E. Conde Sánchez
En este trabajo se analiza el modelo de regresión lineal simple asumiendo incertidumbre en la muestra de la variable respuesta y sin contemplar información probabilística al respecto. El modelo de regresión lineal con incertidumbre en la muestra se ha analizado en la literatura usando optimización fuzzy, dando lugar a lo que se denomina ``interval regression analysis''. Esta metodología, introducida por Tanaka et al. en 1989, determina los coeficientes fuzzy del modelo de regresión valiéndose de la formulación de un problema de Programación Lineal. El presente trabajo plantea un modelo diferente basado en el criterio minmax regret. Se redefine el concepto de "mejor ajuste lineal" posible. Esto permite plantear un problema de optimización cuyas propiedades generales se estudian en términos de la función de coste de los residuos. Finalmente, se plantean métodos numéricos de resolución para funciones de coste cuadrático o valor absoluto de los residuos.
Palabras clave: optimización robusta, criterio minmax regret
Programado
XA2 Decisión multicriterio 3
18 de abril de 2012 09:00
Sala Bruselas
