Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.author | Ťoupal, Tomáš | |
| dc.contributor.author | Vávra, František | |
| dc.date.accessioned | 2018-10-21T10:00:12Z | |
| dc.date.available | 2018-10-21T10:00:12Z | |
| dc.date.issued | 2017 | |
| dc.identifier.isbn | 978-80-7435-678-0 | |
| dc.identifier.uri | http://hdl.handle.net/11025/30441 | |
| dc.description.abstract | Tento článek se zabývá problémem neparametrického jádrového odhadu, zejména neparametrického jádrového odhadu regresních funkcí. Uvedený neparametrický přístup je užitečný v případě, když potřebujeme najít "nějaký" vztah mezi dvojicí proměnných pro další analýzu. Existuje mnoho oblastí aplikace v makroekonomii, a proto se tento dokument zaměřuje na odhady regresních funkcí na některých vybraných souborech skutečných dat (počet úmrtí, sňatky a narození apod.). Nejprve jsou popsány neparametrické jádrové odhady regresní funkce s pomocí Nadaraja-Watsona přístupu a vlivy hlavních parametrů (vyhlazovací parametr, jádrová funkce apod.) na vlastnosti regresní funkce. Dále je analyzován vyhlazovací parametr a jeho odhady různými přístupy (penalizační metody, metoda RSS, metoda křížové validace a další navrhované metody). Získané výsledky jsou aplikovány a následně diskutovány. | cs |
| dc.format | 6 s. | cs |
| dc.format.mimetype | application/pdf | |
| dc.language.iso | en | en |
| dc.publisher | Faculty of Informatics and Management, University of Hradec Králové | en |
| dc.relation.ispartofseries | 35th International Conference Mathematical Methods in Economics, MME2017, Conference Proceedings | en |
| dc.rights | Plný text není přístupný. | cs |
| dc.rights | © Faculty of Informatics and Management, University of Hradec Králové | en |
| dc.subject | Neparametrické jádrové odhady, regresní funkce, jádrové funkce, vyhlazovací parametr, Penalizační metody, metoda RSS, metoda křížové validace, MSE. | cs |
| dc.title | Nonparametric Kernel Regression and Its Real Data Application | en |
| dc.title.alternative | Nonparametrická jádrová regrese a její aplikace na souboru reálných dat | cs |
| dc.type | konferenční příspěvek | cs |
| dc.type | conferenceObject | en |
| dc.rights.access | closedAccess | en |
| dc.type.version | publishedVersion | en |
| dc.subject.translated | Nonparametric kernel estimation, regression function, kernel function, smoothing parameter, Penalty methods, RSS method, Cross-validation method, MSE. | en |
| dc.type.status | Peer-reviewed | en |
| dc.identifier.document-number | 427151400139 | |
| dc.identifier.obd | 43920169 | |
| 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 | |
|---|---|---|---|
| MME_2017_Toupal.pdf | 981,16 kB | Adobe PDF | View/Open Request a copy |
Please use this identifier to cite or link to this item:
http://hdl.handle.net/11025/30441Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.