Exportação concluída — 

Contribuição à geometria analítica dos estimadores Lasso e Elastic Net

Detalhes bibliográficos
Ano de defesa: 2020
Autor(a) principal: Carvalho, Laerte Dias de
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal de Lavras
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Estimadores Ridge
Geometria de Modelos Lineares
Estimadores de encolhimento
Estatística
Link de acesso: https://locus.ufv.br//handle/123456789/28382
Resumo: Os métodos de estimação e seleção de variáveis em modelos lineares LASSO (Least Absolute Shrin- kage and Selection Operator)(1996) e Elastic Net (2005) são atualmente amplamente utilizados. Usualmente apresentados como solução de problemas variacionais, nesse trabalho são obtidos utilizando uma abordagem geométrica. Tal abordagem possibilitou a obtenção de propriedades relativas à geometria analítica do método de sua construção o que permitiu uma relação entre o estimador Elastic Net e o estimador Ridge. Também é apresentado um algoritmo para obter o estimador LASSO. Palavras-chave: Estimadores Ridge. Geometria de Modelos Lineares. Estimadores de encolhimento.
id UFV_85999f9fabf7c82434a23796b025fd56
oai_identifier_str oai:locus.ufv.br:123456789/28382
network_acronym_str UFV
network_name_str LOCUS Repositório Institucional da UFV
repository_id_str
spelling Contribuição à geometria analítica dos estimadores Lasso e Elastic NetEstimadores RidgeGeometria de Modelos LinearesEstimadores de encolhimentoEstatísticaOs métodos de estimação e seleção de variáveis em modelos lineares LASSO (Least Absolute Shrin- kage and Selection Operator)(1996) e Elastic Net (2005) são atualmente amplamente utilizados. Usualmente apresentados como solução de problemas variacionais, nesse trabalho são obtidos utilizando uma abordagem geométrica. Tal abordagem possibilitou a obtenção de propriedades relativas à geometria analítica do método de sua construção o que permitiu uma relação entre o estimador Elastic Net e o estimador Ridge. Também é apresentado um algoritmo para obter o estimador LASSO. Palavras-chave: Estimadores Ridge. Geometria de Modelos Lineares. Estimadores de encolhimento.The estimation and variable selection methods in the linear models LASSO (Least Absolute Sh- rinkage and Selection Operator) (1996) and Elastic Net (2005) have been widely used. The estimators are usually presented as a solution to variational problems. In this study, a geometric approach was proposed. Such approach allowed obtaining properties related to the analytical geometry of the method of construction which showed a close relationship between the Elastic Net estimator and the Ridge estimator. An algorithm to obtain the LASSO estimator is also presented. Keywords: Ridge Estimator. Geometry of Linear Models. Shrinkage estimators.Universidade Federal de LavrasChaves, Lucas Monteirohttp://lattes.cnpq.br/4900128946210518Souza, Devanil Jaques deCarvalho, Laerte Dias de2021-10-01T18:07:39Z2021-10-01T18:07:39Z2020-02-11info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfCARVALHO, Laerte Dias de. Contribuição à geometria analítica dos estimadores Lasso e Elastic Net. 2020. 82 f. Tese (Doutorado em Estatística e Experimentação Agropecuária) - Universidade Federal de Lavras, Lavras. 2020.https://locus.ufv.br//handle/123456789/28382porinfo:eu-repo/semantics/openAccessreponame:LOCUS Repositório Institucional da UFVinstname:Universidade Federal de Viçosa (UFV)instacron:UFV2024-07-12T07:59:45Zoai:locus.ufv.br:123456789/28382Repositório InstitucionalPUBhttps://www.locus.ufv.br/oai/requestfabiojreis@ufv.bropendoar:21452024-07-12T07:59:45LOCUS Repositório Institucional da UFV - Universidade Federal de Viçosa (UFV)false
dc.title.none.fl_str_mv Contribuição à geometria analítica dos estimadores Lasso e Elastic Net
title Contribuição à geometria analítica dos estimadores Lasso e Elastic Net
spellingShingle Contribuição à geometria analítica dos estimadores Lasso e Elastic Net
Carvalho, Laerte Dias de
Estimadores Ridge
Geometria de Modelos Lineares
Estimadores de encolhimento
Estatística
title_short Contribuição à geometria analítica dos estimadores Lasso e Elastic Net
title_full Contribuição à geometria analítica dos estimadores Lasso e Elastic Net
title_fullStr Contribuição à geometria analítica dos estimadores Lasso e Elastic Net
title_full_unstemmed Contribuição à geometria analítica dos estimadores Lasso e Elastic Net
title_sort Contribuição à geometria analítica dos estimadores Lasso e Elastic Net
author Carvalho, Laerte Dias de
author_facet Carvalho, Laerte Dias de
author_role author
dc.contributor.none.fl_str_mv Chaves, Lucas Monteiro
http://lattes.cnpq.br/4900128946210518
Souza, Devanil Jaques de
dc.contributor.author.fl_str_mv Carvalho, Laerte Dias de
dc.subject.por.fl_str_mv Estimadores Ridge
Geometria de Modelos Lineares
Estimadores de encolhimento
Estatística
topic Estimadores Ridge
Geometria de Modelos Lineares
Estimadores de encolhimento
Estatística
description Os métodos de estimação e seleção de variáveis em modelos lineares LASSO (Least Absolute Shrin- kage and Selection Operator)(1996) e Elastic Net (2005) são atualmente amplamente utilizados. Usualmente apresentados como solução de problemas variacionais, nesse trabalho são obtidos utilizando uma abordagem geométrica. Tal abordagem possibilitou a obtenção de propriedades relativas à geometria analítica do método de sua construção o que permitiu uma relação entre o estimador Elastic Net e o estimador Ridge. Também é apresentado um algoritmo para obter o estimador LASSO. Palavras-chave: Estimadores Ridge. Geometria de Modelos Lineares. Estimadores de encolhimento.
publishDate 2020
dc.date.none.fl_str_mv 2020-02-11
2021-10-01T18:07:39Z
2021-10-01T18:07:39Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv CARVALHO, Laerte Dias de. Contribuição à geometria analítica dos estimadores Lasso e Elastic Net. 2020. 82 f. Tese (Doutorado em Estatística e Experimentação Agropecuária) - Universidade Federal de Lavras, Lavras. 2020.
https://locus.ufv.br//handle/123456789/28382
identifier_str_mv CARVALHO, Laerte Dias de. Contribuição à geometria analítica dos estimadores Lasso e Elastic Net. 2020. 82 f. Tese (Doutorado em Estatística e Experimentação Agropecuária) - Universidade Federal de Lavras, Lavras. 2020.
url https://locus.ufv.br//handle/123456789/28382
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Federal de Lavras
publisher.none.fl_str_mv Universidade Federal de Lavras
dc.source.none.fl_str_mv reponame:LOCUS Repositório Institucional da UFV
instname:Universidade Federal de Viçosa (UFV)
instacron:UFV
instname_str Universidade Federal de Viçosa (UFV)
instacron_str UFV
institution UFV
reponame_str LOCUS Repositório Institucional da UFV
collection LOCUS Repositório Institucional da UFV
repository.name.fl_str_mv LOCUS Repositório Institucional da UFV - Universidade Federal de Viçosa (UFV)
repository.mail.fl_str_mv fabiojreis@ufv.br
_version_ 1855045705934045184

Registros relacionados