Pular para o conteúdo principal

Cookies no Macro by Mark.Usamos cookies essenciais para login, idioma e segurança. Com sua permissão, também usamos cookies opcionais de preferências, para análise e para medição de anúncios com o Pixel da Meta (Facebook). Leia nossa política de cookies.

Macro by MarkMacro by Mark
  • Início
Carregando…
Carregando…
← Modelos
MacroConceitosPolíticaModelos

Modelo LASSO

Regressão linear penalizada L1 que zera alguns coeficientes e faz seleção de variáveis dentro do ajuste.

Visão geralGráficoMatemáticaReferências

Área do gráfico

Painel de previsão de LASSO

Área do gráfico

Conjuntos largos de preditores quando você quer que o modelo escolha um subconjunto esparso em vez de usar tudo. O gráfico transforma essa pergunta em um cenário ajustável, com controles suficientes para ver direção, persistência e limites sem fingir estimação em tempo real.

Metadados dos eixos
xHorizonte da previsãotempo discreto · 1 a 24 períodos à frenteyValor previsto ou erroíndice · escala normalizada pelo cenário
Trajetórias dos coeficientes conforme a
penalidade lasso é relaxada (mais forte
à esquerda) static chart preview showing Coeficiente 1, Coeficiente 2, Coeficiente 3, Coeficiente 4, Coeficiente 5
Coeficientes selecionados na penalidade
escolhida static chart preview showing Series 1
xHorizonte da previsãotempo discreto · 1 a 24 períodos à frenteyValor previsto ou erroíndice · escala normalizada pelo cenário

Resultados atuais

Variáveis selecionadas com a penalidade de 1 erro-padrão

Explicar: Variáveis selecionadas com a penalidade de 1 erro-padrão
∣A(λ1SE)∣|\mathcal{A}(\lambda_{1\text{SE}})|∣A(λ1SE​)∣

Compare este valor entre cenários para ver o efeito dos controles.

6.00

contagem

Taxa de verdadeiros positivos

Explicar: Taxa de verdadeiros positivos
∣A(λ1SE)∩supp(β0)∣  /  s|\mathcal{A}(\lambda_{1\text{SE}}) \cap \text{supp}(\beta_0)| \;/\; s∣A(λ1SE​)∩supp(β0​)∣/s

Compare este valor entre cenários para ver o efeito dos controles.

1.00

proporção

Taxa de falsas descobertas

Explicar: Taxa de falsas descobertas
∣A(λ1SE)∖supp(β0)∣  /  ∣A(λ1SE)∣|\mathcal{A}(\lambda_{1\text{SE}}) \setminus \text{supp}(\beta_0)| \;/\; |\mathcal{A}(\lambda_{1\text{SE}})|∣A(λ1SE​)∖supp(β0​)∣/∣A(λ1SE​)∣

Compare este valor entre cenários para ver o efeito dos controles.

0.5000

proporção

EQM de previsão

Explicar: EQM de previsão
nval−1∥yval−Xvalβ^LASSO∥22n_{\text{val}}^{-1}\|y_{\text{val}} - X_{\text{val}}\hat{\beta}_{\text{LASSO}}\|_2^2nval−1​∥yval​−Xval​β^​LASSO​∥22​

Compare este valor entre cenários para ver o efeito dos controles.

1.73

unidades ao quadrado

Parâmetros do modelo

3
Explicar: Esparsidade verdadeira

Controle do modelo: mova-o e veja como o cenário muda.

Compare o gráfico e as leituras antes e depois de mover o controle.

0.3
Explicar: Correlação entre preditores

Controle do modelo: mova-o e veja como o cenário muda.

Compare o gráfico e as leituras antes e depois de mover o controle.

1
Explicar: Nível de ruído

Controle do modelo: mova-o e veja como o cenário muda.

Compare o gráfico e as leituras antes e depois de mover o controle.

100
Explicar: Tamanho da amostra

Controle do modelo: mova-o e veja como o cenário muda.

Compare o gráfico e as leituras antes e depois de mover o controle.

2
Explicar: Força do sinal

Controle do modelo: mova-o e veja como o cenário muda.

Compare o gráfico e as leituras antes e depois de mover o controle.

Continue por aqui

Leia a seguir

Continue com um conceito, modelo ou exemplo relacionado.

Modelo teórico

IS-LM Model

modelo teórico bem conectado a dois passos daqui

Novo ângulo: modelo teórico →
Macro by Mark
Ajuda
Política de PrivacidadeTermos de UsoÉtica e conformidade

© 2026 Mark Jayson Nation LLC