Selección de variables en modelos de regresión logística usando regularización
Cargando...
Archivos
Autores
Director
Tipo de contenido
Document language:
Español
Fecha
Título de la revista
ISSN de la revista
Título del volumen
Documentos PDF
Resumen
Con el propósito de desarrollar un mecanismo probabilístico que modele el comportamiento
natural de un fenómeno dicotómico, garantizando estabilidad, generalización, interpretabilidad,
precisión y la estimación de parámetros, mientras selecciona variables y evita
problemas de multicolinealidad, se implementan modelos lineales generalizados regularizados
con respuesta binomial y enlace logístico. Para validar estas características, en particular
la capacidad de selección de variables, se propone comparar esta metodología en términos
de AUC con las técnicas clásicas. Estas últimas incluyen el modelo lineal generalizado con
respuesta binomial y enlace logit, utilizando métodos de ajuste como el AIC (Criterio de
Información de Akaike) y estrategias de selección de variables como forward, backward y
stepwise. (Texto tomado de la fuente).
Abstract
To develop a probabilistic mechanism capable of modeling the natural behavior of a dichotomous
phenomenon while ensuring stability, generalization, interpretability, precision,
and parameter estimation, as well as variable selection while avoiding multicollinearity issues,
generalized linear models with regularization for a binomial response and logistic link
are implemented. To validate these features, particularly the ability to select variables, this
methodology is compared in terms of AUC with classical approaches. The latter include generalized
linear models with binomial response and logistic link, using adjustment methods
such as AIC (Akaike Information Criterion) and variable selection strategies like forward,
backward, and stepwise
Palabras clave propuestas
Descripción
ilustraciones, diagramas