• 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.45.2005.tde-20210729-141015
Documento
Autor
Nome completo
Vaudeluci Maria da Silva
E-mail
Unidade da USP
Área do Conhecimento
Data de Defesa
Imprenta
São Paulo, 2004
Orientador
Título em português
Métodos não tradicionais de seleção de variáveis em modelos de regressão linear
Palavras-chave em português
Análise Multivariada
Resumo em português
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.
Título em inglês
not available
Resumo em inglês
not available
 
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 © 2001-2023. Todos os direitos reservados.