Outlier Detection in PM10 Aerosols by Generalised Linear Model

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F62156489%3A43110%2F18%3A43913796" target="_blank" >RIV/62156489:43110/18:43913796 - isvavai.cz</a>

Nalezeny alternativní kódy

RIV/60162694:G42__/18:00536607

Výsledek na webu

<a href="https://doi.org/10.1063/1.5043740" target="_blank" >https://doi.org/10.1063/1.5043740</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1063/1.5043740" target="_blank" >10.1063/1.5043740</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Outlier Detection in PM10 Aerosols by Generalised Linear Model

Popis výsledku v původním jazyce

Measurements of air pollutant concentrations often include outliers which can significantly affect further analysis and modelling. The validation of the analysed data is quite often provided manually based on subjective evaluation of the specialist which is unsatisfactory from a statistical point of view. Here the method for outlier detection in PM10 concentrations based on generalised linear model, which enables to take into account the influence of known accompanying variables, is presented. Although that the generalised linear model must be adapted to the analysed data and monitoring location the methodology is general and can be applied to concentrations of any air pollutant under the condition that the observations of accompanying variables are available.

Název v anglickém jazyce

Outlier Detection in PM10 Aerosols by Generalised Linear Model

Popis výsledku anglicky

Measurements of air pollutant concentrations often include outliers which can significantly affect further analysis and modelling. The validation of the analysed data is quite often provided manually based on subjective evaluation of the specialist which is unsatisfactory from a statistical point of view. Here the method for outlier detection in PM10 concentrations based on generalised linear model, which enables to take into account the influence of known accompanying variables, is presented. Although that the generalised linear model must be adapted to the analysed data and monitoring location the methodology is general and can be applied to concentrations of any air pollutant under the condition that the observations of accompanying variables are available.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10103 - Statistics and probability

Projekt

<a href="/cs/project/GA16-07089S" target="_blank" >GA16-07089S: Robustní přístup testování normality chybového členu v ekonometrických modelech</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2018

Kód důvěrnosti údajů

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

Název statě ve sborníku

Proceedings of the International Conference of Numerical Analysis and Applied Mathematics 2017 (ICNAAM 2017)

ISBN

978-0-7354-1690-1

ISSN

0094-243X

e-ISSN

1551-7616

Počet stran výsledku

4

Strana od-do

"nestrankovano"

Název nakladatele

American Institute of Physics (AIP)

Místo vydání

Melville

Místo konání akce

Soluň

Datum konání akce

25. 9. 2017

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000445105400088