Testing of robustness and efficiency of Rényi divergence estimators of probability densities

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21340%2F12%3A00199585" target="_blank" >RIV/68407700:21340/12:00199585 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Testing of robustness and efficiency of Rényi divergence estimators of probability densities

Popis výsledku v původním jazyce

In this contribution we study R´enyi pseudo-distance estimators which are based on minimization of information-theoretic divergences between empirical and hypothetical probability distribution. These distances are more robust (than e.g. MLE estimators) against outliers and other measurement errors potentially present in the data sets. Robustness of these estimators is described by influence function. In [1] and [4] authors found explicit formulas for enumeration of Rényi pseudodistances in normal families and for their influence functions. We focus on finding explicit formulas for other families (Weibull, Cauchy, Exponential) and finding influence functions for these stimators. We perform computer simulations for pseudorandom contaminated and uncontaminated data sets, different sample sizes and different R´enyi pseudodistance parameters.

Název v anglickém jazyce

Testing of robustness and efficiency of Rényi divergence estimators of probability densities

Popis výsledku anglicky

In this contribution we study R´enyi pseudo-distance estimators which are based on minimization of information-theoretic divergences between empirical and hypothetical probability distribution. These distances are more robust (than e.g. MLE estimators) against outliers and other measurement errors potentially present in the data sets. Robustness of these estimators is described by influence function. In [1] and [4] authors found explicit formulas for enumeration of Rényi pseudodistances in normal families and for their influence functions. We focus on finding explicit formulas for other families (Weibull, Cauchy, Exponential) and finding influence functions for these stimators. We perform computer simulations for pseudorandom contaminated and uncontaminated data sets, different sample sizes and different R´enyi pseudodistance parameters.

Druh

D - Stať ve sborníku

CEP obor

BA - Obecná matematika

OECD FORD obor

—

Projekt

<a href="/cs/project/LG12020" target="_blank" >LG12020: Využití pokročilé statistické analýzy a nestatistických separačních metod pro detekování fyzikálních procesů v datech snímaných urychlovači elementárních částic.</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2012

Kód důvěrnosti údajů

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

Název statě ve sborníku

SPMS 2012 Proceedings

ISBN

978-80-01-05130-6

ISSN

—

e-ISSN

—

Počet stran výsledku

10

Strana od-do

107-116

Název nakladatele

ČVUT

Místo vydání

Praha

Místo konání akce

Zlenice

Datum konání akce

25. 6. 2012

Typ akce podle státní příslušnosti

EUR - Evropská akce

Kód UT WoS článku

—