Priestley-Chao Estimator of Conditional Density

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216224%3A14310%2F17%3A00095286" target="_blank" >RIV/00216224:14310/17:00095286 - isvavai.cz</a>

Nalezeny alternativní kódy

RIV/00216305:26110/17:PU125904

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Priestley-Chao Estimator of Conditional Density

Popis výsledku v původním jazyce

This contribution is focused on a non-parametric estimation of conditional density. Several types of kernel estimators of conditional density are known, the Nadaraya-Watson and the local linear estimators are the widest used ones. We focus on a new estimator - the Priestley-Chao estimator of conditional density. As conditional density can be regarded as a generalization of regression, the Priestley-Chao estimator, proposed initially for kernel regression, is extended for kernel estimation of conditional density. The conditional characteristics and the statistical properties of the suggested estimator are derived. The estimator depends on the smoothing parameters called bandwidths which influence the final quality of the estimate significantly. The cross-validation method is suggested for their estimation and the expression for the cross-validation function is derived.

Název v anglickém jazyce

Priestley-Chao Estimator of Conditional Density

Popis výsledku anglicky

This contribution is focused on a non-parametric estimation of conditional density. Several types of kernel estimators of conditional density are known, the Nadaraya-Watson and the local linear estimators are the widest used ones. We focus on a new estimator - the Priestley-Chao estimator of conditional density. As conditional density can be regarded as a generalization of regression, the Priestley-Chao estimator, proposed initially for kernel regression, is extended for kernel estimation of conditional density. The conditional characteristics and the statistical properties of the suggested estimator are derived. The estimator depends on the smoothing parameters called bandwidths which influence the final quality of the estimate significantly. The cross-validation method is suggested for their estimation and the expression for the cross-validation function is derived.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10103 - Statistics and probability

Projekt

<a href="/cs/project/GA15-06991S" target="_blank" >GA15-06991S: Analýza funkcionálních dat a související témata</a><br>

Návaznosti

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

Rok uplatnění

2017

Kód důvěrnosti údajů

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

Název statě ve sborníku

Mathematics, Information Technologies and Applied Sciences 2017, post-conference proceedings of extended versions of selected papers

ISBN

9788075820266

ISSN

—

e-ISSN

—

Počet stran výsledku

13

Strana od-do

151-163

Název nakladatele

University of Defence, Brno, 2017

Místo vydání

Brno

Místo konání akce

Brno

Datum konání akce

15. 6. 2017

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—