Generalization of geometric median
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F13%3A10190212" target="_blank" >RIV/00216208:11320/13:10190212 - isvavai.cz</a>
Výsledek na webu
<a href="https://mme2013.vspj.cz/about-conference/conference-proceedings" target="_blank" >https://mme2013.vspj.cz/about-conference/conference-proceedings</a>
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Generalization of geometric median
Popis výsledku v původním jazyce
In the paper are suggested new robust estimators of location and variance. It is proved that these estimators have a breakdown point one half. The used method comes from a geometric median. In the first step it is shown that we can employ one half of observations and the estimate stays robust in the sense of the breakdown point. In the second step we show that we can add even more observations which are in some sense close to the geometric median and still get robust results. The robustness is proved inboth steps for a multidimensional case. Since we can employ more observations and stay robust in the sense of the breakdown point, we enlarge the used information in comparison to other robust estimators like median and therefore get better results. Wecombine the advantage of the robust estimator and the classical mean. Our estimators are compared by simulation study with classical estimators like mean, median or alpha windsorised estimator. The comparison is done for different distrib
Název v anglickém jazyce
Generalization of geometric median
Popis výsledku anglicky
In the paper are suggested new robust estimators of location and variance. It is proved that these estimators have a breakdown point one half. The used method comes from a geometric median. In the first step it is shown that we can employ one half of observations and the estimate stays robust in the sense of the breakdown point. In the second step we show that we can add even more observations which are in some sense close to the geometric median and still get robust results. The robustness is proved inboth steps for a multidimensional case. Since we can employ more observations and stay robust in the sense of the breakdown point, we enlarge the used information in comparison to other robust estimators like median and therefore get better results. Wecombine the advantage of the robust estimator and the classical mean. Our estimators are compared by simulation study with classical estimators like mean, median or alpha windsorised estimator. The comparison is done for different distrib
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
BB - Aplikovaná statistika, operační výzkum
OECD FORD obor
—
Návaznosti výsledku
Projekt
—
Návaznosti
S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2013
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Proceedings of the 31st International Conference Mathematical Methods in Economics 2013
ISBN
978-80-87035-76-4
ISSN
—
e-ISSN
—
Počet stran výsledku
6
Strana od-do
25-30
Název nakladatele
College of Polytechnics Jihlava
Místo vydání
Jihlava
Místo konání akce
Jihlava
Datum konání akce
11. 9. 2013
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—