Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

A robust PARAFAC model for compositional data

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989592%3A15310%2F18%3A73589104" target="_blank" >RIV/61989592:15310/18:73589104 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://dx.doi.org/10.1080/02664763.2017.1381669" target="_blank" >http://dx.doi.org/10.1080/02664763.2017.1381669</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1080/02664763.2017.1381669" target="_blank" >10.1080/02664763.2017.1381669</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    A robust PARAFAC model for compositional data

  • Popis výsledku v původním jazyce

    Compositional data are characterized by values containing relative information, and thus the ratios between the data values are of interest for the analysis. Due to specific features of compositional data, standard statistical methods should be applied to compositions expressed in a proper coordinate system with respect to an orthonormal basis. It is discussed how three-way compositional data can be analyzed with the Parafac model. When data are contaminated by outliers, robust estimates for the Parafac model parameters should be employed. It is demonstrated how robust estimation can be done in the context of compositional data andhowthe results can be interpreted. A real data example from macroeconomics underlines the usefulness of this approach.

  • Název v anglickém jazyce

    A robust PARAFAC model for compositional data

  • Popis výsledku anglicky

    Compositional data are characterized by values containing relative information, and thus the ratios between the data values are of interest for the analysis. Due to specific features of compositional data, standard statistical methods should be applied to compositions expressed in a proper coordinate system with respect to an orthonormal basis. It is discussed how three-way compositional data can be analyzed with the Parafac model. When data are contaminated by outliers, robust estimates for the Parafac model parameters should be employed. It is demonstrated how robust estimation can be done in the context of compositional data andhowthe results can be interpreted. A real data example from macroeconomics underlines the usefulness of this approach.

Klasifikace

  • Druh

    J<sub>imp</sub> - Článek v periodiku v databázi Web of Science

  • CEP obor

  • OECD FORD obor

    10103 - Statistics and probability

Návaznosti výsledku

  • 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

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 periodika

    JOURNAL OF APPLIED STATISTICS

  • ISSN

    0266-4763

  • e-ISSN

  • Svazek periodika

    45

  • Číslo periodika v rámci svazku

    8

  • Stát vydavatele periodika

    GB - Spojené království Velké Británie a Severního Irska

  • Počet stran výsledku

    23

  • Strana od-do

    1347-1369

  • Kód UT WoS článku

    000435117900001

  • EID výsledku v databázi Scopus

    2-s2.0-85030564650