Detailansicht
An analysis of a proposed model-free approach to linear least squares regression
Manuel Hahn
Art der Arbeit
Magisterarbeit
Universität
Universität Wien
Fakultät
Fakultät für Wirtschaftswissenschaften
Studiumsbezeichnung bzw. Universitätlehrgang (ULG)
Magisterstudium Statistik
Betreuer*in
Hannes Leeb
DOI
10.25365/thesis.64408
URN
urn:nbn:at:at-ubw:1-16111.06202.915467-1
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
In ihrem Paper "A Model-free Approach to Linear Least Squares Regression with Exact Probabilities and Applications to Covariate Selection" ("Ein modellfreier Ansatz zu linearer Kleinste-Quadrate Regression mit exakten Wahrscheinlichkeiten und Anwendungen zu Kovariablenselektion") schlagen Laurie Davies und Lutz Dümbgen einen neuen Ansatz zur Modellselektion in einem linearen Kleinst-Quadrate Setting vor, welches weder Hypothesen benutzt noch ein Modell für die Verteilung des Fehlerterms voraussetzt. Unter Anderem liefern sie eine Möglichkeit, für beliebige gegebene reellwertige Daten gültige p-Werte zu berechnen und einen Satz von Regressoren mittels einer schrittweisen Methode zu selektieren. Das Ziel dieser Arbeit ist es, einen Überblick und einen Kommentar zu ihrem Ansatz und weiters auch zu einigen ihrer Theoreme und der entsprechenden Beweise abzugeben. Hierbei liegt die Betrachtung auf der Entwurfsversion ihres Papers vom 5. Juni 2019.
Abstract
(Englisch)
In their paper "A Model-free Approach to Linear Least Squares Regression with Exact Probabilities and Applications to Covariate Selection", Laurie Davies and Lutz Dümbgen propose a new approach to model-selection in a linear least squares regression setting that neither uses hypotheses nor requires a model for the distribution of the error term. Among other things they provide a way of calculating valid p-values and selecting a subset of regressors in a step-wise manner for any given real-valued data. The aim of this thesis is to provide an overview and commentary of their approach as well as of some of their stated theorems and corresponding proofs, focusing on the draft version of their paper from June 5 2019.
Schlagwörter
Schlagwörter
(Englisch)
Statistics Linear Regression Model-free Variable selection
Schlagwörter
(Deutsch)
Statistik Lineare Regression Modellfrei Variablenselektion
Autor*innen
Manuel Hahn
Haupttitel (Englisch)
An analysis of a proposed model-free approach to linear least squares regression
Paralleltitel (Deutsch)
Ein modellfreier Ansatz zu linearer Kleinste-Quadrate Regression mit exakten Wahrscheinlichkeiten und Anwendungen zu Kovariablenselektion
Publikationsjahr
2020
Umfangsangabe
50 Seiten
Sprache
Englisch
Beurteiler*in
Hannes Leeb
Klassifikationen
31 Mathematik > 31.70 Wahrscheinlichkeitsrechnung ,
31 Mathematik > 31.73 Mathematische Statistik
AC Nummer
AC16075741
Utheses ID
57150
Studienkennzahl
UA | 066 | 951 | |