| Processo: | 12/22603-6 |
| Modalidade de apoio: | Auxílio à Pesquisa - Pesquisador Visitante - Internacional |
| Data de Início da vigência: | 25 de fevereiro de 2013 |
| Data de Término da vigência: | 18 de março de 2013 |
| Área do conhecimento: | Ciências Exatas e da Terra - Probabilidade e Estatística - Estatística |
| Pesquisador responsável: | Ronaldo Dias |
| Beneficiário: | Ronaldo Dias |
| Pesquisador visitante: | Michael G. Akritas |
| Instituição do Pesquisador Visitante: | Pennsylvania State University, Estados Unidos |
| Instituição Sede: | Instituto de Matemática, Estatística e Computação Científica (IMECC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil |
| Assunto(s): | Estimação não paramétrica Análise de variância |
| Palavra(s)-Chave do Pesquisador: | consistência assintótica | modelos mistos | regressão kernel | Regressão não paramétrica | teste de bondade de ajuste | Estimação Não Paramétrica |
Resumo
Seja X um vetor de variáveis preditoras disponíveis e Y a variável resposta. Sob o modelo não-paramétrico Y = m(X)+(X), Zambom e Akritas (2012) propuseram um teste baseado em técnicas de ANOVA de um fator quando o número dos níveis cresce para infinito. Além disso, utilizando os resultados deste teste de hipótese, Zambom e Akritas sugeriram um algoritmo de seleção de variáveis usando controle de nível FDR (False Discovery Rate). O algoritmo apresenta bons resultados em simulações, mas suas propriedades assintóticas ainda não foram exploradas. Portanto, o objetivo principal deste projeto é estudar a consistência teórica deste método. Outra proposta é estudar novas metodologias que permitam usar esse tipo de teste de hipótese e seleção de variáveis em modelos mistos. (AU)
| Matéria(s) publicada(s) na Agência FAPESP sobre o auxílio: |
| Mais itensMenos itens |
| TITULO |
| Matéria(s) publicada(s) em Outras Mídias ( ): |
| Mais itensMenos itens |
| VEICULO: TITULO (DATA) |
| VEICULO: TITULO (DATA) |