Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Geometrické aspekty matematické statistiky

Veřejná podpora

  • Poskytovatel

    Grantová agentura České republiky

  • Program

    Juniorské granty

  • Veřejná soutěž

    Juniorské granty 5 (SGA0201900002)

  • Hlavní účastníci

    Univerzita Karlova / Matematicko-fyzikální fakulta

  • Druh soutěže

    VS - Veřejná soutěž

  • Číslo smlouvy

    19-16097Y

Alternativní jazyk

  • Název projektu anglicky

    Geometric aspects of mathematical statistics

  • Anotace anglicky

    Nonparametric (NP) statistical methods are a toolbox of data analysis techniques, used when no simplifying assumptions can be imposed on the data generating process. Unlike for univariate data, no widely accepted unified approach to the NP analysis of multivariate datasets is available. We intend to study a major concept intensively discussed in statistics: data depth. Using depth, NP methods can be devised for multivariate data. The theory of depth is, however, severely underdeveloped. In preliminary research, we found that in advanced geometry, methods of striking similarity to data depth have been in use for decades. Those methods were developed independently of the research in statistics. We plan to explore these inter-disciplinary connections, and establish a solid base for the depth, and for the NP analysis of multivariate data. Our main aim is an eventual merge of multivariate statistics with parts of convex geometry. First off, the vast body of uncharted knowledge in geometry will be i) documented; ii) communicated; and iii) adapted to the statistical theory and practice.

Vědní obory

  • Kategorie VaV

    ZV - Základní výzkum

  • OECD FORD - hlavní obor

    10102 - Applied mathematics

  • OECD FORD - vedlejší obor

  • 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>)

    BD - Teorie informace

Hodnocení dokončeného projektu

  • Hodnocení poskytovatelem

    V - Vynikající výsledky projektu (s mezinárodním významem atd.)

  • Zhodnocení výsledků projektu

    Jedná se o vynikající projekt, který novátorsky propojil hloubku dat z matematické statistiky s geometrickými metodami, což bylo použito ve vícerozměrné neparametrické statistice. Výsledky jsou publikovány ve 13 časopisových článcích s vedoucími experty v oboru jako spoluautory v nejlepších časopisech jako J. Am. Stat. Assoc, Biometrika, J Comput Graph Stat.

Termíny řešení

  • Zahájení řešení

    1. 1. 2019

  • Ukončení řešení

    31. 12. 2021

  • Poslední stav řešení

    U - Ukončený projekt

  • Poslední uvolnění podpory

    30. 4. 2021

Dodání dat do CEP

  • Důvěrnost údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

  • Systémové označení dodávky dat

    CEP22-GA0-GJ-U

  • Datum dodání záznamu

    29. 6. 2022

Finance

  • Celkové uznané náklady

    2 801 tis. Kč

  • Výše podpory ze státního rozpočtu

    2 801 tis. Kč

  • Ostatní veřejné zdroje financování

    0 tis. Kč

  • Neveřejné tuz. a zahr. zdroje finan.

    0 tis. Kč