Regression Model Selection via Log-Likelihood Ratio and Constrained Minimum Criterion
I present a new method for selecting regression models that focuses on models in the likelihood ratio confidence region for the parameter vector of the full model. I show that when the sample size is large and the confidence level is high, there is a high probability that the smallest model in the confidence region is the true model; thus, the method selects this smallest model. The confidence level serves as a tuning parameter. I compare this new method with existing methods in a simulation study to demonstrate its excellent accuracy and adaptability to different sample sizes. Model selection is an active area of research with a wide range of methods. This talk also includes a brief review of popular information-theoretic and Bayesian methods. The new method is a frequentist alternative for selecting regression models.
Sélection de modèles de régression par le biais du rapport de log-vraisemblance et du critère du minimum contraint
Je présente une nouvelle méthode de sélection des modèles de régression qui se concentre sur les modèles situés dans la région de confiance du rapport de vraisemblance pour le vecteur de paramètres du modèle complet. Je montre que lorsque la taille de l'échantillon est importante et que le niveau de confiance est élevé, il y a une forte probabilité que le plus petit modèle dans la région de confiance soit le vrai modèle ; la méthode sélectionne donc ce plus petit modèle. Le niveau de confiance sert de paramètre d'ajustement. Je compare cette nouvelle méthode aux méthodes existantes via une étude de simulation afin d'en démontrer l'excellente précision et l'adaptabilité à différentes tailles d'échantillons. La sélection de modèles est un domaine de recherche actif, avec un large éventail de méthodes. Cet exposé comprend également un bref examen des méthodes populaires de la théorie de l'information et des méthodes bayésiennes. Notre nouvelle méthode est une alternative fréquentiste pour la sélection de modèles de régression.
Date and Time
-
Langue de la présentation orale
Anglais
Langue des supports visuels
Bilingue