A robust lasso regression for linear mixed-effects models with diagnostic analysis (2021)
- Authors:
- Autor USP: GARCIA, RAFAEL ROCHA DE OLIVEIRA - INTER: ICMC -UFSCAR
- Unidade: INTER: ICMC -UFSCAR
- Sigla do Departamento: SME
- DOI: 10.11606/D.104.2021.tde-02012023-110804
- Subjects: ANÁLISE DE REGRESSÃO E DE CORRELAÇÃO; MODELOS NÃO LINEARES; ROBUSTEZ; VALIDAÇÃO DE MODELOS
- Keywords: Diagnóstico; Diagnostics; Lasso; Lasso; Mixed models; Modelos mistos; Modelos robustos; Regression analysis; Robust models
- Agências de fomento:
- Language: Inglês
- Abstract: Seleção de variáveis é um tópico de elevada importância para o processo de modelagem. A escolha do melhor conjunto de variáveis explicativas pode ser feita com o intuito de melhorar uma previsão ou facilitar a interpretação dos resultados. Contudo, os métodos para seleção de variáveis nem sempre são triviais, principalmente no contexto de modelos lineares de efeitos mistos. A seleção para esses modelos deve ser feita para os efeitos fixos, que estão relacionados a uma média global, e para os efeitos aleatórios, relacionados à variância a nível individual nesse contexto. São dois os tipos de abordagens para a seleção de variáveis em modelos de efeitos mistos: conjunta ou em dois estágios, havendo na literatura existente o processo de seleção conjunta via lasso para modelos lineares de efeitos-mistos normais. Outro tópico de elevada importância, é a análise de diagnóstico e resíduos. Enquanto as análises de resíduos são feitas para investigar problemas com o modelo ajustado e identificação de observações atípicas, uma análise de diagnóstico é feita assumindo o modelo como correto, e investigando a robustez das conclusões a pequenas perturbações dos dados e/ou no modelo. Para lidar com essas observações, são várias as alternativas. Uma delas, é a utilização de modelos robustos, os quais seriam ditos robustos a perturbações nos dados. Isto é, modelos que melhor se ajustam a conjuntos de dados que possuem pontos considerados como sendo outliers e/ou alavanca. Este trabalho temcomo objetivo utilizar o método robusto para seleção de variáveis em modelos lineares de efeitos mistos e compará-lo com o método normal através de análise de diagnóstico.
- Imprenta:
- Publisher place: São Carlos
- Date published: 2021
- Data da defesa: 22.10.2021
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by-nc-sa
-
ABNT
GARCIA, Rafael Rocha de Oliveira. A robust lasso regression for linear mixed-effects models with diagnostic analysis. 2021. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2021. Disponível em: https://www.teses.usp.br/teses/disponiveis/104/104131/tde-02012023-110804/. Acesso em: 10 jun. 2024. -
APA
Garcia, R. R. de O. (2021). A robust lasso regression for linear mixed-effects models with diagnostic analysis (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/104/104131/tde-02012023-110804/ -
NLM
Garcia RR de O. A robust lasso regression for linear mixed-effects models with diagnostic analysis [Internet]. 2021 ;[citado 2024 jun. 10 ] Available from: https://www.teses.usp.br/teses/disponiveis/104/104131/tde-02012023-110804/ -
Vancouver
Garcia RR de O. A robust lasso regression for linear mixed-effects models with diagnostic analysis [Internet]. 2021 ;[citado 2024 jun. 10 ] Available from: https://www.teses.usp.br/teses/disponiveis/104/104131/tde-02012023-110804/
Informações sobre o DOI: 10.11606/D.104.2021.tde-02012023-110804 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
