Nonparametric Kernel Regression Approach
dc.contributor.author | Ťoupal, Tomáš | |
dc.date.accessioned | 2019-10-21T10:00:18Z | |
dc.date.available | 2019-10-21T10:00:18Z | |
dc.date.issued | 2019 | |
dc.description.abstract | Uvedená práce je zaměřena na jednu možnou metodiku pro odhad neznámé regresní křivky neparametrickým jádrovým regresním přístupem. Hlavním cílem je popis neparametrické regresní funkce s využitím Nadarayova-Watsonova přístupu včetně aplikace na souboru reálných dat pro spotřebu piva v České a Slovenské republice. Zahrnuje vliv základních parametrů a návrh některých vhodných metod optimalizace. To znamená kalibraci navrhovaného modelu. | cs |
dc.description.abstract-translated | This paper is focused on a possible methodology for estimating of regression curve by nonparametric kernel regression approach. The main objective is a description of nonparametric regression function with using Nadaraya-Watson approach including a real data application for beer consumption in the Czech Republic and the Slovak Republic. It includes the influence of the basic parameters and proposal some appropriate optimization methods. It means a calibration of the proposed model. | en |
dc.format | 15 s. | cs |
dc.format.mimetype | application/pdf | |
dc.identifier.citation | ŤOUPAL, T. Nonparametric Kernel Regression Approach. In: 18th Conference on Applied Mathematics, APLIMAT 2019 - Proceedings. Bratislava: Spektrum STU, 2019. s. 1182-1196. ISBN 978-80-227-4884-1. | en |
dc.identifier.isbn | 978-80-227-4884-1 | |
dc.identifier.obd | 43926791 | |
dc.identifier.uri | 2-s2.0-85070802548 | |
dc.identifier.uri | http://hdl.handle.net/11025/35573 | |
dc.language.iso | en | en |
dc.project.ID | LO1506/PUNTIS - Podpora udržitelnosti centra NTIS - Nové technologie pro informační společnost | cs |
dc.publisher | SPEKTRUM STU | en |
dc.relation.ispartofseries | 18th Conference on Applied Mathematics, APLIMAT 2019 - Proceedings | en |
dc.rights | Plný text je přístupný v rámci univerzity přihlášeným uživatelům. | cs |
dc.rights | © SPEKTRUM STU | en |
dc.rights.access | restrictedAccess | en |
dc.subject | Neparametrická jádrová regrese | cs |
dc.subject | vyhlazovací parametr | cs |
dc.subject | jádrová funkce | cs |
dc.subject | kalibrace | cs |
dc.subject | Metoda křížového ověření | cs |
dc.subject | Penalizační metody | cs |
dc.subject | Metoda těsnosti a hladkosti | cs |
dc.subject.translated | Nonparametric kernel regression | en |
dc.subject.translated | smoothing parameter | en |
dc.subject.translated | kernel function | en |
dc.subject.translated | calibration | en |
dc.subject.translated | Cross-Validation method | en |
dc.subject.translated | Penalty methods | en |
dc.subject.translated | Tightness and Smoothness method | en |
dc.title | Nonparametric Kernel Regression Approach | en |
dc.title.alternative | Neparametrický jádrový přístup k regresi | cs |
dc.type | konferenční příspěvek | cs |
dc.type | conferenceObject | en |
dc.type.status | Peer-reviewed | en |
dc.type.version | publishedVersion | en |