Seleção de variáveis explicativas nos modelos aditivos generalizados de locação, escala e forma

Abstract

Este estudo visa explorar e comparar dois métodos de seleção de variáveis explicativas no contexto dos modelos aditivos generalizados de locação, escala e forma (GAMLSS). Um deles emprega o critério de informação de Akaike generalizado, enquanto o segundo realiza a seleção com base nos testes de Vuong e Clarke, estes sendo fundamentados na razão de verossimilhanças e utilizam o critério de informação de Kullback-Leibler. Para ambos os métodos, foi considerada a seleção de variáveis explicativas para a modelagem de todos os parâmetros da distribuição. Os métodos estão implementados no pacote gamlss da plataforma computacional R. Foram realizadas análise de dados proporcionando uma aplicação prática dos métodos estudados. A investigação se propõe a contribuir para a compreensão e adequação desses métodos de seleção de variáveis explicativas nos GAMLSS, oferecendo mecanismos para aprimorar a modelagem estatística em cenários complexos e diversos.