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”

Robustified Total Least Squares estimators and their evaluations

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21340%2F15%3A00304796" target="_blank" >RIV/68407700:21340/15:00304796 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Robustified Total Least Squares estimators and their evaluations

  • Popis výsledku v původním jazyce

    Classical robust regression estimators, such as Least Trimmed Squares, are not consistent in error-in-variables models, where the explanatory variables are measured with a random error. The most frequent approaches in such a cases are Instrumental Variables and Total Least Squares estimation. This ontribution deals with robustification of Total Least Squares and present methods based on the idea of trimming, or downweighting of the influential points. Three different ways how to evaluate them are described and the accuracy of fast resampling algorithm is discussed and compared to two exact algorithms inspired by Branch-and-Bound and Borders Scanning Algorithms.

  • Název v anglickém jazyce

    Robustified Total Least Squares estimators and their evaluations

  • Popis výsledku anglicky

    Classical robust regression estimators, such as Least Trimmed Squares, are not consistent in error-in-variables models, where the explanatory variables are measured with a random error. The most frequent approaches in such a cases are Instrumental Variables and Total Least Squares estimation. This ontribution deals with robustification of Total Least Squares and present methods based on the idea of trimming, or downweighting of the influential points. Three different ways how to evaluate them are described and the accuracy of fast resampling algorithm is discussed and compared to two exact algorithms inspired by Branch-and-Bound and Borders Scanning Algorithms.

Klasifikace

  • Druh

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

  • CEP obor

    BB - Aplikovaná statistika, operační výzkum

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2015

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název periodika

    Forum Statisticum Slovacum

  • ISSN

    1336-7420

  • e-ISSN

  • Svazek periodika

    XI

  • Číslo periodika v rámci svazku

    6

  • Stát vydavatele periodika

    SK - Slovenská republika

  • Počet stran výsledku

    8

  • Strana od-do

    54-61

  • Kód UT WoS článku

  • EID výsledku v databázi Scopus