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 regression" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-12 z 12
    Tytuł:
    Hypothesis testing a nonorthogonal three-way cross classification using projection operators
    Autorzy:
    Mikos, Henryk
    Powiązania:
    https://bibliotekanauki.pl/articles/747487.pdf
    Data publikacji:
    1977
    Wydawca:
    Polskie Towarzystwo Matematyczne
    Tematy:
    Linear regression, Linear inference, regression
    Opis:
    Artykuł nie zawiera streszczenia
    The article contains no abstract
    Źródło:
    Mathematica Applicanda; 1977, 5, 11
    1730-2668
    2299-4009
    Pojawia się w:
    Mathematica Applicanda
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Fixed-precision estimation of the parameters of a linear regression model
    Autorzy:
    Truszczyńska, Helena
    Powiązania:
    https://bibliotekanauki.pl/articles/748180.pdf
    Data publikacji:
    1983
    Wydawca:
    Polskie Towarzystwo Matematyczne
    Tematy:
    Linear regression
    Opis:
    Artykuł nie zawiera streszczenia
    The article contains no abstract
    Źródło:
    Mathematica Applicanda; 1983, 11, 23
    1730-2668
    2299-4009
    Pojawia się w:
    Mathematica Applicanda
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Estimability of linear parametric functions in a one-dimensional linear model
    Autorzy:
    Baksalary, J. K.
    Kala, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/747567.pdf
    Data publikacji:
    1978
    Wydawca:
    Polskie Towarzystwo Matematyczne
    Tematy:
    Linear regression
    Opis:
    Artykuł nie zawiera streszczenia
    In the general linear model Ey=Xξ, the vector Cξ is estimable whenever there exists a matrix L such that ELy=Cξ. Several characterizations of estimability are presented. The haracterizations concern matrix and rank equalities based on X and XX′.  Moreover, usefulness of such characterizations is discussed from a computational point of view. For new results on this subject see a paper by I. S. Alalouf and G. P. H. Styan
    Źródło:
    Mathematica Applicanda; 1978, 6, 12
    1730-2668
    2299-4009
    Pojawia się w:
    Mathematica Applicanda
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Estimability of linear parametric functions in a one-dimensional linear model with restrictions
    Autorzy:
    Baksalary, J. K.
    Kala, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/747611.pdf
    Data publikacji:
    1978
    Wydawca:
    Polskie Towarzystwo Matematyczne
    Tematy:
    Linear regression
    Opis:
    Artykuł nie zawiera streszczenia
    The problem of estimability of the vector Cξ in the general linear model Ey=Xξ is discussed. It is assumed that the vector of parameters ξ is a linear manifold Ω given by Rξ=s, where the matrix R and the vector s are known. The vector Cξ is estimable if there exist matrices L and M such that ELy+Ms=Cξ for all ξ in Ω. Using the results of a paper by the authors [62046 above], necessary and sufficient conditions for estimability are presented with short and elegant proofs.
    Źródło:
    Mathematica Applicanda; 1978, 6, 12
    1730-2668
    2299-4009
    Pojawia się w:
    Mathematica Applicanda
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    The estimation of parameters in a one-dimensional linear model with restrictions
    Autorzy:
    Kala, Radosław
    Kłaczyński, Krzysztof
    Powiązania:
    https://bibliotekanauki.pl/articles/747623.pdf
    Data publikacji:
    1985
    Wydawca:
    Polskie Towarzystwo Matematyczne
    Tematy:
    Linear regression
    Estimation and detection
    Opis:
    Artykuł nie zawiera streszczenia
    The article contains no abstract
    Źródło:
    Mathematica Applicanda; 1985, 12, 24
    1730-2668
    2299-4009
    Pojawia się w:
    Mathematica Applicanda
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Estimation of linear parametric functions in multiresponse models
    Autorzy:
    Walkowiak, Ryszard
    Powiązania:
    https://bibliotekanauki.pl/articles/747810.pdf
    Data publikacji:
    1987
    Wydawca:
    Polskie Towarzystwo Matematyczne
    Tematy:
    Linear regression
    Characterization and structure theory
    Opis:
    .
    Consider an incomplete multiresponse experiment with a classification of the observations into u classes. The class Si contains ti treatments with ni observations. Thus, the experiment can be described by the set {Y1,Y2,...,Yu}, where Yi are ni×ti random matrices of observations from the class Si. For the expectation of each Yi a linear model with main and nuisance parameters is proposed. The problem of (linear) estimation of the main parameters is considered using results of R. Zmyślony [in Mathematical statistics and probability theory (Wisła, 1978), 365–373, Lecture Notes in Statist., 2, Springer, New York, 1980; MR0577292] and J. K. Baksalary [Math. Operationsforsch. Statist. Ser. Statist. 15 (1984), no. 1, 3–35; MR0729609].
    Źródło:
    Mathematica Applicanda; 1987, 15, 29
    1730-2668
    2299-4009
    Pojawia się w:
    Mathematica Applicanda
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    On estimation of parameter functions in a weakly singular linear model with linear inequality restrictions
    Autorzy:
    Kłaczyński, Krzysztof
    Powiązania:
    https://bibliotekanauki.pl/articles/748076.pdf
    Data publikacji:
    1994
    Wydawca:
    Polskie Towarzystwo Matematyczne
    Tematy:
    Linear regression
    Applications of mathematical programming
    Opis:
    .
    In this paper, the problem of ICGLS (Inequality Constrained Generalized Least Squares) estimation of a given set function K in the weakly singular model M={y, X| A > b, ^2V} is considered. The ICGLS estimator is not linear and it is expressed in a form of at most of 2^m formulae, where m denotes a number of rows in the matrix A. For a given vector y the one of these formulae can be used. On the basis of the Kuhn-Tucker optimality conditions, necessary and sufficient conditions for a vector Kβ^t to be the ICGLS estimator of Kβ are presented. The estimators are given in explicit form.
    Źródło:
    Mathematica Applicanda; 1994, 23, 37
    1730-2668
    2299-4009
    Pojawia się w:
    Mathematica Applicanda
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    A robust estimate of variance in a linear model
    Autorzy:
    Zieliński, Ryszard
    Zieliński, Wojciech
    Powiązania:
    https://bibliotekanauki.pl/articles/748621.pdf
    Data publikacji:
    1985
    Wydawca:
    Polskie Towarzystwo Matematyczne
    Tematy:
    Robustness and adaptive procedures
    Linear regression
    Opis:
    .
    Standard statistical procedures for variance in Gaussian models are not robust against departures from normality. One of the possible reasons is that the variance of the variance estimate depens on kurtosis of the underlying distribution. In the paper, the most robust estimate of the variance in a class of quadratic forms is constructed.
    Źródło:
    Mathematica Applicanda; 1985, 13, 26
    1730-2668
    2299-4009
    Pojawia się w:
    Mathematica Applicanda
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Best estimators in models with individually split experimental units
    Autorzy:
    Mikos, Henryk
    Powiązania:
    https://bibliotekanauki.pl/articles/748701.pdf
    Data publikacji:
    1982
    Wydawca:
    Polskie Towarzystwo Matematyczne
    Tematy:
    Factorial designs, Linear regression, Block designs
    Opis:
    .
    The author deals with a classical split-plot design in which the effect of levels of factor A, i.e., the whole plot treatments, and the effect of levels of factor B, i.e., the split-plot treatments, on the values of some variable are investigated. He considers four different models: (i) a fixed model, i.e., the effects of both factors are fixed; (ii) two mixed models, i.e., the effects of A are random and the effects of B are fixed, or the effects of A are fixed and the effects of B are random; (iii) a random model, i.e., the effects of both factors are random. It is assumed also that block effects are always random. In all the above linear models, it is proved that, for the estimable functions of the fixed parameters, there exist uniformly best unbiased estimators. Moreover, uniformly best unbiased quadratic estimators of suitable variance components are given in the above linear models. MR0707815
    Źródło:
    Mathematica Applicanda; 1982, 10, 20
    1730-2668
    2299-4009
    Pojawia się w:
    Mathematica Applicanda
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    The generalization of some properties of universal matrices
    Autorzy:
    Hauke, Jan
    Krzyszkowska, Jolanta
    Powiązania:
    https://bibliotekanauki.pl/articles/748120.pdf
    Data publikacji:
    1991
    Wydawca:
    Polskie Towarzystwo Matematyczne
    Tematy:
    Measures of association
    Matrix inversion, generalized inverses
    Linear regression
    Opis:
    .
    We consider an k x k universal matrix G introduced by Hellwig (1976). We analyze two problems: the nonsingularity of the matrix G and the sign-consistency of the elements of the vector r = (ri) and of the solutrion b = (bi) to the system Gb = r. Obtained results generalize the results presented by Kolupa (1977, 1980).
    Źródło:
    Mathematica Applicanda; 1991, 20, 34
    1730-2668
    2299-4009
    Pojawia się w:
    Mathematica Applicanda
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Localizing influential genes with modified versions of Bayesian Information Criterion
    Autorzy:
    Bogdan, Małgorzata
    Szulc, Piotr
    Powiązania:
    https://bibliotekanauki.pl/articles/748746.pdf
    Data publikacji:
    2012
    Wydawca:
    Polskie Towarzystwo Matematyczne
    Tematy:
    genetyka statystyczna, wybór modelu, rzadka regresja liniowa,
    statistical genetics, quantitative trait loci, model selection, sparse linear regression, Bayesian Information Criterion
    Opis:
    W ostatnich latach nastąpił bardzo szybki rozwój technologii  wspomagających badania w genetyce. Rezultatem tego postępu są olbrzymie zbiory danych. Skuteczne pozyskiwanie informacji z takich zbiorów wymaga scisłej współpracy między genetykami, informatykami oraz statystykami. Rolą statystyków jest okreslenie precyzyjnych kryteriów gwarantujących efektywne oddzielenie istotnej informacji od losowych zakłócen. W szczególnosci, duze rozmiary tych zbiorów wymagają opracowania nowych metod korekty na wielokrotne testowanie oraz nowych kryteriów wyboru istotnych zmiennych objasniających. Szczególnym przykładem identyfikacji zmiennych objasniających jest problem lokalizacji genów odpowiedzialnych za cechy ilosciowe (Quantitative Trait Loci, QTL).Do lokalizacji genów stosuje się tzw. markery molekularne. Są to fragmenty łancucha DNA, które mogą występowac w róznych wariantach (allelach) u róznych jednostek w populacji. Postac danego markera u badanego osobnika mozna ustalic eksperymentalnie.U organizmów diploidalnych, u których chromosomy występują w parach, genotyp danego markera jest wyspecyfikowany przez podanie alleli występujących na obu chromosomach. Z punktu widzenia statystyka genotypy markerów stanowią jakosciowe zmienne objasniające. Jezeli dany marker znajduje się blisko genu wpływającego na badaną cechę, to mozemy spodziewac się  statystycznej zaleznosci między genotypem w tym markerze a badaną cechą ilosciową.Do identyfikacji istotnych markerów genetycznych zwykle stosuje się model regresji wielorakiej. Liczbę zmiennych niezaleznych mozna w tej sytuacji szacowac za pomocą jednego z  wielu kryteriów wyboru modelu. Niestety, okazuje się, ze w kontekscie genetycznym, gdzie liczba markerów istotnie przewyzsza liczbę obserwacji, klasyczne kryteria wyboru modelu przeszacowują liczbę istotnych zmiennych.Aby rozwiązac ten problem ostatnio wprowadzono kilka nowych modyfikacji Bayesowskiego Kryterium Informacyjnego. W tym artykule zaprezentujemy trzy z tych modyfikacji, podamy wyniki dotyczące zgodnosci tych metod w sytuacji gdy liczba dostępnych markerów genetycznych rosnie wraz z rozmiarem próby oraz wyniki symulacji komputerowych ilustrujących działanie tych metod w kontekscie genetycznym.
    Regions of the genome that influence quantitative traits are called quantitative trait loci (QTLs) and can be located using statistical methods. For this aim scientists use genetic markers, whose genotypes are known, and look for the associations between these genotypes and trait values. The common method which can be used in this problem is a linear regression. There are many model selection criteria for the choice of predictors in a linear regression. However, in the context of QTL mapping, where the number of available markers $p_n$ is usually  bigger than the sample size $n$, the classical criteria overestimate the number of regressors. To solve this problem several modifications of the {\it Bayesian Information Criterion} have been proposed and it has been recently proved that at least three of them, EBIC, mBIC and mBIC2, are consistent (also in case when $p_n>n$). In this article we discuss these criteria and their asymptotic properties and compare them by an extensive simulation study in the genetic context.
    Źródło:
    Mathematica Applicanda; 2012, 40, 1
    1730-2668
    2299-4009
    Pojawia się w:
    Mathematica Applicanda
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Localization of genes
    Autorzy:
    Szulc, Piotr
    Powiązania:
    https://bibliotekanauki.pl/articles/748362.pdf
    Data publikacji:
    2015
    Wydawca:
    Polskie Towarzystwo Matematyczne
    Tematy:
    genetyka statystyczna, wybór modelu, rzadka regresja liniowa, bayesowskie kryterium informacyjne, ilościowa analiza lokalizacji genów
    statistical genetics, quantitative trait loci, model selection, sparse linear regression, Bayesian Information Criterion
    Opis:
    Rozwój genetyki w ostatnich latach doprowadził do sytuacji, w której jesteśmy w stanie przyjrzeć się łańcuchom DNA z dużą precyzją i zebrać ogromne ilości informacji. Oprócz tego okazało się, że zależności między genami a cechami są bardziej skomplikowane niż się wcześniej wydawało. Te dwie rzeczy spowodowały, że niezbędna stała się ścisła współpraca między genetykami a matematykami, których zadaniem jest opracowanie specjalnych metod, radzących sobie w specyficznych i trudnych problemach genetycznych. Artykuł zawiera przegląd zarówno klasycznych jak i najnowszych podejść do problemu lokalizacji genów, czyli wskazywania miejsc w łańcuchu DNA, które istotnie wpływają na interesujące nas cechy. Z powodu nie najlepszej komunikacji między matematykami i genetykami, znajomość metody innych niż klasyczne wśród tej drugiej grupy jest wciąż niewielka.
    Development of genetics in recent years has led to a situation in which we are able to look at the DNA chains with high precision and collect vast amounts of information. In addition, it turned out that the relationships between genes and traits are more complex than previously thought. These two things caused the need for close collaboration between geneticists and mathematicians whose task is to develop special methods, coping with specific and difficult genetic problems. The article includes an overview of both classic and the latest approaches to the problem of localizing genes that indicate places in the DNA chain, which significantly influence the traits of interest to us. Because of not the best communication between mathematicians and geneticists, knowledge of methods other than the classic among the latter group is still small.
    Źródło:
    Mathematica Applicanda; 2015, 43, 1
    1730-2668
    2299-4009
    Pojawia się w:
    Mathematica Applicanda
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-12 z 12

      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