Covariance-based variable selection for compositional data

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989592%3A15310%2F13%3A33144751" target="_blank" >RIV/61989592:15310/13:33144751 - isvavai.cz</a>

Výsledek na webu

<a href="http://dx.doi.org/10.1007/s11004-013-9450-9" target="_blank" >http://dx.doi.org/10.1007/s11004-013-9450-9</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/s11004-013-9450-9" target="_blank" >10.1007/s11004-013-9450-9</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Covariance-based variable selection for compositional data

Popis výsledku v původním jazyce

Omitting variables in compositional data analysis may lead to a substantial change in results from that of multivariate statistical analysis. In particular, this is the case for principal component analysis and the compositional biplot, where both the interpretation of loadings and scores of the remaining subcomposition are affected. A stepwise procedure is introduced that allows for a reduction of the original composition to a subcomposition by avoiding a substantial change of the information, like those carried by the compositional biplot. The subcomposition is easier to handle and interpret. Numerical results give evidence of the usefulness of the procedure.

Název v anglickém jazyce

Covariance-based variable selection for compositional data

Popis výsledku anglicky

Omitting variables in compositional data analysis may lead to a substantial change in results from that of multivariate statistical analysis. In particular, this is the case for principal component analysis and the compositional biplot, where both the interpretation of loadings and scores of the remaining subcomposition are affected. A stepwise procedure is introduced that allows for a reduction of the original composition to a subcomposition by avoiding a substantial change of the information, like those carried by the compositional biplot. The subcomposition is easier to handle and interpret. Numerical results give evidence of the usefulness of the procedure.

Druh

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

CEP obor

BB - Aplikovaná statistika, operační výzkum

OECD FORD obor

—

Projekt

<a href="/cs/project/EE2.3.20.0170" target="_blank" >EE2.3.20.0170: Budování výzkumně-vzdělávacího týmu v oblasti modelování přírodních jevů a využití geoinformačních systémů, s vazbou na zapojení do mezinárodních sítí a programů.</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2013

Kód důvěrnosti údajů

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

Název periodika

Mathematical Geosciences

ISSN

1874-8961

e-ISSN

—

Svazek periodika

45

Číslo periodika v rámci svazku

4

Stát vydavatele periodika

NL - Nizozemsko

Počet stran výsledku

14

Strana od-do

487-498

Kód UT WoS článku

000319291400006

EID výsledku v databázi Scopus

—