J 2006

A Comparative Study of Boundary Effects for Kernel Smoothing

KOLÁČEK, Jan and Jitka POMĚNKOVÁ

Basic information

Original name

A Comparative Study of Boundary Effects for Kernel Smoothing

Name in Czech

Srovnávací studie hraničních efektů jádrového vyhlazování

Authors

KOLÁČEK, Jan (203 Czech Republic, guarantor, belonging to the institution) and Jitka POMĚNKOVÁ (203 Czech Republic)

Edition

Austrian Journal of Statistics, Austria, 2006, 1026-597X

Other information

Language

English

Type of outcome

Článek v odborném periodiku

Field of Study

10101 Pure mathematics

Country of publisher

Austria

Confidentiality degree

není předmětem státního či obchodního tajemství

Impact factor

Impact factor: 0.259 in 1999

RIV identification code

RIV/00216224:14310/06:00015658

Organization unit

Faculty of Science

Keywords in English

bandwidth selection; boundary effects; kernel estimation; nonparametric regression

Tags

Tags

International impact, Reviewed
Změněno: 12/11/2013 15:53, doc. Mgr. Jan Koláček, Ph.D.

Abstract

ORIG CZ

V originále

The problem of boundary effects for nonparametric kernel regression is considered. We will follow the problem of bandwidth selection for Gasser-Mueller estimator especially. There are two ways to avoid the difficulties caused by boundary effects in this work. The first one si to assume the circular design. This idea is effective for smooth periodic regression functions mainly. The second presented method is reflection method for kernel of the second order. The reflection method has an influence on the estimate outside edge points. The method of penalizing functions is used as a bandwidth selector. This work compares both techniques in a simulation study.

In Czech

V článku je věnována pozornost hraničním efektům vzniklých při jádrových odhadech regresní funkce. Při odhadech se používá Gasser-Muellerových estimátorů. Jsou zde srovnávány dvě metody pro potlačení hraničních efektů. První předpokládá tzv. "cyklický model", tato metoda je efektivní zejména pro hladké periodické regresní funkce. Druhá metoda je metoda zrcadlení. Obě metody jsou porovnávány na simulovaných datech.

Links

GA402/04/1308, research and development project
Name: Klasifikační modely a porovnání jejich prediktivních vlastností
Investor: Czech Science Foundation, Classification models and the assessment of their predictive properties