Regressão linear robusta auto-organizada aplicada a dados intervalares

Abstract

Dados simbólicos são tipos de dados complexos e podem ser representados de diferentes maneiras, cada uma com suas peculiaridades e aplicações. Dados do tipo intervalo, por sua vez, podem ser usados para representar informações imprecisas, como medições, informações sensíveis, como geolocalização, ou até mesmo como uma forma de reduzir o tamanho do problema. No contexto da regressão linear de dados intervalares, podemos ter dois proble- mas: sensibilidade a dados discrepantes (outliers) e escolha adequada para a representação dos intervalos. Para superar essas dificuldades, este artigo propõe um modelo de regressão robusta para dados intervalares no qual a melhor representação para os dados intervalares é obtida automaticamente, otimizando um critério baseado na equação paramétrica da reta e no método dos mínimos quadrados reponderados. Conjuntos de dados sintéticos e reais são considerados para validar o desempenho do modelo proposto. Conceitos de outliers de limite inferior e superior também foram introduzidos, além da métrica MMRE:L para limites inferiores e MMRE:U para limites superiores.