{"id":{"repo_id":"brazil-ufpe","oai_identifier":"oai:repositorio.ufpe.br:123456789/49447"},"canonical_url":"https://search.dev.ndltd.org/etd/brazil-ufpe/oai:repositorio.ufpe.br:123456789/49447","repository":{"repo_id":"brazil-ufpe","name":"Brazil UFPE","base_url":"https://repositorio.ufpe.br/oai/request"},"display":{"title":"Explorando seleção de variáveis explicativas no contexto dos modelos aditivos generalizados de locação, escala e forma","abstract":"A seleção de variáveis explicativas em modelos estatísticos é um problema atual e importante dentro da estatística e para o qual diferentes soluções já foram propostas para os diversos tipos de modelos. No caso específico dos modelos aditivos generalizados de locação, escala e forma (GAMLSS), a seleção de variáveis explicativas é feita usando métodos stepwise. Na atual proposta de seleção de variáveis nos GAMLSS tem-se disponível duas estratégias conhecidas como estratégia A e estratégia B, sendo que ambas selecionam variáveis explicativas para modelar todos os parâmetros da distribuição, mas de forma diferente. Neste trabalho, estas metodologias foram descritas de forma detalhada e por meio de estudos de simulação, foram investigados e comparados métodos de seleção de variáveis, usando modelos com estruturas lineares e com estruturas não lineares, além do uso de funções de suavização para diferentes distribuições de probabilidade. Uma nova proposta de seleção de modelos, denominada de Estratégia C foi introduzida. A mesma é uma combinação da Estratégia B com a Estratégia A. Uma aplicação à dados reais ilustra a metodologia apresentada.","abstract_html":"A seleção de variáveis explicativas em modelos estatísticos é um problema atual e importante dentro da estatística e para o qual diferentes soluções já foram propostas para os diversos tipos de modelos. No caso específico dos modelos aditivos generalizados de locação, escala e forma (GAMLSS), a seleção de variáveis explicativas é feita usando métodos stepwise. Na atual proposta de seleção de variáveis nos GAMLSS tem-se disponível duas estratégias conhecidas como estratégia A e estratégia B, sendo que ambas selecionam variáveis explicativas para modelar todos os parâmetros da distribuição, mas de forma diferente. Neste trabalho, estas metodologias foram descritas de forma detalhada e por meio de estudos de simulação, foram investigados e comparados métodos de seleção de variáveis, usando modelos com estruturas lineares e com estruturas não lineares, além do uso de funções de suavização para diferentes distribuições de probabilidade. Uma nova proposta de seleção de modelos, denominada de Estratégia C foi introduzida. A mesma é uma combinação da Estratégia B com a Estratégia A. Uma aplicação à dados reais ilustra a metodologia apresentada.","abstract_has_math":false,"creators":["FELIX, Luis Gonzaga Pinheiro"],"institution":"Universidade Federal de Pernambuco","degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":["BASTIANI, Fernanda de"],"committee_chairs":[],"committee_members":[],"year":2023,"date_issued":"2023-02-17","date_published":"2023-02-17","updated_at":"2026-07-24T01:18:46Z","subjects":["Estatística aplicada","Seleção de modelos"],"languages":["por"],"rights":["embargoedAccess"],"rights_urls":["http://creativecommons.org/licenses/by-nc-nd/3.0/br/"],"identifier_entries":[]},"links":{"outbound_url":"https://repositorio.ufpe.br/handle/123456789/49447","outbound_label":"Repository record","outbound_source":"dc:identifier.uri"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:contributor.advisor","label":"Advisor","values":["BASTIANI, Fernanda de"]},{"key":"dc:creator","label":"Author","values":["FELIX, Luis Gonzaga Pinheiro"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date.accessioned","label":"Dc Date Accessioned","values":["2023-03-22T17:20:08Z"]},{"key":"dc:date.available","label":"Dc Date Available","values":["2023-03-22T17:20:08Z"]},{"key":"dc:date.issued","label":"Date","values":["2023-02-17"]},{"key":"dc:publisher","label":"Institution","values":["Universidade Federal de Pernambuco"]},{"key":"dc:type","label":"Dc Type","values":["masterThesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Estatística aplicada","Seleção de modelos"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language.iso","label":"Language (ISO)","values":["por"]},{"key":"dc:rights","label":"Dc Rights","values":["embargoedAccess"]},{"key":"dc:rights.uri","label":"Rights URI","values":["http://creativecommons.org/licenses/by-nc-nd/3.0/br/"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier.uri","label":"Identifier URI","values":["https://repositorio.ufpe.br/handle/123456789/49447"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description.abstract","label":"Abstract","values":["A seleção de variáveis explicativas em modelos estatísticos é um problema atual e importante dentro da estatística e para o qual diferentes soluções já foram propostas para os diversos tipos de modelos. No caso específico dos modelos aditivos generalizados de locação, escala e forma (GAMLSS), a seleção de variáveis explicativas é feita usando métodos stepwise. Na atual proposta de seleção de variáveis nos GAMLSS tem-se disponível duas estratégias conhecidas como estratégia A e estratégia B, sendo que ambas selecionam variáveis explicativas para modelar todos os parâmetros da distribuição, mas de forma diferente. Neste trabalho, estas metodologias foram descritas de forma detalhada e por meio de estudos de simulação, foram investigados e comparados métodos de seleção de variáveis, usando modelos com estruturas lineares e com estruturas não lineares, além do uso de funções de suavização para diferentes distribuições de probabilidade. Uma nova proposta de seleção de modelos, denominada de Estratégia C foi introduzida. A mesma é uma combinação da Estratégia B com a Estratégia A. Uma aplicação à dados reais ilustra a metodologia apresentada."]},{"key":"dc:title","label":"Title","values":["Explorando seleção de variáveis explicativas no contexto dos modelos aditivos generalizados de locação, escala e forma"]}]}],"canonical_facts":{"dc:contributor.advisor":["BASTIANI, Fernanda de"],"dc:creator":["FELIX, Luis Gonzaga Pinheiro"],"dc:date.accessioned":["2023-03-22T17:20:08Z"],"dc:date.available":["2023-03-22T17:20:08Z"],"dc:date.issued":["2023-02-17"],"dc:description.abstract":["A seleção de variáveis explicativas em modelos estatísticos é um problema atual e importante dentro da estatística e para o qual diferentes soluções já foram propostas para os diversos tipos de modelos. No caso específico dos modelos aditivos generalizados de locação, escala e forma (GAMLSS), a seleção de variáveis explicativas é feita usando métodos stepwise. Na atual proposta de seleção de variáveis nos GAMLSS tem-se disponível duas estratégias conhecidas como estratégia A e estratégia B, sendo que ambas selecionam variáveis explicativas para modelar todos os parâmetros da distribuição, mas de forma diferente. Neste trabalho, estas metodologias foram descritas de forma detalhada e por meio de estudos de simulação, foram investigados e comparados métodos de seleção de variáveis, usando modelos com estruturas lineares e com estruturas não lineares, além do uso de funções de suavização para diferentes distribuições de probabilidade. Uma nova proposta de seleção de modelos, denominada de Estratégia C foi introduzida. A mesma é uma combinação da Estratégia B com a Estratégia A. Uma aplicação à dados reais ilustra a metodologia apresentada."],"dc:identifier.uri":["https://repositorio.ufpe.br/handle/123456789/49447"],"dc:language.iso":["por"],"dc:publisher":["Universidade Federal de Pernambuco"],"dc:rights":["embargoedAccess"],"dc:rights.uri":["http://creativecommons.org/licenses/by-nc-nd/3.0/br/"],"dc:subject":["Estatística aplicada","Seleção de modelos"],"dc:title":["Explorando seleção de variáveis explicativas no contexto dos modelos aditivos generalizados de locação, escala e forma"],"dc:type":["masterThesis"]},"updated_at":"2026-07-24T01:18:46Z"}