Prediccion
Páginas: 3 (741 palabras)
Publicado: 8 de septiembre de 2015
Regresión paso a paso
Stepwise
Análisis de datos
José A. Esparza Rivadeneyra.
Carlos Mata Flores
UVM Lomas Verdes
Ingeniería Industrial y de Sistemas
Índice.Introducción………...........................................................................................1
Métodos de Stepwise………....……………………………………………………………………..2
Eliminación haciaatrás………………………………………………………………………………..3
Selección hacia adelante………………………………………………4
Selección paso a paso (Stepwise)…………………………………………………………………5
Bibliografía……………………………………………………………………………………………………6
Introducción
La selección de variablespredictoras es un procedimiento estadístico importante porque no todas las variables predictoras tienen igual importancia.
Algunas variables predictoras pueden perjudicar la con abilidad
del modelo,especialmente si están correlacionadas con otras.
Computacionalmente es más fácil trabajar con un conjunto de
variables predictoras pequeño.
Es más económico recolectar información para un mo delo conpocas variables
1
Métodos de Stepwise
Si se reduce el número de variables entonces el modelo cumple con el principio de la
parsimonia
.
La idea de estos métodos es elegir el mejor modeloen forma secuencial pero incluyendo o excluyendo una sola variable predictora en cada paso de acuerdo a ciertos criterios.
El pro ceso secuencial termina cuando se satisface una regla de
paradaestablecida.
Hay tres algoritmos usados:
Backward Elimination Forward Selection y Stepwise Selection
2
Eliminación hacia atrás
En este caso se comienza con el mo delo completo y en cadapaso se va eliminando una variable.
Si to das las variables predictoras son imp ortantes, es decir tienen p-value pequeños para la prueba t, entonces el mejor modelo es el que tiene to das lasvariables predictoras disponibles.
En caso contrario, en cada paso la variable que se elimina del modelo es aquella que satisface cualquiera de los siguientes requisitos...
Regresión paso a paso
Stepwise
Análisis de datos
José A. Esparza Rivadeneyra.
Carlos Mata Flores
UVM Lomas Verdes
Ingeniería Industrial y de Sistemas
Índice.Introducción………...........................................................................................1
Métodos de Stepwise………....……………………………………………………………………..2
Eliminación haciaatrás………………………………………………………………………………..3
Selección hacia adelante………………………………………………4
Selección paso a paso (Stepwise)…………………………………………………………………5
Bibliografía……………………………………………………………………………………………………6
Introducción
La selección de variablespredictoras es un procedimiento estadístico importante porque no todas las variables predictoras tienen igual importancia.
Algunas variables predictoras pueden perjudicar la con abilidad
del modelo,especialmente si están correlacionadas con otras.
Computacionalmente es más fácil trabajar con un conjunto de
variables predictoras pequeño.
Es más económico recolectar información para un mo delo conpocas variables
1
Métodos de Stepwise
Si se reduce el número de variables entonces el modelo cumple con el principio de la
parsimonia
.
La idea de estos métodos es elegir el mejor modeloen forma secuencial pero incluyendo o excluyendo una sola variable predictora en cada paso de acuerdo a ciertos criterios.
El pro ceso secuencial termina cuando se satisface una regla de
paradaestablecida.
Hay tres algoritmos usados:
Backward Elimination Forward Selection y Stepwise Selection
2
Eliminación hacia atrás
En este caso se comienza con el mo delo completo y en cadapaso se va eliminando una variable.
Si to das las variables predictoras son imp ortantes, es decir tienen p-value pequeños para la prueba t, entonces el mejor modelo es el que tiene to das lasvariables predictoras disponibles.
En caso contrario, en cada paso la variable que se elimina del modelo es aquella que satisface cualquiera de los siguientes requisitos...
Leer documento completo
Regístrate para leer el documento completo.