Význam váhové funkce v linearizovatelných regresních modelech

MAROŠ, Bohumil a Marie BUDÍKOVÁ. Význam váhové funkce v linearizovatelných regresních modelech. Informační Bulletin České statistické společnosti. Praha: Česká statistická společnost, roč. 23, č. 2, s. 1-10. ISSN 1210-8022. doi:10.5300/IB. 2012.

Základní údaje

• Originální název: Význam váhové funkce v linearizovatelných regresních modelech
• Název anglicky: The importance of weighting functions in linearizable regression models
• Autoři: MAROŠ, Bohumil (203 Česká republika, garant) a Marie BUDÍKOVÁ (203 Česká republika, domácí).
• Vydání: Informační Bulletin České statistické společnosti, Praha, Česká statistická společnost, 2012, 1210-8022.

Další údaje

• Originální jazyk: čeština
• Typ výsledku: Článek v odborném periodiku
• Obor: 10103 Statistics and probability
• Stát vydavatele: Česká republika
• Utajení: není předmětem státního či obchodního tajemství
• WWW: URL
• Kód RIV: RIV/00216224:14310/12:00061968
• Organizační jednotka: Přírodovědecká fakulta
• Doi: http://dx.doi.org/10.5300/IB
• Klíčová slova česky: linearizovatelný regresní model; váhová funkce; relativní zlepšení reziduálního součtu čtverců
• Klíčová slova anglicky: linearizable regression model; weighting function; relative improvement of residual sums of squares
• Štítky: AKR, rivok
• Příznaky: Mezinárodní význam, Recenzováno

Anotace

V článku se zabýváme jednoduchým nelineárním regresním modelem, který může být vhodnou transformací převeden na model lineární v parametrech. Popisujeme dva problémy vznikající při této transformaci a ukazujeme, jak je eliminovat pomocí váhové funkce. Doporučujeme opakované použití váhové funkce, přičemž její vliv na kvalitu předikovaných hodnot posuzujeme pomocí relativního zlepšení reziduálního součtu čtverců. Použití váhové funkce ilustrujeme na dvou příkladech z biologické praxe.

Anotace anglicky

In this paper we deal with a simple non-linear regression model, which can be moved to a linear domain by a suitable transformation. We describe two problems originating from this transformation and show how it is eliminated by the weighting function. We recommend to use the weighting function repeatedly. Effect of weighting function is assessed by a relative improvement in the residual sum of squares. The using of the weighting function is illustrated by two examples of biological practices.