Bogotá - Ciencias - Maestría en Ciencias - Estadística · 2026

Modelos de Regresión Lasso y Ridge Bayesianos No Paramétricos : una aproximación para identificar los determinantes macroeconómicos del crecimiento

El documento presenta la estructura probabilística y el marco computacional de los modelos de regresión LASSO y Ridge Bayesianos no paramétricos, a partir de la caracterización del modelo de mezcla de Proceso de Dirichlet según el Proceso de Restaurante Chino y el algoritmo Muestreador de Gibbs. El ejercicio de simulación indica que los modelos propuestos capturan la estructura de agrupamiento y la relación lineal dentro de un conjunto de datos que proviene de un número desconocido de varias distribuciones de probabilidad, al tiempo que obtienen una mejor bondad de ajuste y habilidad predictiva frente a su contraparte paramétrica. Al ajustar los modelos de regresión LASSO y Ridge Bayesianos para identificar los determinantes del crecimiento económico, se concluye que el nivel de PIB per cápita tiene un efecto negativo y la tasa de matriculación en educación primaria en 1960, el número de años de apertura comercial entre 1950 y 1994 y la minería como proporción del PIB tienen un efecto positivo sobre el crecimiento económico. (Texto tomado de la fuente)