Trabalho Final de Mestrado
| Ano Lectivo: | 2018/2019 |
|---|---|
| Aluno: | HUGO FRANCISCO VICENTE MOREIRA (45250) |
| Mestrado: | Econometria Aplicada e Previsão |
| Tipo: | Dissertação |
| Título do Trabalho Final de Mestrado: | The Effect of Heteroscedasticity on Bayesian Variable Selection |
| Sub Título: | |
| Comentário: | This dissertation aims to study the effect of heteroscedasticity on Bayesian Variable Selection. We employ a simulation study, using two distinct datasets, to evaluate the effects of introducing heteroscedasticity in a linear regression, and whether transforming an heteroscedastic dataset into an homoscedastic one results in any considerable differences. We look at the variables selected, inclusion probabilities and performance measures. We find Bayesian Variable Selection to be robust to heteroscedasticity, although a better predictive performance may be attained if we take the error variance's structure explicitly into account. |
| Instituição: | - |
| Homologação: | Dia 03/01/2020 às 07:41 por NUNO JOÃO DE OLIVEIRA VALÉRIO |
Resumo
Nesta dissertação estudamos o efeito da heterocedasticidade na seleção bayesiana de variáveis. Através de um estudo de simulação, e utilizando dois conjuntos de dados reais, avaliamos os efeitos de introduzir heteroscedasticidade numa regressão linear, bem como o efeito de transformar dados heterocedásticos em homocedásticos. Analisando as variáveis selecionadas, probabilidades de inclusão e medidas de performance preditiva, concluimos que a seleção bayesiana de variáveis é robusta à heterocedasticidade, mas é possível obter melhor perfomance preditiva se a estrutura de variância dos erros for tomada em conta. (Português)
This dissertation aims to study the effect of heteroscedasticity on Bayesian Variable Selection. It employs a simulation study, using two distinct datasets, to evaluate the effects of introducing heteroscedasticity in a linear regression, and whether transforming an heteroscedastic dataset into an homoscedastic one results in any considerable differences. We look at the variables selected, inclusion probabilities and performance measures. We find Bayesian Variable Selection to be robust to heteroscedasticity, although a better predictive performance may be attained if we take the error variance's structure explicitly into account. (Inglês)
Palavras-chave
Seleção bayesiana de Variáveis, Heterocedasticidade (Português)
Bayesian Variable Selection, Heteroscedasticity (Inglês)
Resumo Alargado
O Resumo Alargado ainda não foi submetido.
Trabalho Final de Mestrado
DM-HFVM-2020.pdf (901KB)Data da Prova Pública
| Data da Prova Pública: | 20-01-2020 14:30 |
|---|