Geometrická vícerozměrná a ne-euklidovská statistika

Název projektu anglicky
Geometric Multivariate and Non-Euclidean Statistics
Anotace anglicky
Multivariate and non-Euclidean data are ubiquitous in science. Yet, they are difficult to analyse statistically. No canonical notion of a median, a quantile, or an extreme observation is available, and only quite limited nonparametric statistical methods are developed for such data. In this project, we engage elements of pure mathematics, such as convex and integral geometry, to reinforce modern statistics in filling this void. Our primary focus is the statistical depth, a device unifying many current trends of nonparametric inference for more complex data. In a pilot study, we brought together the depth with ideas from convex geometry considered some 150 years earlier. That unconventional combination allowed us to resolve several open problems of the depth theory. Now we realise that the rabbit hole leads deeper, opening broader and bolder perspectives: Convex bodies are, after all, special uniform distributions. These under-utilised connections offer original viewpoints on more complex datasets. We translate them into a coherent statistical methodology.

Kategorie VaV
ZV - Základní výzkum
OECD FORD - hlavní obor
10103 - Statistics and probability
OECD FORD - vedlejší obor
10102 - Applied mathematics
OECD FORD - další vedlejší obor
—
CEP - odpovídající obory <br>(dle <a href="http://www.vyzkum.cz/storage/att/E6EF7938F0E854BAE520AC119FB22E8D/Prevodnik_oboru_Frascati.pdf">převodníku</a>)
BB - Aplikovaná statistika, operační výzkum<br>BD - Teorie informace

Důvěrnost údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Systémové označení dodávky dat
CEP25-GA0-GA-R
Datum dodání záznamu
21. 2. 2025

Podobné projekty(10)