Use este identificador para citar ou linkar para este item: http://repositorio.ufla.br/jspui/handle/1/50679
Título: Comparison between highly complex location models and GAMLSS
Palavras-chave: Beyond mean regression
Distributional regression
Parsimony principle
Regression models
Smoothing functions
Além da regressão média
Regressão distributiva
Princípio da parcimônia
Funções de suavização
Data do documento: 2021
Editor: MDPI
Citação: RAMIRES, T. G. et al. Comparison between highly complex location models and GAMLSS. Entropy, Basel, v. 23, n. 4, Apr. 2021. DOI: 10.3390/e23040469.
Resumo: This paper presents a discussion regarding regression models, especially those belonging to the location class. Our main motivation is that, with simple distributions having simple interpretations, in some cases, one gets better results than the ones obtained with overly complex distributions. For instance, with the reverse Gumbel (RG) distribution, it is possible to explain response variables by making use of the generalized additive models for location, scale, and shape (GAMLSS) framework, which allows the fitting of several parameters (characteristics) of the probabilistic distributions, like mean, mode, variance, and others. Three real data applications are used to compare several location models against the RG under the GAMLSS framework. The intention is to show that the use of a simple distribution (e.g., RG) based on a more sophisticated regression structure may be preferable than using a more complex location model.
URI: 10.3390/e23040469
http://repositorio.ufla.br/jspui/handle/1/50679
Aparece nas coleções:DES - Artigos publicados em periódicos

Arquivos associados a este item:
Não existem arquivos associados a este item.


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.