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
—