Análise de componentes principais aplicada à estimação de parâmetros no modelo de regressão logística quadrático
AUTOR(ES)
Andruski-Guimarães, I.
FONTE
TEMA (São Carlos)
DATA DE PUBLICAÇÃO
2013-04
RESUMO
A maioria dos estudos sobre o modelo de regressão logística politômica considera apenas o modelo com funções discriminantes lineares. Entretanto, funções discriminantes quadráticas podem ser de grande utilidade, além de apresentar melhores resultados. Porém, o modelo logístico quadrático envolve a estimação de um grande número de parâmetros desconhecidos, o que pode exigir um grande esforço computacional. Neste trabalho utiliza-se um conjunto de componentes principais das variáveis explanatórias a fim de reduzir as dimensões do modelo a ser estimado, com variáveis explanatórias contínuas, bem como os custos computacionais para a estimação de parâmetros na regressão logística quadrática politômica, sem perda de eficiência. Simulações com dois conjuntos de dados mostram que o modelo de regressão logística quadrático, com componentes principais, é compu-tacionalmente viável, podendo produzir resultados melhores que aqueles obtidos pelo modelo de regressão logística clássico, em termos de taxas de classificações corretamente efetuadas.
ASSUNTO(S)
regressão logística politômica regressão logística quadrática análise de componentes principais
Documentos Relacionados
- Regressão Logística Geograficamente Ponderada Aplicada a Modelos de Credit Scoring
- Modelo logit binomial com componentes principais para estimação de preferência por modo de transporte motorizado
- Análise da evasão no ProJovem Urbano: uma abordagem através do Modelo de Regressão Logística Multinível
- Estimação de componentes de covariância e de parâmetros genéticos de pesos de perdizes utilizando-se modelos de regressão aleatória
- Um modelo de previsão de solvência utilizando regressão logística