<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Scott Wise, ingeniero principal de sistemas de JMP, SAS
Brady Brady, ingeniero de habilitación técnica de JMP, SAS
Creación de modelos lineales robustos mediante regresión lineal generalizada (GLR)
Las técnicas de regresión penalizadas son una alternativa viable a los enfoques tradicionales de modelado lineal, particularmente en los casos en que se violan los supuestos típicos de ortogonalidad, homocedasticidad o normalidad de respuesta. También se pueden usar para seleccionar automáticamente qué predictores son más útiles para predecir una respuesta determinada. Si bien estas técnicas no son nuevas, históricamente su uso en entornos aplicados ha sido limitado, debido tanto a su costo computacional como a su relativa oscuridad fuera de la academia. Hoy en día, la proliferación de computadoras potentes y asequibles hace factible implementar estas técnicas en el software analítico de escritorio. Esta sesión explicará las técnicas de regresión penalizadas y explorará el uso de la personalidad de Regresión Generalizada de la plataforma JMP Fit Model. Los asistentes encontrarán que estos modelos son fáciles de configurar, ejecutar y analizar, pero son robustos en presencia de valores atípicos, entradas correlacionadas y respuestas no normales y/o infladas a cero.
Diapositivas adjuntas: Discovery 2015 Genreg.pptx
