Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.author | Ťoupal, Tomáš | |
| dc.contributor.author | Marek, Patrice | |
| dc.date.accessioned | 2018-10-21T10:00:12Z | |
| dc.date.available | 2018-10-21T10:00:12Z | |
| dc.date.issued | 2016 | |
| dc.identifier.isbn | 978-80-248-3994-3 | |
| dc.identifier.issn | 2464-6970 | |
| dc.identifier.uri | http://hdl.handle.net/11025/30440 | |
| dc.description.abstract | Tento článek se zabývá problematikou neparametrického jádrového odhadu, zejména neparametrického jádrového odhadu regresní funkce na reálných souborech dat. Existuje zde mnoho oblastí použití (hrubý domácí produkt, nezaměstnanost, burza apod.), a z tohoto důvodu se prezentovaný článek zaměřuje na odhad regresní funkce vybraného podkladového aktiva. Nejprve je popsána neparametrická jádrová regrese zahrnující vlivy hlavních parametrů (vyhlazovací parametr, jádrová funkce apod.) na tvar aproximované funkce. Dále je analyzován a detailně popsán vyhlazovací parametr a jeho odhad ve vztahu k regresní křivce. Získané výsledky se aplikují na vygenerovaný soubor dat a na reálný soubor dat podkladového aktiva (ČEZ). | cs |
| dc.format | 8 s. | cs |
| dc.format.mimetype | application/pdf | |
| dc.language.iso | cs | cs |
| dc.publisher | VŠB - Technical University of Ostrava | cs |
| dc.relation.ispartofseries | Managing and Modelling of Financial Risks, 8th International Scientific Conference - Proceedings | en |
| dc.rights | © VŠB - Technical University of Ostrava | cs |
| dc.rights | Plný text je přístupný v rámci univerzity přihlášeným uživatelům. | cs |
| dc.subject | Neparametrické jádrové odhady, jádrová funkce, regresní funkce, podkladové aktivum, vyhlazovací parametr. | cs |
| dc.title | Nonparametric Kernel Estimation and Its Practical Application | cs |
| dc.title.alternative | Nonparametric Kernel Estimation and Its Practical Application | en |
| dc.type | konferenční příspěvek | cs |
| dc.type | conferenceObject | en |
| dc.rights.access | restrictedAccess | en |
| dc.type.version | publishedVersion | en |
| dc.description.abstract-translated | This paper deals with the problem of nonparametric kernel estimation, particularly nonparametric kernel estimation of regression function in real life situations. There are many fields of application (Gross Domestic Product, Unemployment, Stock Market, etc.) and therefore this paper is focused on estimation of regression function of the selected underlying asset. First, there is described nonparametric regression including the influences of the main parameters (smoothing parameter, kernel function, etc.) on the shape of regression function. Then, there is analyzed and described in detail smoothing parameter and its estimation in relation to the regression curve. The obtained results are applied to generated data collection and real data collection of underlying asset (CEZ). | en |
| dc.subject.translated | Nonparametric kernel estimation, kernel function, regression function, underlying asset, smoothing parameter. | en |
| dc.type.status | Peer-reviewed | en |
| dc.identifier.document-number | 429179000037 | |
| dc.identifier.obd | 43918394 | |
| dc.project.ID | LO1506/PUNTIS - Podpora udržitelnosti centra NTIS - Nové technologie pro informační společnost | cs |
| Appears in Collections: | Postprinty / Postprints (KMA) OBD | |
Files in This Item:
| File | Size | Format | |
|---|---|---|---|
| Nonparametric Kernel Estimation and Its Practical Application.pdf | 2,05 MB | Adobe PDF | View/Open Request a copy |
Please use this identifier to cite or link to this item:
http://hdl.handle.net/11025/30440Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.