Shape analysis in the light of simplicial depth estimators

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

—

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.

Druh

D - Stať ve sborníku

CEP obor

BB - Aplikovaná statistika, operační výzkum

OECD FORD obor

—

Projekt

—

Návaznosti

R - Projekt Ramcoveho programu EK

Rok uplatnění

2010

Kód důvěrnosti údajů

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

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

—