Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "nonparametric estimation" wg kryterium: Wszystkie pola

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    The estimation of the corruption perception index
    Autorzy:
    Baszczyńska, Aleksandra
    Pekasiewicz, Dorota
    Powiązania:
    https://bibliotekanauki.pl/articles/658397.pdf
    Data publikacji:
    2011
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    nonparametric analysis
    kernel estimation
    corruption perception index
    Opis:
    W pracy przedstawiono wyniki nieparametrycznej analizy wskaźnika percepcji korupcji. Na analizę tę składa się metoda jądrowa estymacji funkcji gęstości oraz wybrane metody estymacji przedziałowej wartości średniej wskaźnika percepcji korupcji. Do rozważanych metod estymacji wartości średniej należą: jedna z metod bootstrapowych oraz metody wykorzystujące dodatkowe informacje o zmiennej takie jak asymetria rozkładu, ograniczoność zbioru wartości zmiennej. Przeprowadzona analiza dotyczy estymacji wskaźnika percepcji korupcji w 2008 roku różnymi metodami, w oparciu o próby proste różnej liczebności. Porównanie uzyskanych wyników estymacji pozwoliło sformułować wnioski dotyczące dokładności oszacowań, a tym samym efektywności rozpatrywanych metod.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2011, 255
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Application of Simulation Methods to Estimation of Variance of Nonparametric Sequential Estimator of Mean
    Zastosowanie metod symulacyjnych do szacowania wariancji sekwencyjnego estymatora nieparametrycznego średniej
    Autorzy:
    Pekasiewicz, Dorota
    Powiązania:
    https://bibliotekanauki.pl/articles/904719.pdf
    Data publikacji:
    2005
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    sequential estimation
    bootstrap method
    synthetic estimator
    Opis:
    Nieparametryczne metody estymacji sekwencyjnej pozwalają, przy różnych schematach losowania próby, oszacować nieznany parametr rozkładu zmiennej losowej, gdy klasa rozkładu tej zmiennej jest nieznana. Sekwencyjna estymacja punktowa średniej zmiennej losowej polega n a wyznaczeniu wartości estymatora średniej na podstawie próby losowej, której liczebność jest odpowiednio zwiększana tak, aby funkcja ryzyka osiągnęła minimum. Jeśli nie uwzględniamy kosztów związanych z pobieraniem elementów do próby, to funkcja ryzyka jest równa błędowi średniokwadratowemu, a w przypadku estymatorów nieobciążonych wariancji stosowanego estymatora. Wyznaczenie wariancji estymatora szacowanego parametru nie zawsze jest łatwe, a czasami nawet okazuje się niemożliwe. W statystyce małych obszarów często stosuje się estymatory pośrednie, które są bardziej efektywne niż bezpośrednie, ale ich skomplikowana postać sprawia, że często nie mamy informacji ani o ich wariancji, ani o estymatorze wariancji (lub błędzie średniokwadratowym). Przy zastosowaniu lego typu estymatorów w estymacji sekwencyjnej średniej pojawia się problem ze sformułowaniem procedury zatrzymania procesu powiększania próby. W pracy proponowane jest stosowanie, w takich przypadkach, symulacyjnych metod szacowania wariancji, m.in. metody Mahalanobisa, jackknife i metody bootstrapowej. Ponadto w pracy przedstawiony jest przykład zastosowania metody bootstrapowej do szacowania wariancji syntetycznego estymatora średniej dla podpopulacji.
    Nonparametric sequential methods allow to estimate unknown parameter of random variable distribution, when the distribution of the variable is unknown. We can apply these methods to different sampling designs. This paper contains a proposal of applying simulation methods to estimate the variance of a nonparametric estimator of mean. An application of bootstrap methods to estimate the variance of a synthetic estimator of the mean in sequential estimation is also presented.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2005, 194
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Estimation of Measurement Error Using Local Sampling and Joint Nonparametric Linearisation
    Estymowanie błędu pomiarowego z zastosowaniem łącznej nieparametrycznej linearyzacji prób lokalnych
    Autorzy:
    Górkiewicz, Maciej
    Powiązania:
    https://bibliotekanauki.pl/articles/906540.pdf
    Data publikacji:
    2002
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    local sampling
    linearisation
    measurement error
    neear neighbours
    Opis:
    This paper presents how to use the near neighbours technique in aim to transform a given data set (Z, X, YT) of size N into a set of J ~ N local samples (Z, X), with restrictions on minimal number К of members in each local sample and on maximal difference of Y inside each local sample, where Z plays role of an outcome, X is an independent variable, and Y1 - (Y ..., YL) is a vector of L supplementary continuous variables. Then the procedure for non-parametric joint linearisation of an obtained set of local samples was proposed. The whole proposed method was applied to estimation of models with standard deviation of measurements as outcome Z and measured value as independent variable X. The paper was inspired by difficulties with estimation of the measurement error, which often occur in medicine, if accuracy of a measurement procedure depends on some properties of patient. Nevertheless, the proposed approach seems to be more general. It can be useful in many analyses of observational studies, which aim to estimate a family of the functions, preferable the linear ones, instead a single multivariate model.
    Praca prezentuje zastosowanie techniki najbliższych sąsiadów w celu przekształcenia zbioru N danych postaci (Z, X, YT) w zbiór J ~ N prób lokalnych (Z, X), przy ograniczeniach dotyczących minimalnej liczby danych К oraz różnic wartości YT w każdej próbie lokalnej, gdzie Z pełni rolę zmiennej zależnej, X - zmiennej niezależnej, a Y1 = (Y, ..., YL) jest L-wymiarową zmienną dodatkową. Następnie proponuje się procedurę nieparametrycznej łącznej linearyzacji zbioru prób lokalnych. Obie procedury proponuje się stosować do oceny dokładności metod pomiarowych, z odchyleniem standardowym błędu pomiarów jako zmienną Z i wielkością mierzoną jako zmienną X. Proponowane podejście może być użyteczne w innych zastosowaniach, kiedy zamiast modelu regresji wielowymiarowej estymuje się rodzinę zależności regresyjnych.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2002, 162
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-3 z 3

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies