KOLÁČEK, Jan. Bandwidth selection for nonparametric regression - plug-in method. In Programme and Abstracts, IASC 3rd World Conference on CSDA. 2005.
Další formáty:   BibTeX LaTeX RIS
Základní údaje
Originální název Bandwidth selection for nonparametric regression - plug-in method
Název česky Volba optimální šířky okna pro jádrové vyhlazování - plug-in metoda
Autoři KOLÁČEK, Jan (203 Česká republika, garant, domácí).
Vydání Programme and Abstracts, IASC 3rd World Conference on CSDA, 2005.
Další údaje
Originální jazyk angličtina
Typ výsledku Konferenční abstrakt
Obor 10101 Pure mathematics
Stát vydavatele Kypr
Utajení není předmětem státního či obchodního tajemství
Kód RIV RIV/00216224:14310/05:00013348
Organizační jednotka Přírodovědecká fakulta
Klíčová slova anglicky bandwidth selection; Fourier transform; kernel estimation; nonparametric regression
Štítky Bandwidth selection, Fourier Transform, kernel estimation, nonparametric regression
Změnil Změnil: doc. Mgr. Jan Koláček, Ph.D., učo 19999. Změněno: 16. 2. 2015 15:56.
Anotace
The problem of bandwidth selection for non-parametric kernel regression is considered. We will follow the Nadaraya -- Watson and local linear estimator especially. The circular design is assumed in this work to avoid the difficulties caused by boundary effects. Most of bandwidth selectors are based on the residual sum of squares (RSS). It is often observed in simulation studies that these selectors are biased toward undersmoothing. This leads to consideration of a procedure which stabilizes the RSS by modifying the periodogram of the observations. As a result of this procedure, we obtain an estimation of unknown parameters of average mean square error function (AMSE). This process is known as a plug-in method. Simulation studies suggest that the plug-in method could have preferable properties to the classical one.
Anotace česky
Zabýváme se zde problémem hledání optimální šířky okna při neparametrických jádrových odhadech regresní funkce. Speciálně uvažujeme Nadaraya - Watsonovy a lokálně lineární odhady. Předpokládá se zde také cyklický model kvůli potlačení hraničních efektů. Většina metod pro hledání optimální šířky okna vychází z residuálního součtu čtverců (RSS). Často se však stává, že dochází k tzv. podhlazování. V této práci uvažujeme novou proceduru, která stabilizje RSS modifikací periodogramu pozorování. Jako výsledek této procedury dostáváme odhady neznámých parametrů střední kvadratické chyby. Tento proces je obecně znám jako plug-in metoda. Simulační studie ukazuje, že navrhovaná metoda dává lepší výsledky než klasické metody.
Návaznosti
GA402/04/1308, projekt VaVNázev: Klasifikační modely a porovnání jejich prediktivních vlastností
Investor: Grantová agentura ČR, Klasifikační modely a porovnání jejich prediktivních vlastností
VytisknoutZobrazeno: 25. 4. 2024 18:13