árvores de decisão, regressão com transição suave, teste do tipo multiplicadores de Lagrange.

Os modelos estruturados por árvores, também conhecidos como árvores de decisão, podem ser vistos como métodos não paramétricos de regressão. O princípio destes modelos é o particionamento recursivo do espaço das variáveis e o ajuste de modelos simples em cada partição.

Devido a fácil interpretação gerada por este modelo seu uso tornou-se comum em diferentes áreas como: medicina diagnóstica, escoragem de crédito e classificação de populações.

Quando a variável resposta é uma classe, estes modelos são denominados árvores de classificação e quando ela é contínua, são chamados árvores de regressão.

Muitos algoritmos foram desenvolvidos para realizar o particionamento recursivo, dentre eles: CHAID, CART, QUEST, C4.5,…

• Bayesian Generalized Tree Models
• Tree Structured Smooth Transition Regression
• CART aplicado a Dados Espaciais com uso de GLM
• Comparação Regressão Logística x Árvore de Decisão

• Aplicação do CART na Área Médica

Star-Tree

• Translate matlab code to R code
• Self Starter functions to give initial values
• Use STR as inputs to Random Forests (Regression Problems)
• Bagging STR