Resumen: Aplicamos regularizaciones clásicas y bayesianas de lazo [4,5] a una familia de modelos de regresión con presencia de variables de mezcla y de ruido [2]. Analizamos el rendimiento de estas estimaciones con respecto a estimadores de cuadrados mínimos ordinarios mediante un estudio de simulación y una aplicación de datos reales. Nuestros resultados demuestran el rendimiento superior del lazo bayesiano. Nuestros resultados demuestran el rendimiento superior del lazo bayesiano, particularmente a través de la inferencia variacional de ascenso de coordenadas [1], en términos de precisión en la selección de variables y optimización de respuesta.
Trabajo conjunto con: Fabián Manríquez, Instituto de Estadística, Universidad de Valparaíso, Valparaíso, Chile y Manuel Pereira-Barahona, Departamento de Estadística, Universidad del Bío-Bío, Concepción, Chile. .
Referencias:
[1] Blei, D.M., Kucukelbir, A. & McAuliffe, J.D. Variational Inference:A Review for Statisticians. J. Am. Stat. Assoc. 112(518), 859-877 (2017).
[2] Goldfarb, H.B., Borror, C.M. and Montgomery, D.C. Mixtureprocess variable experiments with noise variables, J. Qual. Technol. 35, 393-405 (2003).
[3] González-Navarrete, M., Manríquez-Méndez, F. & Pereira-Barahona, M.: Lasso regularization for mixture experiments with noise variables, Preprint arXiv:2406.12237.
[4] Park, T. and Casella, G. The Bayesian lasso. J. Am. Stat. Assoc. 103(482): 681-686 (2008).
[5] Tibshirani, R. Regression shrinkage and selection via the lasso. J. R. Stat. Soc. Ser. B Methodol. 58(1), 267-288 (1996).
Semblanza: Manuel González Navarrete es licenciado en educación y profesor de estado en matemática por la Universidad de La Frontera (UFRO), en Chile. Posee maestría y doctorado en estadística por la Universidad de Sao Paulo (USP), en Brasil. Realizó un postdoctorado en el Instituto de Matemática y Estadística de la USP y Gran Sasso Science Institute en Italia.
Fue profesor asistente en el Departamento de Estadística de la Universidad del Bío-Bío, en Concepción, entre los años 2018 y 2023. Actualmente es profesor asociado del Departamento de Matemática y Estadística de la UFRO, en Temuco, Chile.
Sus líneas de investigación son en el área de probabilidades, procesos estocásticos y mecánica estadística. Además, en los últimos años ha desarrollado trabajos en el área de estadística, estudiando modelos de regresión con herramientas clásicas y Bayesianas.
Ha impartido docencia y orientado tesis a nivel de pregrado y postgrado, publicado diversos artículos y ha sido investigador principal y/o colaborador en proyectos nacionales e internacionales.