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”

Robustní mediánový odhad v logistické regresi

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21340%2F08%3A04146117" target="_blank" >RIV/68407700:21340/08:04146117 - isvavai.cz</a>

  • Nalezeny alternativní kódy

    RIV/67985556:_____/08:00312780

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Robust Median Estimator in Logistic Regression

  • Popis výsledku v původním jazyce

    This paper introduces a median estimator of the logistic regression parameters. It is defined as the classical L1-estimator applied to continuous data Z1,...,Zn obtained by a statistical smoothing of the original binary logistic regression observations Y1,...,Yn. Consistency and asymptotic normality of this estimator are proved. A method called enhancement is introduced which in some cases increases the efficiency of this estimator. Sensitivity to contaminations and leverage points is studied by simulations and compared in this manner with the sensitivity of some robust estimators previously introduced to the logistic regression. The new estimator appears to be more robust for larger sample sizes and higher levels of contamination.

  • Název v anglickém jazyce

    Robust Median Estimator in Logistic Regression

  • Popis výsledku anglicky

    This paper introduces a median estimator of the logistic regression parameters. It is defined as the classical L1-estimator applied to continuous data Z1,...,Zn obtained by a statistical smoothing of the original binary logistic regression observations Y1,...,Yn. Consistency and asymptotic normality of this estimator are proved. A method called enhancement is introduced which in some cases increases the efficiency of this estimator. Sensitivity to contaminations and leverage points is studied by simulations and compared in this manner with the sensitivity of some robust estimators previously introduced to the logistic regression. The new estimator appears to be more robust for larger sample sizes and higher levels of contamination.

Klasifikace

  • Druh

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

  • CEP obor

    BA - Obecná matematika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/1M0572" target="_blank" >1M0572: Data, algoritmy, rozhodování</a><br>

  • Návaznosti

    Z - Vyzkumny zamer (s odkazem do CEZ)

Ostatní

  • Rok uplatnění

    2008

  • 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 Statistical Planning and Inference

  • ISSN

    0378-3758

  • e-ISSN

  • Svazek periodika

    138

  • Číslo periodika v rámci svazku

    12

  • Stát vydavatele periodika

    NL - Nizozemsko

  • Počet stran výsledku

    19

  • Strana od-do

  • Kód UT WoS článku

    000259755600019

  • EID výsledku v databázi Scopus