Neparametrická diskriminační analýza

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216224%3A14310%2F00%3A00002846" target="_blank" >RIV/00216224:14310/00:00002846 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

čeština

Název v původním jazyce

Neparametrická diskriminační analýza

Popis výsledku v původním jazyce

Příspěvek shrnuje různé přístupy v diskriminační analýze: klasické (lineární a kvadratická diskriminace) a neparametrický přístup pomocí jádrových odhadů vícerozměrných hustot. Jednotlivé metody jsou demonstrovány na konkrétním příkladě biologických dat.

Název v anglickém jazyce

Nonparametric discrimination analysis

Popis výsledku anglicky

Attention is focused here on the application of kernel density estimation to statistical discrimination. In order to place the nonparametric approach in context, the classical approach to discriminant analysis is reviewed very briefly. Kernel smoothers are one of the most popular nonparametric functional estimates and there are used multivariate product polynomial kernels and data-driven choices for the bandwidth. The theoretical considerations are illustrated with some examples.

Druh

D - Stať ve sborníku

CEP obor

BB - Aplikovaná statistika, operační výzkum

OECD FORD obor

—

Projekt

—

Návaznosti

Z - Vyzkumny zamer (s odkazem do CEZ)

Rok uplatnění

2000

Kód důvěrnosti údajů

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

Název statě ve sborníku

Biometrické metody a modely v podohospodárskej vede, výskume a výuke

ISBN

80-968274-4-8

ISSN

—

e-ISSN

—

Počet stran výsledku

8

Strana od-do

—

Název nakladatele

Agentára Slovenskej akadémie podohospodárskych vied

Místo vydání

Nitra

Místo konání akce

—

Datum konání akce

—

Typ akce podle státní příslušnosti

—

Kód UT WoS článku

—