Statistical inference in orthogonal regression for three-part compositional data using a linear model with type-II constraints

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989592%3A15310%2F12%3A33140420" target="_blank" >RIV/61989592:15310/12:33140420 - isvavai.cz</a>

Výsledek na webu

<a href="http://dx.doi.org/10.1080/03610926.2011.604145" target="_blank" >http://dx.doi.org/10.1080/03610926.2011.604145</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1080/03610926.2011.604145" target="_blank" >10.1080/03610926.2011.604145</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Statistical inference in orthogonal regression for three-part compositional data using a linear model with type-II constraints

Popis výsledku v původním jazyce

Orthogonal regression is a proper tool to analyze relations between two variables when three-part compositional data, i.e. three-part observations carrying relative information (like proportions or percentages), are under examination. When linear statistical models with type-II constraints (constraints involving other parameters besides the ones of the unknown model) are employed for estimating the parameters of the regression line, approximate variances and covariances of the estimated line coefficients can be determined. Moreover, additional assumption of normality enables to construct confidence domains and perform hypotheses testing. The theoretical results are applied to real-world examples.

Název v anglickém jazyce

Statistical inference in orthogonal regression for three-part compositional data using a linear model with type-II constraints

Popis výsledku anglicky

Orthogonal regression is a proper tool to analyze relations between two variables when three-part compositional data, i.e. three-part observations carrying relative information (like proportions or percentages), are under examination. When linear statistical models with type-II constraints (constraints involving other parameters besides the ones of the unknown model) are employed for estimating the parameters of the regression line, approximate variances and covariances of the estimated line coefficients can be determined. Moreover, additional assumption of normality enables to construct confidence domains and perform hypotheses testing. The theoretical results are applied to real-world examples.

Druh

J_x - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

CEP obor

BA - Obecná matematika

OECD FORD obor

—

Projekt

—

Návaznosti

Z - Vyzkumny zamer (s odkazem do CEZ)

Rok uplatnění

2012

Kód důvěrnosti údajů

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

Název periodika

Communications in Statistics - Theory and Methods

ISSN

0361-0926

e-ISSN

—

Svazek periodika

41

Číslo periodika v rámci svazku

13-14

Stát vydavatele periodika

GB - Spojené království Velké Británie a Severního Irska

Počet stran výsledku

19

Strana od-do

2367-2385

Kód UT WoS článku

000305208600008

EID výsledku v databázi Scopus

—