Informacja

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

Wyszukujesz frazę "multivariate method" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
The verification of the multivariate normal distribution hypothesis in a one-sample model with the method of elimination of disturbing parameters
Sprawdzenie hipotezy o wielowymiarowym rozkładzie normalnym w modelu jednej próby metodą eliminacji parametrów zakłócających
Autorzy:
Domański, Czesław
Wagner, Wiesław
Powiązania:
https://bibliotekanauki.pl/articles/904630.pdf
Data publikacji:
1997
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
multivariate normality test
randomization method
reduction method
conditional interval probability transformation method
Opis:
In many statistical tasks a necessity of testing multivariate normality arises. In constructing multivariate normality tests there is a necessity of estimating unknown parameters ц and £ from a given sample. The parameters are regarded as disturbing parameters. The paper deals with some methods, by means of which unknown disturbing parameters are eliminated when the multivariate normality tests are applied. In particular, the following methods are stressed: randomization method, reduction methods and conditional interval probability transformation method.
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
Tytuł:
Multiple Additive Regression Trees (MART) and their Application
Addytywna metoda budowy drzew regresyjnych (MART) i jej zastosowanie
Autorzy:
Trzęsiok, Joanna
Powiązania:
https://bibliotekanauki.pl/articles/906893.pdf
Data publikacji:
2007
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
multivariate regression
adaptive method
regression trees
gradient boosting
MART
Opis:
Multiple additive regression trees MART is a methodology for trying to solve prediction problems in regression and classification. It’s one of the boosting methods. It was introduced by J. H. Friedman (1999a). Besides accuracy, its primary goal is robustness. It lends to be resistant against outliers, missing values, and the inclusion of potentially large numbers of irrelevant predictor variables that have little or no effect on the response. In this paper the MART algorithm and their applications will be discussed.
Addytywna metoda budowy drzew regresyjnych (MART), została zaproponowana przez J. H. Friedmana w 1999 r. (1999a, b). Jest to jedna z metod agregacyjnych, mająca zastosowanie w regresji i dyskryminacji opierająca się na modelach w postaci drzew. Jej zaletami, poza dokładnością predykcji, jest odporność na wartości oddalone i braki danych. Bardzo dobrze radzi sobie również z dużą liczbą zmiennych objaśniających, wśród których wiele może nie mieć istotnego wpływu na zmienną zależną. W artykule przedstawiona została ogólna idea metod agregacyjnych. Zaprezentowano i omówiono kolejne kroki algorytmu MART, a następnie, dla ilustracji, podany został przykład zastosowania procedury MART dla zbioru danych „Boston”.
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
    Wyświetlanie 1-2 z 2

    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