Median estimator in logistic regression model

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21340%2F13%3A00210407" target="_blank" >RIV/68407700:21340/13:00210407 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Median estimator in logistic regression model

Popis výsledku v původním jazyce

Nowadays, generalized linear models are widespread for statistical data processing. Logistic regression model belongs to this class of models. This model is one of the basic models used for binary data. A demand for accurate and reliable estimates of theparameters of these models is increasing. MLE (Maximum Likelihood Estimates) are used in practice. They are known to be efficient. Unfortunately, outliers can occur in some data sets, which have an effect on estimation of model parameters. Median estimator of parameters and its generalization appear to be more robust for larger sample size and higher level of contamination. In this work, MLE, Median estimator and generalized Median estimator are compared on generated data. As a conclusion, a comparisonbetween them is shown.

Název v anglickém jazyce

Median estimator in logistic regression model

Popis výsledku anglicky

Nowadays, generalized linear models are widespread for statistical data processing. Logistic regression model belongs to this class of models. This model is one of the basic models used for binary data. A demand for accurate and reliable estimates of theparameters of these models is increasing. MLE (Maximum Likelihood Estimates) are used in practice. They are known to be efficient. Unfortunately, outliers can occur in some data sets, which have an effect on estimation of model parameters. Median estimator of parameters and its generalization appear to be more robust for larger sample size and higher level of contamination. In this work, MLE, Median estimator and generalized Median estimator are compared on generated data. As a conclusion, a comparisonbetween them is shown.

Druh

D - Stať ve sborníku

CEP obor

BB - Aplikovaná statistika, operační výzkum

OECD FORD obor

—

Projekt

—

Návaznosti

S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2013

Kód důvěrnosti údajů

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

Název statě ve sborníku

SPMS 2013 Stochastic and Physical Monitoring Systems Proceedings

ISBN

978-80-01-05383-6

ISSN

—

e-ISSN

—

Počet stran výsledku

6

Strana od-do

83-88

Název nakladatele

ČVUT

Místo vydání

Praha

Místo konání akce

Nebřich

Datum konání akce

24. 6. 2013

Typ akce podle státní příslušnosti

EUR - Evropská akce

Kód UT WoS článku

—