Analýza funkcionálních dat a související témata
Cíle projektu
Statistické metodologie zabývající se funkcionálními daty jsou nazývány analýzami funkcionálních dat (FDA), přičemž termínem "funkcionální" je zdůrazněna skutečnost, že data jsou tvořena funkcemi popisujícími křivky a plochy. V projektu budou detailně rozvíjeny teoretické stránky FDA související především s praktickými problémy. Naším cílem je zabývat se těmito úkoly tak, abychom podali teoretický i praktický návod pro tvorbu flexibilnějších modelů. Vzhledem k tomu, že standardní vícerozměrné statistické metody často selhávají při aplikaci na funkcionální data, zaměříme se na zobecnění, která umožní využít relevantní informace z těchto dat. Takovými metodami jsou např. jádrové metody v regresních modelech a analýze přežití, splajnové modely v analýze tvaru a obrazu a statistická analýza hustot pravděpodobností pomocí logratio metodiky kompozičních dat.
Klíčová slova
functional datakernel estimationhazard functionshape analysisBayes spaceAitchison geometry
Veřejná podpora
Poskytovatel
Grantová agentura České republiky
Program
Standardní projekty
Veřejná soutěž
Standardní projekty 19 (SGA0201500001)
Hlavní účastníci
Masarykova univerzita / Přírodovědecká fakulta
Univerzita Palackého v Olomouci / Přírodovědecká fakultaDruh soutěže
VS - Veřejná soutěž
Číslo smlouvy
15-06991S
Alternativní jazyk
Název projektu anglicky
Functional data analysis and related topics
Anotace anglicky
Statistical methodologies dealing with functional data are called Functional Data Analysis (FDA), where the term “functional” emphasizes the fact that the data are functions characterizing the curves and surfaces. Theoretical aspects of FDA will be developed in more details, especially connected to the practical situations. Our aim is to take up these challenges by giving both theoretical and practical supports for more flexible models. Since the standard multivariate statistical methods often fail to handle functional data, we focus on new generalizations able to extract relevant information from these data. Such methods are e.g. kernel methods in regression models and survival analysis, spline models in shape and image analysis and statistical analysis of probability density functions using logratio methodology of compositional data.
Vědní obory
Kategorie VaV
ZV - Základní výzkum
CEP - hlavní obor
BA - Obecná matematika
CEP - vedlejší obor
—
CEP - další vedlejší obor
—
OECD FORD - odpovídající obory
(dle převodníku)10101 - Pure mathematics
Hodnocení dokončeného projektu
Hodnocení poskytovatelem
U - Uspěl podle zadání (s publikovanými či patentovanými výsledky atd.)
Zhodnocení výsledků projektu
1. V rámci projektu byly navrženy nové zajímavé stochastické postupy a vytvořeny zajímavé aplikace. 2. Údaje řešitele považuji za adekvátní. 3. Řada výstupů je aplikačního charakteru, především s dopadem na technologie a biomedicínu. 4. V rámci projektu bylo publikováno 17 časopiseckých prací, z toho 14 v časopisech s tak zvaným IF. 5.Neumím posoudit.
Termíny řešení
Zahájení řešení
1. 1. 2015
Ukončení řešení
31. 12. 2017
Poslední stav řešení
U - Ukončený projekt
Poslední uvolnění podpory
27. 4. 2017
Dodání dat do CEP
Důvěrnost údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Systémové označení dodávky dat
CEP18-GA0-GA-U/02:1
Datum dodání záznamu
4. 5. 2018
Finance
Celkové uznané náklady
7 762 tis. Kč
Výše podpory ze státního rozpočtu
7 762 tis. Kč
Ostatní veřejné zdroje financování
0 tis. Kč
Neveřejné tuz. a zahr. zdroje finan.
0 tis. Kč
Základní informace
Uznané náklady
7 762 tis. Kč
Statní podpora
7 762 tis. Kč
100%
Poskytovatel
Grantová agentura České republiky
CEP
BA - Obecná matematika
Doba řešení
01. 01. 2015 - 31. 12. 2017