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 "linear model regression" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    On Testing the Significance of the Coefficients in the Multiple Regression Analysis
    O testowaniu istotności współczynników w modelu regresji wielorakiej
    Autorzy:
    Kończak, Grzegorz
    Powiązania:
    https://bibliotekanauki.pl/articles/906860.pdf
    Data publikacji:
    2012
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    linear regression model
    permutation test
    Monte Carlo
    Opis:
    The multiple regression analysis is a statistical tool for the investigation relationships between the dependent and independent variables. There are some procedures for selecting a subset of given predictors. These procedures are widely available in statistical computer packages. The most often used are forward selection, backward selection and stepwise selection. In these procedures testing the significance of parameters is used. If some assumptions such as normality errors are not fulfilled, the results of testing significance of the parameters may not be trustworthy. The main goal of this paper is to present a permutation test for testing the significance of the coefficients in the regression analysis. Permutation tests can be used even if the normality assumption is not fulfilled. The properties of this test were analyzed in the Monte Carlo study.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2012, 269
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Matrix H and Its Applications in Economic and Tourist Research
    Macierz H i jej zastosowania w badaniach ekonomicznych i turystycznych
    Autorzy:
    Wagner, Wiesław
    Powiązania:
    https://bibliotekanauki.pl/articles/905680.pdf
    Data publikacji:
    2006
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    linear regression model
    hat matrix
    prediction matrix
    lever points
    Opis:
    The paper characterizes and gives some basic properties of matrix H that is the operator of orthogonal projection on the space of columns of matrix X, which is the hat matrix in linear regression model. The author enumerates some properties of diagonal elements of the matrix, which were defined as lever points and high-lever points. The paper deals also with the form of matrix H with repeating observations relating to independent variables. Two examples show some applications of matrix H.
    W artykule określono i podano podstawowe własności macierzy H, będącej operatorem ortogonalnego rzutu na przestrzeń kolumn macierzy X, która jest macierzą układu w modelu regresji liniowej. Wymienione zostały własności elementów diagonalnych tej macierzy, które zostały określone jako punkty dźwigniowe i wysoko dźwigniowe punkty. Także zajęto się postacią macierzy H przy powtarzających się obserwacjach odnoszących się do zmiennych niezależnych. Pewne zastosowania macierzy H podano na dwóch przykładach.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2006, 196
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Analysis of Linear Regression Model at Divided System Matrix
    Analiza modelu regresji liniowej przy podzielonej macierzy układu
    Autorzy:
    Budka, Anna
    Wagner, Wiesław
    Powiązania:
    https://bibliotekanauki.pl/articles/906892.pdf
    Data publikacji:
    2007
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    linear regression model
    influential observations
    hat matrix
    complete
    1-cut and m-cut model
    Opis:
    In this study problems connected with the detection of influential observations are investigated in the linear regression model using the least squares estimation of structural parameters. This issue has been presented in three cuts: the complete model, 1-cut model and m-cut model.
    W pracy przedstawiono zagadnienia związane z wykrywaniem obserwacji wpływowych w modelu regresji liniowej przy zastosowaniu estymacji parametrów strukturalnych za pomocą MNK. Temat ten jest ujęty w trzech przekrojach: model pełny, 1-ucięty oraz model m-ucięty. W każdym przypadku prezentowane są szczegółowe metody badania obserwacji wpływowych. Podstawowymi dla tych celów statystykami są elementy diagonalne tzw. macierzy ortogonalnego rzutu. Ich duże wartości, przy czym wszystkie należą do przedziału (0, 1), przekraczające zadane wartości progowe pozwalają na wskazanie istnienia obserwacji wpływowych. Oczywiście różne możliwe statystyki będące w jakimś stopniu funkcjami elementów wspomnianej macierzy będą dostarczały informacji diagnostycznych o różnym znaczeniu, dotyczącym obserwacji wpływowych.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2007, 206
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Bayesian estimation of a shift point in a two-phase regression model
    Bayesowska estymacja punktu zmiany w modelu regresji dwufazowej
    Autorzy:
    Jadamus-Hacura, Maria
    Powiązania:
    https://bibliotekanauki.pl/articles/904616.pdf
    Data publikacji:
    1997
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    two-phase-regression model
    changing linear model
    detection a break point
    Bayesian estimation
    test for structural stability
    Opis:
    The purpose of this paper is to carry out the Bayesian analysis of a two-phase regression model with an unknown break point. Essentially, there are two problems associated with a changing linear model. Firstly, one will want to be able to detect a break point, and secondly, assuming that a change has occurred, to be able to estimate it as well as other parameters of the model. Much of the classical testing procedure for the parameter constancy (as the Chow test, CUSUM, CUSUMSQ, tests and their modifications, predictions tests for structural stability) indicate only that the regression coefficients shifted, without specifying a break point. In this study we adopt the Bayesian methodology of investigating structural changes in regression models. The break point is identified as the largest posterior mass density, the peak of the posterior discrete distribution of a break point. It seems to work well with artificially generated data. The Bayesian framework also seems to be promising for extending the analysis of a single break to that of multiple breaks.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 1997, 141
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-4 z 4

      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