Dados do Trabalho

Título

UM PROCEDIMENTO PARA SELEÇAO DE VARIAVEIS EM MODELOS LINEARES GENERALIZADOS DUPLOS

Resumo

Os modelos lineares generalizados duplos (MLGD), diferentemente dos modelos lineares generalizados (MLG), permitem o ajuste do parâmetro de dispersão da variável resposta em função de variáveis preditoras, aperfeiçoando a forma de modelar fenômenos. Isso acontece porque os MLGD permitem o ajuste do parâmetro de dispersão da variável resposta em função de variáveis preditoras nos casos em que a variável resposta tem distribuição que pertence à família exponencial. Considerando nosso interesse em seleção de variáveis nesta classe de modelos, estudamos o esquema de seleção de variáveis em dois passos proposto por Bayer e Cribari-Neto (2015) e, com base neste método, desenvolvemos um procedimento para seleção de variáveis em até "k" passos. Para verificar a performance do nosso procedimento, realizamos estudos de simulação em MLGD com distribuição gama para a variável resposta. Os resultados obtidos indicam que o nosso procedimento para seleção de variáveis apresenta, em geral, performance superior a das demais metodologias estudadas.

Palavras-chave

Critérios de informação, modelos lineares generalizados duplos, regressão gama duplo, seleção de variáveis, stepwise.

Área

Modelos de Regressão