Comparación de procedimientos FDR para la selección de parámetros en Regresión Poisson
##plugins.themes.bootstrap3.article.main##
Resumen
La selecci\'on de variables significativas en modelos de regresi\'on es un problema importante en el trabajo estad\'istico aplicado. El modelo de Regresi\'on Poisson, \'util para describir el n\'umero de ocurrencias de un evento particular como funci\'on de un conjunto de variables explicativas, ha sido recientemente empleado en biolog\'ia, epidemiolog\'ia, gen\'etica e ingenier\'ia. En este trabajo se describen el modelo de Regresi\'on Poisson y cuatro procedimientos para la selecciÛn de variables explicativas, todos basados en la tasa de falsos descubrimientos (FDR). Adicionalmente, estos procedimientos se comparan mediante un estudio de simulaci\'on y se dan algunas recomendaciones. Finalmente presentamos una aplicaci\'on donde se modela el n\'umero de madres menores de edad en el Departamento de Antioquia.
##plugins.themes.bootstrap3.article.details##
Palabras Clave
Referencias
Cómo citar
Velez, J. I., & Correa, J. C. (2013). Comparación de procedimientos FDR para la selección de parámetros en Regresión Poisson. Comunicaciones En Estadística, 6(1), 45-57. Recuperado a partir de https://revistas.usantotomas.edu.co/index.php/estadistica/article/view/6216
Número
Sección
Artículos
Los autores mantienen los derechos sobre los artículos y por tanto son libres de compartir, copiar, distribuir, ejecutar y comunicar públicamente la obra bajo las condiciones siguientes:
Reconocer los créditos de la obra de la manera especificada por el autor o el licenciante (pero no de una manera que sugiera que tiene su apoyo o que apoyan el uso que hace de su obra).
Comunicaciones en Estadística está bajo una licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
La Universidad Santo Tomás conserva los derechos patrimoniales (copyright) de las obras publicadas, y favorece y permite la reutilización de las mismas bajo la licencia anteriormente mencionada.