D 2004

Klasifikační pravidla pro elipticky vrstevnicová rozdělení

FORBELSKÁ, Marie

Základní údaje

Originální název

Klasifikační pravidla pro elipticky vrstevnicová rozdělení

Název anglicky

Classification Rules for Elliptically Contoured Distributions

Autoři

FORBELSKÁ, Marie (203 Česká republika, garant)

Vydání

Praha, ROBUST 2004, Sborník prací 13. letní školy JĆMF ROBUST 2004, od s. 85-92, 8 s. 2004

Nakladatel

Jednota českých matematiků a fyziků

Další údaje

Jazyk

čeština

Typ výsledku

Stať ve sborníku

Obor

10103 Statistics and probability

Stát vydavatele

Česká republika

Utajení

není předmětem státního či obchodního tajemství

Kód RIV

RIV/00216224:14310/04:00010964

Organizační jednotka

Přírodovědecká fakulta

ISBN

80-7015-972-3

Klíčová slova anglicky

parametric; nonparametric and semiparametric discriminant analysis; linear and quadratic discriminant analysis; kernel density estimation; product kernels; bandwidth choice; boundary kernels; variable bandwidth selector; elliptically contoured distribution; M-estimates

Štítky

bandwidth choice, boundary kernels, Elliptically contoured distribution, kernel density estimation, M-estimates, parametric, product kernels, variable bandwidth selector
Změněno: 11. 2. 2005 13:19, RNDr. Marie Forbelská, Ph.D.

Anotace

ORIG EN

V originále

V příspěvku je ukázáno, že obdobná lineární a kvadratická diskriminační pravidla předpokládající normální rozdělení náhodného vektoru, charakterizujícího objekt, lze najít i pro mnohem širší třídu vícerozměrných rozdělení, a to pro tzv. elipticky vrstevnicová rozdělení. Vedle toho je pozornost věnována také neparametrickým a semiparametrickým přístupům (pomocí jádrového vyhlazování).

Anglicky

This paper demonstrates that linear and quadratic discriminant decision rules of classifying observation as coming from one of several multivariate normal distribution can be construct for much broader classes of distribution such as elliptical contoured distributions. In the paper the attention is also focused to the applications of nonparametric and semiparametric methods (based on the kernel smoothing).

Návaznosti

MSM 143100001, záměr
Název: Funkcionální diferenciální rovnice a matematicko-statistické modely
Investor: Ministerstvo školství, mládeže a tělovýchovy ČR, Funkcionální diferenciální rovnice a matematicko-statistické modely
Zobrazeno: 9. 11. 2024 06:51