Plug-in method for nonparametric regression
Název česky | Plug-in metoda pro neparametrickou regresi |
---|---|
Autoři | |
Rok publikování | 2008 |
Druh | Článek v odborném periodiku |
Časopis / Zdroj | Computational Statistics |
Fakulta / Pracoviště MU | |
Citace | |
Obor | Obecná matematika |
Klíčová slova | bandwidth selection; Fourier transform; kernel estimation; nonparametric regression |
Popis | 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. |
Související projekty: |