The leave-one-out maximum likelihood method for the priestley-chao estimator of conditional density
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26110%2F18%3APU126845" target="_blank" >RIV/00216305:26110/18:PU126845 - isvavai.cz</a>
Výsledek na webu
<a href="http://evlm.stuba.sk/APLIMAT2018/proceedings/" target="_blank" >http://evlm.stuba.sk/APLIMAT2018/proceedings/</a>
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
The leave-one-out maximum likelihood method for the priestley-chao estimator of conditional density
Popis výsledku v původním jazyce
The contribution is focused on a kernel estimation of conditional density. Kernel smoothing is still popular non-parametric method, in theory as well as in practice. The Priestley-Chao estimator of conditional density is introduced and the statistical properties of the estimator are given. The smoothing parameters called bandwidths play a significant role in kernel smoothing. This is the reason for suggesting the methods for their estimation. The typical approach - the cross-validation method - is supplemented with the leave-one-out maximum log-likelihood method. The performance of the suggested methods is compared via a simulation study and an application on a real data set.
Název v anglickém jazyce
The leave-one-out maximum likelihood method for the priestley-chao estimator of conditional density
Popis výsledku anglicky
The contribution is focused on a kernel estimation of conditional density. Kernel smoothing is still popular non-parametric method, in theory as well as in practice. The Priestley-Chao estimator of conditional density is introduced and the statistical properties of the estimator are given. The smoothing parameters called bandwidths play a significant role in kernel smoothing. This is the reason for suggesting the methods for their estimation. The typical approach - the cross-validation method - is supplemented with the leave-one-out maximum log-likelihood method. The performance of the suggested methods is compared via a simulation study and an application on a real data set.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
10103 - Statistics and probability
Návaznosti výsledku
Projekt
—
Návaznosti
I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace
Ostatní
Rok uplatnění
2018
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
Proceedings, 17th Conference on Applied Mathematics – APLIMAT 2018
ISBN
978-80-227-4765-3
ISSN
—
e-ISSN
—
Počet stran výsledku
13
Strana od-do
577-589
Název nakladatele
Slovak University of Technology in Bratislava in publishing house SPEKTRUM STU
Místo vydání
Bratislava
Místo konání akce
Bratislava
Datum konání akce
6. 2. 2018
Typ akce podle státní příslušnosti
EUR - Evropská akce
Kód UT WoS článku
—