Selectores de parámetros de ajuste para el método de desviación absoluta suavemente recortada

El enfoque de mínimos cuadrados penalizados con penalización de desviación absoluta suavemente recortada ha demostrado ser un método atractivo de reducción y selección en regresión. No solo selecciona automáticamente y de manera consistente las variables importantes, sino que también produce estimadores que son tan eficientes como el estimador oráculo. Sin embargo, estas características atractivas dependen de elegir apropiadamente el parámetro de ajuste. Mostramos que la validación cruzada generalizada comúnmente utilizada no puede seleccionar el parámetro de ajuste de manera satisfactoria, con un efecto de sobreajuste no despreciable en el modelo resultante. Además, proponemos un selector de parámetro de ajuste bic, que ha demostrado poder identificar consistentemente el modelo verdadero. Se presentan estudios de simulación para respaldar los hallazgos teóricos, y se da un ejemplo empírico para ilustrar su uso en los datos de Oferta Laboral Femenina.