RT Generic
T1 Modelos de regresión con penalizacións
A1 Mejuto Vázquez, Sergio
AB [ES] Los modelos de regresión se basan en los estimadores de mínimos cuadrados, el cualveremos que es fácil que no sea capaz de estimar los coeficientes con fiabilidad en el casode variables dependientes. Para corregir este problema, se crearon distintos métodos queveremos en este trabajo. La Regresión Ridge y el método LASSO utilizan el estimador demínimos cuadrados con una penalización, la cual restringe los posibles valores que puedentomar los coeficientes, y así logran controlar sus valores. Por otro lado, LAR nos da unaordenación de las variables según su importancia, con la cual podemos crear modelos deregresión cogiendo sólo variables importantes. Con estos métodos conseguimos evitar elproblema de las variables dependientes.
AB [EN] Regression methods are based on the least square estimator, which may not providea good estimation of the coefficients in the case we have dependant variables. To avoidthis problem, different methods were created. Ridge Regression and LASSO use the leastsquare estimator with a penalty that shrinks the values of the coefficients, controling theirpossible values. On the other hand, LAR order the variables by their importance in themodel, and we can use it to create a model by choosing only the most important variables.With these methods we can avoid the problem we had in the case of dependant variables.
YR 2019
FD 2019-07
LK http://hdl.handle.net/10347/26382
UL http://hdl.handle.net/10347/26382
LA spa
NO Traballo Fin de Grao en Matemáticas. Curso 2018-2019
DS Minerva
RD 30 abr 2026