Um novo método para seleção de variáveis preditivas com base em índices de importância
O grande volume de variáveis coletadas em processos industriais impõe dificuldades ao controle e monitoramento de tais processos. A regressão PLS (partial least squares) vem sendo amplamente utilizada em procedimentos de seleção de variáveis por sua capacidade de operar com grande número de variávei...
Saved in:
| Main Authors: | , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Associação Brasileira de Engenharia de Produção (ABEPRO)
2014-03-01
|
| Series: | Production |
| Subjects: | |
| Online Access: | http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0103-65132014000100007&lng=en&tlng=en |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| _version_ | 1849691215719563264 |
|---|---|
| author | Juliano Zimmer Michel José Anzanello |
| author_facet | Juliano Zimmer Michel José Anzanello |
| author_sort | Juliano Zimmer |
| collection | DOAJ |
| description | O grande volume de variáveis coletadas em processos industriais impõe dificuldades ao controle e monitoramento de tais processos. A regressão PLS (partial least squares) vem sendo amplamente utilizada em procedimentos de seleção de variáveis por sua capacidade de operar com grande número de variáveis correlacionadas e afetadas por ruído. Este artigo propõe um método para identificar o melhor subconjunto de variáveis de processo para a predição das variáveis de resposta. Indicadores de importância das variáveis são desenvolvidos a partir de parâmetros da regressão PLS e guiam a eliminação das variáveis irrelevantes. Tais índices são então testados em termos de seu desempenho. Ao ser aplicado em cinco bancos de dados industriais, o método utilizando o índice recomendado reteve apenas 31% das variáveis originais e aumentou a acurácia de predição do conjunto de teste em 6%. O método proposto também superou a acurácia do método Stepwise, tradicionalmente utilizado em procedimentos de seleção com propósitos de predição. |
| format | Article |
| id | doaj-art-e2c0ee832d944a2995bf1399b77926c1 |
| institution | DOAJ |
| issn | 1980-5411 |
| language | English |
| publishDate | 2014-03-01 |
| publisher | Associação Brasileira de Engenharia de Produção (ABEPRO) |
| record_format | Article |
| series | Production |
| spelling | doaj-art-e2c0ee832d944a2995bf1399b77926c12025-08-20T03:21:06ZengAssociação Brasileira de Engenharia de Produção (ABEPRO)Production1980-54112014-03-01241849310.1590/S0103-65132014000100007S0103-65132014000100007Um novo método para seleção de variáveis preditivas com base em índices de importânciaJuliano Zimmer0Michel José Anzanello1Universidade Federal do Rio Grande do SulUniversidade Federal do Rio Grande do SulO grande volume de variáveis coletadas em processos industriais impõe dificuldades ao controle e monitoramento de tais processos. A regressão PLS (partial least squares) vem sendo amplamente utilizada em procedimentos de seleção de variáveis por sua capacidade de operar com grande número de variáveis correlacionadas e afetadas por ruído. Este artigo propõe um método para identificar o melhor subconjunto de variáveis de processo para a predição das variáveis de resposta. Indicadores de importância das variáveis são desenvolvidos a partir de parâmetros da regressão PLS e guiam a eliminação das variáveis irrelevantes. Tais índices são então testados em termos de seu desempenho. Ao ser aplicado em cinco bancos de dados industriais, o método utilizando o índice recomendado reteve apenas 31% das variáveis originais e aumentou a acurácia de predição do conjunto de teste em 6%. O método proposto também superou a acurácia do método Stepwise, tradicionalmente utilizado em procedimentos de seleção com propósitos de predição.http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0103-65132014000100007&lng=en&tlng=enSeleção de variáveisRegressão PLSIndicador de importância das variáveis |
| spellingShingle | Juliano Zimmer Michel José Anzanello Um novo método para seleção de variáveis preditivas com base em índices de importância Production Seleção de variáveis Regressão PLS Indicador de importância das variáveis |
| title | Um novo método para seleção de variáveis preditivas com base em índices de importância |
| title_full | Um novo método para seleção de variáveis preditivas com base em índices de importância |
| title_fullStr | Um novo método para seleção de variáveis preditivas com base em índices de importância |
| title_full_unstemmed | Um novo método para seleção de variáveis preditivas com base em índices de importância |
| title_short | Um novo método para seleção de variáveis preditivas com base em índices de importância |
| title_sort | um novo metodo para selecao de variaveis preditivas com base em indices de importancia |
| topic | Seleção de variáveis Regressão PLS Indicador de importância das variáveis |
| url | http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0103-65132014000100007&lng=en&tlng=en |
| work_keys_str_mv | AT julianozimmer umnovometodoparaselecaodevariaveispreditivascombaseemindicesdeimportancia AT micheljoseanzanello umnovometodoparaselecaodevariaveispreditivascombaseemindicesdeimportancia |