J 2017

Bandwidth matrix selectors for kernel regression

KOLÁČEK, Jan a Ivanka HOROVÁ

Základní údaje

Originální název

Bandwidth matrix selectors for kernel regression

Autoři

Vydání

Computational Statistics, HEIDELBERG, GERMANY, SPRINGER HEIDELBERG, 2017, 0943-4062

Další údaje

Jazyk

angličtina

Typ výsledku

Článek v odborném periodiku

Obor

10103 Statistics and probability

Stát vydavatele

Spojené státy

Utajení

není předmětem státního či obchodního tajemství

Odkazy

Impakt faktor

Impact factor: 0.828

Označené pro přenos do RIV

Ano

Kód RIV

RIV/00216224:14310/17:00094524

Organizační jednotka

Přírodovědecká fakulta

DOI

UT WoS

EID Scopus

Klíčová slova anglicky

multivariate kernel regression; constrained bandwidth matrix; kernel smoothing; mean integrated square error

Štítky

Příznaky

Mezinárodní význam, Recenzováno
Změněno: 29. 3. 2018 10:06, Ing. Nicole Zrilić

Anotace

V originále

Choosing a bandwidth matrix belongs to the class of significant problems in multivariate kernel regression. The problem consists of the fact that a theoretical optimal bandwidth matrix depends on the unknown regression function which to be estimated. Thus data-driven methods should be applied. A method proposed here is based on a relation between asymptotic integrated square bias and asymptotic integrated variance. Statistical properties of this method are also treated. The last two sections are devoted to simulations and an application to real data.

Návaznosti

GA15-06991S, projekt VaV
Název: Analýza funkcionálních dat a související témata
Investor: Grantová agentura ČR, Analýza funkcionálních dat a související témata

Přiložené soubory

template_cost.pdf
Požádat o autorskou verzi souboru