Global Search Regression (GSREG): a new automatic model selection technique for cross-section, time series and panel data regressions

Este artículo presenta las principales características del comando GSREG (Global Search Regression), una nueva técnica modelos de selección automática de variables. Como otros algoritmos de búsqueda exhaustiva (por ejemplo VSELECT) GSREG evita las los problemas de la dependencia respecto del punto i...

Descripción completa

Detalles Bibliográficos
Autores principales: Gluzmann, Pablo Alfredo, Panigo, Demian Tupac
Formato: Objeto de conferencia
Lenguaje:Inglés
Publicado: 2014
Materias:
Ciencias Económicas
GSREG
automatic model selection
VSELECT
PcGets
RETINA
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/170346
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-170346
record_format dspace
spelling I19-R120-10915-1703462024-09-20T04:09:06Z http://sedici.unlp.edu.ar/handle/10915/170346 Global Search Regression (GSREG): a new automatic model selection technique for cross-section, time series and panel data regressions Gluzmann, Pablo Alfredo Panigo, Demian Tupac 2014-11 2014 2024-09-19T13:24:24Z en Ciencias Económicas GSREG automatic model selection VSELECT PcGets RETINA Este artículo presenta las principales características del comando GSREG (Global Search Regression), una nueva técnica modelos de selección automática de variables. Como otros algoritmos de búsqueda exhaustiva (por ejemplo VSELECT) GSREG evita las los problemas de la dependencia respecto del punto inicial (como PCGETS o RETINA). Sin embargo, GSREG es el primer código Stata que: 1) garantiza el óptimo con criterios de selección fuera de la muestra de estimación; 2) permite realizar test de residuos para cada alternativa; y 3) establece (dependiendo de las especificaciones del usuario) una base de datos con información completa sobre estadísticas para cada modelo alternativo. This paper presents the main features of Global Search Regression (GSREG), a new automatic model selection technique (AMST) for time series, cross-section and panel data regressions. As other exhaustive search algorithms (e.g. VSELECT) GSREG avoids characteristic path-dependence traps of standard backward and forward looking approaches (like PCGETS or RETINA). However, GSREG is the first STATA code that: 1) guarantees optimality with out-of-sample selection criteria; 2) allows residual testing for each alternative; and 3) provides (depending on user specifications) a full-information dataset with outcome statistics for every alternative model. Facultad de Ciencias Económicas Objeto de conferencia Objeto de conferencia http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) application/pdf
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Inglés
topic Ciencias Económicas
GSREG
automatic model selection
VSELECT
PcGets
RETINA
spellingShingle Ciencias Económicas
GSREG
automatic model selection
VSELECT
PcGets
RETINA
Gluzmann, Pablo Alfredo
Panigo, Demian Tupac
Global Search Regression (GSREG): a new automatic model selection technique for cross-section, time series and panel data regressions
topic_facet Ciencias Económicas
GSREG
automatic model selection
VSELECT
PcGets
RETINA
description Este artículo presenta las principales características del comando GSREG (Global Search Regression), una nueva técnica modelos de selección automática de variables. Como otros algoritmos de búsqueda exhaustiva (por ejemplo VSELECT) GSREG evita las los problemas de la dependencia respecto del punto inicial (como PCGETS o RETINA). Sin embargo, GSREG es el primer código Stata que: 1) garantiza el óptimo con criterios de selección fuera de la muestra de estimación; 2) permite realizar test de residuos para cada alternativa; y 3) establece (dependiendo de las especificaciones del usuario) una base de datos con información completa sobre estadísticas para cada modelo alternativo.
format Objeto de conferencia
Objeto de conferencia
author Gluzmann, Pablo Alfredo
Panigo, Demian Tupac
author_facet Gluzmann, Pablo Alfredo
Panigo, Demian Tupac
author_sort Gluzmann, Pablo Alfredo
title Global Search Regression (GSREG): a new automatic model selection technique for cross-section, time series and panel data regressions
title_short Global Search Regression (GSREG): a new automatic model selection technique for cross-section, time series and panel data regressions
title_full Global Search Regression (GSREG): a new automatic model selection technique for cross-section, time series and panel data regressions
title_fullStr Global Search Regression (GSREG): a new automatic model selection technique for cross-section, time series and panel data regressions
title_full_unstemmed Global Search Regression (GSREG): a new automatic model selection technique for cross-section, time series and panel data regressions
title_sort global search regression (gsreg): a new automatic model selection technique for cross-section, time series and panel data regressions
publishDate 2014
url http://sedici.unlp.edu.ar/handle/10915/170346
work_keys_str_mv AT gluzmannpabloalfredo globalsearchregressiongsreganewautomaticmodelselectiontechniqueforcrosssectiontimeseriesandpaneldataregressions
AT panigodemiantupac globalsearchregressiongsreganewautomaticmodelselectiontechniqueforcrosssectiontimeseriesandpaneldataregressions
_version_ 1824075651683975168

Ejemplares similares