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”

Kernel Regression Model with Correlated Errors

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216224%3A14310%2F14%3A00074716" target="_blank" >RIV/00216224:14310/14:00074716 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Kernel Regression Model with Correlated Errors

  • Popis výsledku v původním jazyce

    Kernel regression is one of the commonly used nonparametric methods for an estimation of a regression function. Nevertheless, there is a problem of choosing the value of the smoothing parameter, the bandwidth. In the case of independent observations theliterature on the bandwidth selection is quite extensive. However, these standard methods, like cross-validation, perform badly when the errors are correlated. There are several possibilities how to overcome this. We will present and compare the partitioned cross-validation method and the plug-in method.

  • Název v anglickém jazyce

    Kernel Regression Model with Correlated Errors

  • Popis výsledku anglicky

    Kernel regression is one of the commonly used nonparametric methods for an estimation of a regression function. Nevertheless, there is a problem of choosing the value of the smoothing parameter, the bandwidth. In the case of independent observations theliterature on the bandwidth selection is quite extensive. However, these standard methods, like cross-validation, perform badly when the errors are correlated. There are several possibilities how to overcome this. We will present and compare the partitioned cross-validation method and the plug-in method.

Klasifikace

  • Druh

    C - Kapitola v odborné knize

  • CEP obor

    BA - Obecná matematika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2014

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název knihy nebo sborníku

    Theoretical and Applied Issues in Statistics and Demography

  • ISBN

    9786188125773

  • Počet stran výsledku

    12

  • Strana od-do

    3-14

  • Počet stran knihy

    349

  • Název nakladatele

    International Society for the Advancement of Science and Technology (ISAST)

  • Místo vydání

    Athens

  • Kód UT WoS kapitoly