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”

Jádrové odhady regresní funkce

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216224%3A14310%2F05%3A00013346" target="_blank" >RIV/00216224:14310/05:00013346 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    čeština

  • Název v původním jazyce

    Jádrové odhady regresní funkce

  • Popis výsledku v původním jazyce

    V oblasti neparametrických metod odhadu regresní funkce představují metody jádrového vyhlazování jednu z nejúčinnějších vyhlazovacích technik. Kvalita jádrových odhadů regresní funkce závisí především na šířce vyhlazovacího okna, která řídí hladkost odhadu. Tento faktor nejvíce ovlivňuje výsledný odhad a jeho volba je zásadním problémem ve vyhlazovacích metodách. Cílem této práce je shrnout dosud známé metody pro odhad optimální šířky okna a uvést některé další možné přístupy k této problematice. Dále je provedeno srovnání uvedených metod na simulovaných i reálných datech.

  • Název v anglickém jazyce

    Kernel Estimation of the Regression Function

  • Popis výsledku anglicky

    The problem of bandwidth selection for non--parametric kernel regression is considered. We follow the local polynomial estimators and present some their statistical properties. We also demonstrate the effect of the smoothing parameter on the quality of the smoothed curve and introduce some classical methods for bandwidth selection.\ The cyclic design is assumed in this work to avoid the difficulties caused by boundary effects. Most of bandwidth selectors are based on the residual sum of squares (RSS).It is often observed in simulation studies that these selectors are biased toward to undersmoothing. This leads to consideration of a procedure which stabilizes the RSS by modifying the periodogram of the observations.\ Simulation studies suggest that the proposed selector is much more consistent than the~classical one. But in practical examples, there the results can be miscellaneous.

Klasifikace

  • Druh

    O - Ostatní výsledky

  • CEP obor

    BA - Obecná matematika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/GA402%2F04%2F1308" target="_blank" >GA402/04/1308: Klasifikační modely a porovnání jejich prediktivních vlastností</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Ostatní

  • Rok uplatnění

    2005

  • Kód důvěrnosti údajů

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