MY101 Multivariate kernel estimation with general bandwidth matrices

Přírodovědecká fakulta
podzim 2010 - akreditace
Rozsah
0/5. 2 kr. Ukončení: z.
Vyučující
prof. Jose E. Chacon (přednášející), prof. RNDr. Ivanka Horová, CSc. (zástupce)
Garance
prof. RNDr. Ivanka Horová, CSc.
Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta
Kontaktní osoba: prof. RNDr. Ivanka Horová, CSc.
Omezení zápisu do předmětu
Předmět je otevřen studentům libovolného oboru.
Cíle předmětu
Multivariate kernel density estimation is an important technique in statistical exploratory data analysis. Its utility relies on its ease of interpretation, especially by graphical means. The crucial factor which determines the performance of kernel density estimation is the bandwidth matrix selection. Research in finding optimal bandwidth matrices began with restricted parametrizations of the bandwidth matrix which mimic univariate selectors. Progressively these restrictions were relaxed to develop more flexible selectors. In these series of seminars we will explore some recent developments on multivariate kernel estimation with unconstrained bandwidth matrices. Some of the topics include general bandwidth selection for the estimation of the density and its derivatives, or construction of multivariate higher-order kernels.
Další komentáře
Předmět je vyučován jednorázově.
Výuka probíhá blokově.
Předmět je zařazen také v obdobích podzim 2010, podzim 2011 - akreditace.