Triagem de variáveis em modelos de regressão de alta dimensão por ondaletas

Resumo

A crescente necessidade de se analisar grandes volumes de dados traz à tona o problema de se elaborar estratégias para realizar análises estatísticas na era do Big Data. Uma metodologia estatística bastante popular são os modelos de regressão, técnica empregada quando variáveis explicativas são utilizadas para modelar alguma variável resposta de interesse. Quando o número de variáveis explicativas é muito alto em relação ao tamanho da amostra disponível, pesquisadores têm utilizado maneiras de se identificar quais destas variáveis são relevantes para a análise em questão, sendo a ideia de triagem de variáveis uma opção para lidar com tal problema. Uma maneira de se realizar uma triagem desse tipo é avaliar as correlações da variável resposta com funções das covariáveis. A proposta do presente projeto é utilizar métodos de ondaletas para guiar a escolha/estimação de tais funções e estabelecer as propriedades teóricas através das propriedades de estimadores por ondaletas. (AU)