About: Sensitivity analysis of robust identification of regression model     Goto   Sponge   NotDistinct   Permalink

An Entity of Type : http://linked.opendata.cz/ontology/domain/vavai/Projekt, within Data Space : linked.opendata.cz associated with source document(s)

AttributesValues
rdf:type
Description
  • Cílem projektu je nalezení takových výsledků pro robustní odhady, které se pro klasickou regresní analýzu shrnují pod označení citlivostní analýza. Půjde o popis chování M-odhadů při podurčení či přeurčení modelu, kolinearitě a heteroskedasticitě. Jako nástroj bude použita asymptotická linearita M-statistik. Studována bude rovněž podvýběrová stabilita odhadu minimalizujícího usekaný součet čtverců residuí. Nástrojem v tomto případě bude využití alternativní definice tohoto odhadu přes disjunktní rozklad výběrového prostoru, jehož jednotlivé části jsou dány tím, že na nich nastává minimum pro daný podsoubor pozorování. Simulační studie odhadu minimalizujícího usekaný součet čtverců a odhadu minimalizujícího medián čtverců residuí bude uskutečněnapomocí softwaru, který byl vyvinut navrhovateli projektu a ve studiu publikované ve Víšek (1996c, viz Supplement to the sheet B) prokázal své mimořádné dobré vlastnosti. (cs)
  • The goal of the project is to find such results for robust estimators which are for the classical regression analysis denoted as sensitivity analyses. Behaviour of M-estimators will be described under the underfiting and the overfitting of model, under collinearity and heteroscedasticity. As a tool will be used the asymptotic linearity of M-statistics. Subsample stability of the least trimmed squares estimator will be also studied using an alternative definition of estimator over a partition of sample space. The parts of partition are defined just by minimum of sum of squares for given subgroup of observations entering the sum. Simulation study of the least trimmed squares and the least median of squares estimators will be carried out by software prepared by present investigators. The software has proved its exceptionally good properties in a small study published in Víšek (1996c, see Supplement to the Sheet B). (en)
Title
  • Sensitivity analysis of robust identification of regression model (en)
  • Citlivostní analýza robustní identifikace regresního modelu (cs)
http://linked.open...lsi-vedlejsi-obor
http://linked.open...avai/druh-souteze
http://linked.open...domain/vavai/faze
http://linked.open...vavai/hlavni-obor
http://linked.open...vai/vedlejsi-obor
http://linked.open...vavai/id-aktivity
http://linked.open.../vavai/id-souteze
http://linked.open...n/vavai/kategorie
http://linked.open...nujicich-prijemcu
http://linked.open...avai/poskytovatel
http://linked.open...ai/statni-podpora
http://linked.open...vavai/typProjektu
http://linked.open...ai/uznane-naklady
http://linked.open...ai/pocet-prijemcu
http://linked.open...cet-spoluprijemcu
http://linked.open...ai/pocet-vysledku
http://linked.open...ku-zverejnovanych
is http://linked.open...ain/vavai/projekt of
Faceted Search & Find service v1.16.118 as of Jun 21 2024


Alternative Linked Data Documents: ODE     Content Formats:   [cxml] [csv]     RDF   [text] [turtle] [ld+json] [rdf+json] [rdf+xml]     ODATA   [atom+xml] [odata+json]     Microdata   [microdata+json] [html]    About   
This material is Open Knowledge   W3C Semantic Web Technology [RDF Data] Valid XHTML + RDFa
OpenLink Virtuoso version 07.20.3240 as of Jun 21 2024, on Linux (x86_64-pc-linux-gnu), Single-Server Edition (126 GB total memory, 112 GB memory in use)
Data on this page belongs to its respective rights holders.
Virtuoso Faceted Browser Copyright © 2009-2024 OpenLink Software