Global Search Regression (GSREG): a new automatic model selection technique for cross-section, time series and panel data regressions
Este artículo presenta las principales características del comando GSREG (Global Search Regression), una nueva técnica modelos de selección automática de variables. Como otros algoritmos de búsqueda exhaustiva (por ejemplo VSELECT) GSREG evita las los problemas de la dependencia respecto del punto i...
Guardado en:
| Autores principales: | , |
|---|---|
| Formato: | Objeto de conferencia |
| Lenguaje: | Inglés |
| Publicado: |
2014
|
| Materias: | |
| Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/170346 |
| Aporte de: |
| Sumario: | Este artículo presenta las principales características del comando GSREG (Global Search Regression), una nueva técnica modelos de selección automática de variables. Como otros algoritmos de búsqueda exhaustiva (por ejemplo VSELECT) GSREG evita las los problemas de la dependencia respecto del punto inicial (como PCGETS o RETINA). Sin embargo, GSREG es el primer código Stata que: 1) garantiza el óptimo con criterios de selección fuera de la muestra de estimación; 2) permite realizar test de residuos para cada alternativa; y 3) establece (dependiendo de las especificaciones del usuario) una base de datos con información completa sobre estadísticas para cada modelo alternativo. |
|---|