Sesión Estadística y sus Aplicaciones

Diciembre 12, 18:10 ~ 18:30

M-estimadores penalizados para regresión logística

Chebi, Gonzalo

Consideramos los estimadores propuestos por Bianco y Yohai (1996) para el modelo de regresión logística. Tal como ocurre en el caso de regresión lineal, una forma de adaptar los métodos para el caso altamente dimensional consiste en sumar una penalización en la función a minimizar. Sin embargo, en este tipo de modelos, una penzalización del tipo LASSO suele encoger los parámetros más de lo que uno desearía. Con este fin, consideramos una función de penalización que realice selección de variables sin reducir demasiado la escala de los coeficientes de la regresión. Compararemos, a través de un estudio de simulación, la eficiencia y robustez de nuestro método ante otras alternativas de la literatura. También mostraremos algunas propiedades asintóticas de nuestros estimadores. \vspace{1cm} \noindent \textbf{Referencias} \vspace{0.2cm} \noindent Bianco, A. M., \& Yohai, V. J. (1996). Robust estimation in the logistic regression model. \textsl{In Robust statistics, data analysis, and computer intensive methods} (pp. 17-34). Springer New York.

Autores: Chebi, Gonzalo / Bianco, Ana / Boente, Graciela .