Poznámky k optimálním jádrům a optimálním hraničním jádrům.

Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F62156489%3A43110%2F08%3A00057795" target="_blank" >RIV/62156489:43110/08:00057795 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—

Jazyk výsledku
angličtina
Název v původním jazyce
Remarks to optimum kernels and boundary optimum kernels
Popis výsledku v původním jazyce
Kernel smoothers belong to the most popular nonparametric functional estimates used for describing data structure. They can be applied on the fix design regression model as well as on the random design regression model. In the context of kernel estimatesof a regression function, the choice of a kernel can be investigated from different points of view. The main idea of this paper is to present construction of the optimum kernel and optimum boundary kernel by means of the Gegenbauer and Legendre polynomial.
Název v anglickém jazyce
Remarks to optimum kernels and boundary optimum kernels
Popis výsledku anglicky
Kernel smoothers belong to the most popular nonparametric functional estimates used for describing data structure. They can be applied on the fix design regression model as well as on the random design regression model. In the context of kernel estimatesof a regression function, the choice of a kernel can be investigated from different points of view. The main idea of this paper is to present construction of the optimum kernel and optimum boundary kernel by means of the Gegenbauer and Legendre polynomial.

Druh
J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)
CEP obor
BB - Aplikovaná statistika, operační výzkum
OECD FORD obor
—

Rok uplatnění
2008
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Podobné výsledky(10)