Selección de variables en modelos de regresión lineal controlando la tasa de falsos positivos

Abstract

En regresión lineal un problema de interés es la selección de las variables explicativas que verdaderamente están relacionadas con la variable de respuesta en el modelo lineal. Dos métodos clásicos de selección de variables son Stepwise y Lasso, y otro método propuesto más recientemente por Barber y Candès en 2015 es el Knockoff, que busca controlar la tasa de falsos positivos. En este trabajo se analiza el desempeño del método Knockoff para seleccionar variables de un modelo de regresión lineal controlando la tasa de falsos positivos. El análisis se hace mediante simulaciones y se compara el desempeño de este método con Stepwise y Lasso, en términos de la tasa de falsos positivos y descubrimientos verdaderos. Se presenta también un ejemplo de aplicación a datos reales encontrados en la literatura.