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.