Selecção robusta em modelos de regressão linear com um grande número de preditores

Abstract

Neste trabalho discute-se o problema de selecção de variáveis em modelos de regressão linear que envolvem um grande número de preditores, contaminados por outliers e observações atípicas. Como os métodos clássicos de selecção de variáveis não são resistentes à presença de outliers e outros tipos de contaminação, neste estudo são estudados métodos robustos de selecção de variáveis em modelos de regressão linear que envolvem um grande número de preditores. Estudos de simulação são realizados para avaliar e comparar o desempenho dos métodos de selecção de variáveis apresentados.