Multivariate Adaptative Regression Splines (MARS), una alternativa para el análisis de series de tiempo

Resumen: Multivariate Adaptative Regression Splines (MARS) es un método de modelación no paramétrico que extiende el modelo lineal incorporando no linealidades e interacciones de variables. Es una herramienta flexible que automatiza la construcción de modelos de predicción, seleccionando variab...

Full description

Saved in:
Bibliographic Details
Main Authors: Jairo Vanegas (Author), Fabián Vásquez (Author)
Format: Book
Published: Elsevier, 2017-05-01T00:00:00Z.
Subjects:
Online Access:Connect to this object online.
Tags: Add Tag
No Tags, Be the first to tag this record!

MARC

LEADER 00000 am a22000003u 4500
001 doaj_1e50faa4ed3e46faa037a3044a91944b
042 |a dc 
100 1 0 |a Jairo Vanegas  |e author 
700 1 0 |a Fabián Vásquez  |e author 
245 0 0 |a Multivariate Adaptative Regression Splines (MARS), una alternativa para el análisis de series de tiempo 
260 |b Elsevier,   |c 2017-05-01T00:00:00Z. 
500 |a 0213-9111 
500 |a 10.1016/j.gaceta.2016.10.003 
520 |a Resumen: Multivariate Adaptative Regression Splines (MARS) es un método de modelación no paramétrico que extiende el modelo lineal incorporando no linealidades e interacciones de variables. Es una herramienta flexible que automatiza la construcción de modelos de predicción, seleccionando variables relevantes, transformando las variables predictoras, tratando valores perdidos y previniendo sobreajustes mediante un autotest. También permite predecir tomando en cuenta factores estructurales que pudieran tener influencia sobre la variable respuesta, generando modelos hipotéticos. El resultado final serviría para identificar puntos de corte relevantes en series de datos. En el área de la salud es poco utilizado, por lo que se propone como una herramienta más para la evaluación de indicadores relevantes en salud pública. Para efectos demostrativos se utilizaron series de datos de mortalidad de menores de 5 años de Costa Rica en el periodo 1978-2008. Abstract: Multivariate Adaptive Regression Splines (MARS) is a non-parametric modelling method that extends the linear model, incorporating nonlinearities and interactions between variables. It is a flexible tool that automates the construction of predictive models: selecting relevant variables, transforming the predictor variables, processing missing values and preventing overshooting using a self-test. It is also able to predict, taking into account structural factors that might influence the outcome variable, thereby generating hypothetical models. The end result could identify relevant cut-off points in data series. It is rarely used in health, so it is proposed as a tool for the evaluation of relevant public health indicators. For demonstrative purposes, data series regarding the mortality of children under 5 years of age in Costa Rica were used, comprising the period 1978-2008. Palabras clave: Metodología, Estadística no paramétrica, Predicción, Keywords: Methods, Non-parametric statistics, Forecasting 
546 |a EN 
546 |a ES 
690 |a Public aspects of medicine 
690 |a RA1-1270 
655 7 |a article  |2 local 
786 0 |n Gaceta Sanitaria, Vol 31, Iss 3, Pp 235-237 (2017) 
787 0 |n http://www.sciencedirect.com/science/article/pii/S0213911116302540 
787 0 |n https://doaj.org/toc/0213-9111 
856 4 1 |u https://doaj.org/article/1e50faa4ed3e46faa037a3044a91944b  |z Connect to this object online.