conteúdo. Na utilização ou citação de partes do documento é obrigatório mencionar nome da pessoa autora do trabalho.
Data de Publicação
2021-07-29
 
AVISO: Saiba o que são os trabalhos decorrentes clicando aqui.
Todos os direitos da tese/dissertação são de seus autores
CeTI-SC/STI
Biblioteca Digital de Teses e Dissertações da USP. Copyright © 2001-2022. Todos os direitos reservados.