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 "wielowymiarowe dane" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-2 z 2
    Tytuł:
    Ocena zróżnicowania poziomu życia mieszkańców województw w latach 2003–2013 za pomocą składowych głównych dla wielowymiarowych danych funkcjonalnych oraz analizy skupień
    Estimation of Diversity of Living Standards in Polish Voivodships in 2003–2013 Using Principal Components for Multidimensional Functional Data and Cluster Analysis
    Autorzy:
    Krzyśko, Mirosław
    Majka, Agnieszka
    Wołyński, Waldemar
    Powiązania:
    https://bibliotekanauki.pl/articles/1050488.pdf
    Data publikacji:
    2016-03-31
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    wielowymiarowe dane funkcjonalne
    funkcjonalna analiza danych
    analiza składowych głównych
    multivariate functional data
    functional data analysis
    principal components analysis
    Opis:
    W artykule przedstawiono ocenę zróżnicowania poziomu życia mieszkańców województw w latach 2003–2013. Do oceny zastosowano analizę składowych głównych dla wielowymiarowych danych funkcjonalnych oraz dendrytową analizę skupień. Metody te pozwoliły na wyodrębnienie względnie jednorodnych grup województw o zbliżonym poziomie rozpatrywanych cech dla całego rozpatrywanego okresu łącznie.
    The paper presents an estimation of life standard diversity for residents of Polish voivodships in 2003–2013. The principal component analysis was applied for multidimensional functional data and the dendrite method was used for cluster analysis. These methods made it possible to isolate relatively homogeneous groups of voivodships that had similar values of characteristics under consideration, for the whole period at issue.
    Źródło:
    Przegląd Statystyczny; 2016, 63, 1; 81-98
    0033-2372
    Pojawia się w:
    Przegląd Statystyczny
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Selected Robust Logistic Regression Specification for Classification of Multi‑dimensional Functional Data in Presence of Outlier
    Zastosowanie odpornej regresji logistycznej do klasyfikacji wielowymiarowych danych funkcjonalnych
    Autorzy:
    Krzyśko, Mirosław
    Smaga, Łukasz
    Powiązania:
    https://bibliotekanauki.pl/articles/657746.pdf
    Data publikacji:
    2018
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    analiza regresji dla danych funkcjonalnych
    estymacja odporna
    model regresji logistycznej
    rozwinięcie funkcji w bazie funkcyjnej
    wielowymiarowe dane funkcjonalne
    zagadnienie klasyfikacji
    basis functions representation
    classification problem
    functional regression analysis
    logistic regression model
    multi‑dimensional functional data
    robust estimation
    Opis:
    W niniejszym artykule rozważany jest problem dwuetykietowej klasyfikacji wielowymiarowych danych funkcjonalnych. Zaproponowane rozwiązanie tego problemu oparto na technikach regresyjnych i modelu regresji logistycznej dla danych funkcjonalnych. Model ten został przekształcony do szczególnego modelu regresji logistycznej za pomocą rozwinięcia (będących funkcjami) współczynników regresji i zmiennych objaśniających w bazie funkcyjnej. Na podstawie tego modelu skonstruowana została reguła klasyfikacyjna. W przypadku występowania obserwacji odstających rozważane są również metody odpornej estymacji nieznanych parametrów. Eksperymenty numeryczne sugerują, że proponowane metody mogą z powodzeniem być wykorzystane w praktycznych zagadnieniach.
    In this paper, the binary classification problem of multi‑dimensional functional data is considered. To solve this problem a regression technique based on functional logistic regression model is used. This model is re‑expressed as a particular logistic regression model by using the basis expansions of functional coefficients and explanatory variables. Based on re‑expressed model, a classification rule is proposed. To handle with outlying observations, robust methods of estimation of unknown parameters are also considered. Numerical experiments suggest that the proposed methods may behave satisfactory in practice.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2018, 2, 334
    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