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”

The least weighted squares estimator in linear regression

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F19%3A00518359" target="_blank" >RIV/67985807:_____/19:00518359 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://github.com/Veragin/LWScode" target="_blank" >https://github.com/Veragin/LWScode</a>

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    The least weighted squares estimator in linear regression

  • Popis výsledku v původním jazyce

    The least weighted squares (LWS) estimator represents a perspective robust estimator of parameters in the linear regression model. Available theoretical results reveal the estimator to attain (possibly) a high breakdown point. Several empirical results reveal the estimator to be very suitable for real contaminated by outliers, but also for non-contaminated data. So far, there has been however no publicly available implementation of the LWS estimator. The presented software is based on an approximate algorithm, which turns out to yield a reliable approximation to the true solution over a variety of datasets of various sizes and various properties.

  • Název v anglickém jazyce

    The least weighted squares estimator in linear regression

  • Popis výsledku anglicky

    The least weighted squares (LWS) estimator represents a perspective robust estimator of parameters in the linear regression model. Available theoretical results reveal the estimator to attain (possibly) a high breakdown point. Several empirical results reveal the estimator to be very suitable for real contaminated by outliers, but also for non-contaminated data. So far, there has been however no publicly available implementation of the LWS estimator. The presented software is based on an approximate algorithm, which turns out to yield a reliable approximation to the true solution over a variety of datasets of various sizes and various properties.

Klasifikace

  • Druh

    R - Software

  • CEP obor

  • OECD FORD obor

    10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/GA19-05704S" target="_blank" >GA19-05704S: FoNeCo: Analytické základy neurovýpočtů</a><br>

  • Návaznosti

    I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Ostatní

  • Rok uplatnění

    2019

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Interní identifikační kód produktu

    LWS 1.0

  • Technické parametry

    Kód v Matlabu, spustitelný samostatně podle dokumentace, která je součástí jednotlivých souborů. Spuštění vyžaduje knihovnu fastlts.m. Dostupné pod licencí MIT.

  • Ekonomické parametry

    Jde o dosud první veřejně dostupnou implementaci kódu pro výpočet LWS odhadu v regresi. Software tak výrazně usnadňuje regresní modelování pomocí nástrojů robustních vůči odlehlým hodnotám. Současně lze tuto implementaci LWS odhadu, která je obecná, použít i v kontextu neuronových sítí, kde by byl jiný způsob výpočtu značně složitý.

  • IČO vlastníka výsledku

    67985807

  • Název vlastníka

    Ústav informatiky AV ČR, v. v. i.