Una comparación entre métodos estadísticos clásicos y técnicas metaheurísticas en el modelamiento estadístico
- Autores: Julián A. Acuña Collazos, Andrés H. Domínguez Castaño, Eliana Mirledy Toro Ocampo
- Localización: Scientia et Technica, ISSN 0122-1701, Vol. 2, Nº. 50, 2012, págs. 67-76
- Idioma: español
- Enlaces
-
Resumen
Este artículo se basa en el problema de selección de variables para representar modelos estadísticos utilizando un algoritmo genético de Chu-Beasley (AGCB). El AGCB utiliza una heurística constructiva en la generación de la población inicial y dos etapas de mejoramiento que funcionan como restricciones para evaluar la calidad del modelo seleccionado. En la literatura especializada se han evidenciado avances con el algoritmo genético tradicional mostrando buenos resultados en el problema de modelamiento estadístico, sin embargo el AGCB aun no ha sido evaluado en la solución de este tipo de problemas. Se muestran cinco métodos de selección de variables en dos grupos. Un grupo consta de tres métodos de selección estadísticos clásicos paso a paso y el otro consta de un algoritmo genético tradicional y un AGCB. Luego, se comparan los resultados obtenidos con base en el ajuste, error estándar y en función de ajuste del modelo seleccionado con dos casos de prueba, donde el algoritmo genético propuesto obtuvo mejor desempeño que las técnicas clasicas.
