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”

On robust testing for normality in chemometrics

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F62156489%3A43110%2F14%3A00209193" target="_blank" >RIV/62156489:43110/14:00209193 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://dx.doi.org/10.1016/j.chemolab.2013.10.010" target="_blank" >http://dx.doi.org/10.1016/j.chemolab.2013.10.010</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1016/j.chemolab.2013.10.010" target="_blank" >10.1016/j.chemolab.2013.10.010</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    On robust testing for normality in chemometrics

  • Popis výsledku v původním jazyce

    The assumption that the data has been generated by a normal distribution underlies many statistical methods used in chemometrics. While such methods can be quite robust to small deviations from normality, for instance caused by a small number of outliers, common tests for normality are not and will often needlessly reject normality. It is therefore better to use tests from the little-known class of robust tests for normality. We illustrate the need for robust normality testing in chemometrics with several examples, review a class of robustified omnibus Jarque-Bera tests and propose a new class of robustified directed Lin-Mudholkar tests. The robustness and power of several tests for normality is compared in a large simulation study. The new tests are robust and have high power in comparison with both classic tests and other robust tests. A new graphical method for assessing normality is also introduced.

  • Název v anglickém jazyce

    On robust testing for normality in chemometrics

  • Popis výsledku anglicky

    The assumption that the data has been generated by a normal distribution underlies many statistical methods used in chemometrics. While such methods can be quite robust to small deviations from normality, for instance caused by a small number of outliers, common tests for normality are not and will often needlessly reject normality. It is therefore better to use tests from the little-known class of robust tests for normality. We illustrate the need for robust normality testing in chemometrics with several examples, review a class of robustified omnibus Jarque-Bera tests and propose a new class of robustified directed Lin-Mudholkar tests. The robustness and power of several tests for normality is compared in a large simulation study. The new tests are robust and have high power in comparison with both classic tests and other robust tests. A new graphical method for assessing normality is also introduced.

Klasifikace

  • Druh

    J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

  • 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 periodika

    Chemometrics and Intelligent Laboratory Systems

  • ISSN

    0169-7439

  • e-ISSN

  • Svazek periodika

    130

  • Číslo periodika v rámci svazku

    15 January 2014

  • Stát vydavatele periodika

    NL - Nizozemsko

  • Počet stran výsledku

    11

  • Strana od-do

    98-108

  • Kód UT WoS článku

    330914900014

  • EID výsledku v databázi Scopus