Shape analysis in the light of simplicial depth estimators
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216224%3A14310%2F10%3A00063988" target="_blank" >RIV/00216224:14310/10:00063988 - isvavai.cz</a>
Výsledek na webu
<a href="http://www1.maths.leeds.ac.uk/statistics/workshop/lasr2007/proceedings/" target="_blank" >http://www1.maths.leeds.ac.uk/statistics/workshop/lasr2007/proceedings/</a>
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Shape analysis in the light of simplicial depth estimators
Popis výsledku v původním jazyce
In this paper we present the maximum simplicial depth estimator and compare it to the ordinary least square estimator in examples from 2D shape analysis focusing on bivariate and multivariate allometrical problems from zoology. We compare two types of estimators derived under different subsets of parametric space on the basis of the linear regression model. In applications where outliers in the x- or y-axis direction occur in the data and residuals from ordinary least-square (OLS) linear regression model are not normally distributed, we recommend the use of the maximum simplicial depth estimators.
Název v anglickém jazyce
Shape analysis in the light of simplicial depth estimators
Popis výsledku anglicky
In this paper we present the maximum simplicial depth estimator and compare it to the ordinary least square estimator in examples from 2D shape analysis focusing on bivariate and multivariate allometrical problems from zoology. We compare two types of estimators derived under different subsets of parametric space on the basis of the linear regression model. In applications where outliers in the x- or y-axis direction occur in the data and residuals from ordinary least-square (OLS) linear regression model are not normally distributed, we recommend the use of the maximum simplicial depth estimators.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
BB - Aplikovaná statistika, operační výzkum
OECD FORD obor
—
Návaznosti výsledku
Projekt
—
Návaznosti
R - Projekt Ramcoveho programu EK
Ostatní
Rok uplatnění
2010
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
Systems Biology & Statistical Bioinformatics
ISBN
9780853162636
ISSN
—
e-ISSN
—
Počet stran výsledku
4
Strana od-do
51-54
Název nakladatele
The University of Leeds
Místo vydání
Leeds
Místo konání akce
LASR 2007 Leeds
Datum konání akce
1. 1. 2007
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—