Estratégias para modelagem de dados multivariados na presença de correlação
AUTOR(ES)
Fogliatto, Flavio S.
FONTE
Gestão & Produção
DATA DE PUBLICAÇÃO
2000-04
RESUMO
Dados multivariados ocorrem com freqüência em investigações empíricas. Em estudos de Engenharia, por exemplo, dados multivariados são coletados ao estudar-se o efeito de diferentes condições de processamento sobre características de itens manufaturados. Tais conjuntos de dados podem apresentar variáveis altamente correlacionadas. Neste artigo, investiga-se o efeito da estrutura de correlação de variáveis dependentes em sua modelagem, a partir de regressão linear. Quatro técnicas de regressão são apresentadas e comparadas: regressão de mínimos quadrados ordinários, regressão de mínimos quadrados generalizados, regressão por equações aparentemente não relacionadas e regressão multivariada. Como modelos de regressão são, via de regra, utilizados com fins preditivos, as técnicas de modelagem acima são comparadas com base em sua variância de predição. As diferentes técnicas de regressão são ilustradas em um estudo de caso.
ASSUNTO(S)
técnicas de regressão multivariada variância de predição correlação
Documentos Relacionados
- Dados de sobrevivência multivariados na presença de covariáveis e observações censuradas: uma abordagem bayesiana
- x
- Técnicas gráficas para análise de dados multivariados: aplicações na análise de recursos naturais
- CHEMOSTAT, UM SOFTWARE GRATUITO PARA ANÁLISE EXPLORATÓRIA DE DADOS MULTIVARIADOS
- Avaliação de estratégias de modelagem guiada por dados para previsão de vazão em rio sergipano