KOLÁČEK, Jan a Ivanka HOROVÁ. Bandwidth matrix selectors for kernel regression. Computational Statistics. HEIDELBERG, GERMANY: SPRINGER HEIDELBERG, 2017, roč. 32, č. 3, s. 1027-1046. ISSN 0943-4062. doi:10.1007/s00180-017-0709-3.
Další formáty:   BibTeX LaTeX RIS
Základní údaje
Originální název Bandwidth matrix selectors for kernel regression
Autoři KOLÁČEK, Jan (203 Česká republika, garant, domácí) a Ivanka HOROVÁ (203 Česká republika, domácí).
Vydání Computational Statistics, HEIDELBERG, GERMANY, SPRINGER HEIDELBERG, 2017, 0943-4062.
Další údaje
Originální jazyk angličtina
Typ výsledku Článek v odborném periodiku
Obor 10103 Statistics and probability
Stát vydavatele Spojené státy
Utajení není předmětem státního či obchodního tajemství
WWW URL
Impakt faktor Impact factor: 0.828
Kód RIV RIV/00216224:14310/17:00094524
Organizační jednotka Přírodovědecká fakulta
Doi http://dx.doi.org/10.1007/s00180-017-0709-3
UT WoS 000406683400010
Klíčová slova anglicky multivariate kernel regression; constrained bandwidth matrix; kernel smoothing; mean integrated square error
Štítky NZ, rivok
Příznaky Mezinárodní význam, Recenzováno
Změnil Změnila: Ing. Nicole Zrilić, učo 240776. Změněno: 29. 3. 2018 10:06.
Anotace
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 VaVNázev: Analýza funkcionálních dat a související témata
Investor: Grantová agentura ČR, Analýza funkcionálních dat a související témata
VytisknoutZobrazeno: 28. 3. 2023 02:33