Regression among parts of compositional data with an economic application
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989592%3A15310%2F14%3A33153544" target="_blank" >RIV/61989592:15310/14:33153544 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Regression among parts of compositional data with an economic application
Popis výsledku v původním jazyce
Compositional data follow the Aitchison geometry on the simplex. Therefore, it is not appropriate to apply regression analysis directly to the raw compositional data. For this purpose, isometric logratio (ilr) coordinates were formed to express compositional data in coordinates with respect to an orthonormal basis on the simplex. For regression analysis between the response part and an explanatory subcomposition such coordinates are required that enable assigning coordinates to both the response variable and one of the covariates simultaneously. Moreover, as all coordinates contain measurement errors, the use of ordinary least squares regression for parameter estimation would lead to biased results. Therefore, orthogonal regression is used leading to an intuitive geometric interpretation. In the application part, the relation between different activities of gross value added (that form inherently compositional data) are investigated in ilr coordinates.
Název v anglickém jazyce
Regression among parts of compositional data with an economic application
Popis výsledku anglicky
Compositional data follow the Aitchison geometry on the simplex. Therefore, it is not appropriate to apply regression analysis directly to the raw compositional data. For this purpose, isometric logratio (ilr) coordinates were formed to express compositional data in coordinates with respect to an orthonormal basis on the simplex. For regression analysis between the response part and an explanatory subcomposition such coordinates are required that enable assigning coordinates to both the response variable and one of the covariates simultaneously. Moreover, as all coordinates contain measurement errors, the use of ordinary least squares regression for parameter estimation would lead to biased results. Therefore, orthogonal regression is used leading to an intuitive geometric interpretation. In the application part, the relation between different activities of gross value added (that form inherently compositional data) are investigated in ilr coordinates.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
BB - Aplikovaná statistika, operační výzkum
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 statě ve sborníku
Mathematical Methods in Economics MME 2014 Conference Proceedings
ISBN
978-80-244-4209-9
ISSN
—
e-ISSN
—
Počet stran výsledku
6
Strana od-do
337-342
Název nakladatele
Univerzita Palackého
Místo vydání
Olomouc
Místo konání akce
Olomouc
Datum konání akce
10. 9. 2014
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—