Informacja

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

Wyszukujesz frazę "least squares" wg kryterium: Temat


Wyświetlanie 1-3 z 3
Tytuł:
Empirical tests of performance of some M – estimators
Praktyczne porównanie kilku M – estymatorów
Autorzy:
Banaś, M.
Ligas, M.
Powiązania:
https://bibliotekanauki.pl/articles/145326.pdf
Data publikacji:
2014
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
estymatory
wielomiany ortogonalne
estymacja jądrowa
M-estimation
iteratively reweighted least squares
tuning constant
outliers
network adjustment
Opis:
The paper presents an empirical comparison of performance of three well known M – estimators (i.e. Huber, Tukey and Hampel’s M – estimators) and also some new ones. The new M – estimators were motivated by weighting functions applied in orthogonal polynomials theory, kernel density estimation as well as one derived from Wigner semicircle probability distribution. M – estimators were used to detect outlying observations in contaminated datasets. Calculations were performed using iteratively reweighted least-squares (IRLS). Since the residual variance (used in covariance matrices construction) is not a robust measure of scale the tests employed also robust measures i.e. interquartile range and normalized median absolute deviation. The methods were tested on a simple leveling network in a large number of variants showing bad and good sides of M – estimation. The new M – estimators have been equipped with theoretical tubing constants to obtain 95% efficiency with respect to the standard normal distribution. The need for data – dependent tuning constants rather than those established theoretically is also pointed out.
W artykule przedstawiono empiryczne porównanie trzech dobrze znanych M – estymatorów (Huber’a, Tukey’a oraz Hampel’a) jak również kilku nowych. Nowe estymatory motywowane były funkcjami wagowymi wykorzystywanymi w teorii wielomianów ortogonalnych, estymacji jądrowej oraz jeden motywowany przez funkcję gęstości „półokręgu” Wigner’a. Każdy z estymatorów został użyty do wykrywania obserwacji odstających w skażonych zbiorach danych. Obliczenia wykonano za pomocą „reważonej” metody najmniejszych kwadratów. Ze względu na fakt, iż wariancja resztowa (używana w konstrukcji macierzy kowariancyjnych) nie jest odpornym estymatorem skali, w testach wykorzystano również odporne miary takie jak: rozstęp ćwiartkowy oraz znormalizowane odchylenie medianowe. Testy wykonano na prostej sieci niwelacyjnej w dużej ilości wariantów ukazujących dobre i złe strony M – estymacji. Nowe estymatory zostały wyposażone w teoretyczne stałe odcinania zapewniające 95% efektywność względem standaryzowanego rozkładu normalnego. Kwestia rozwijania metod bazujących na stałych odcinania pochodzących z danych została również pokrótce poruszona.
Źródło:
Geodesy and Cartography; 2014, 63, 2; 127-146
2080-6736
2300-2581
Pojawia się w:
Geodesy and Cartography
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Least squares collocation alternative to Helmert's transformation with Hausbrandt's post-transformation correction
Autorzy:
Ligas, M.
Banasik, P.
Powiązania:
https://bibliotekanauki.pl/articles/106811.pdf
Data publikacji:
2014
Wydawca:
Politechnika Warszawska. Wydział Geodezji i Kartografii
Tematy:
least squares collocation
Helmert's transformation
covariance function
post-transformation correction
kolokacja metodą najmniejszych kwadratów
transformacja Helmerta
funkcja kowariancji
kowariancja
korekta posttransformacyjna
Opis:
The paper presents a least squares collocation - based alternative to Helmert’s transformation with Hausbrandt’s post-transformation correction. The least squares collocation is used as an exact predictor i.e. it honors the data, thus the problem of zero residuals on transformation control points is overcome and zero residuals are assured by the method applied. Despite the fact that the procedure is presented for Helmert’s transformation it may easily be copied to any other form of coordinate transformation. A numerical example is provided within the content of the paper.
Źródło:
Reports on Geodesy and Geoinformatics; 2014, 97; 23-34
2391-8365
2391-8152
Pojawia się w:
Reports on Geodesy and Geoinformatics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Regresja ważona geograficznie jako narzędzie analizy rynku nieruchomości
Geographically weighted regression as a tool for real estate market analysis
Autorzy:
Kulczycki, M.
Ligas, M.
Powiązania:
https://bibliotekanauki.pl/articles/385304.pdf
Data publikacji:
2007
Wydawca:
Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
Tematy:
RWG (regresja ważona geograficznie)
przestrzenna heterogeniczność
autokorelacja przestrzenna
metoda najmniejszych kwadratów
wycena nieruchomości
GWR (Geographically Weighted Regression)
spatial heterogeneity
spatial autocorrelation
least squares method
appraisal
Opis:
Przedmiotem rozważań zawartych w niniejszym artykule jest zagadnienie zastosowania regresji ważonej geograficznie (GWR) zarówno na etapie analizy rynku nieruchomości, jak i podczas procesu wyceny. GWR jest techniką eksploracyjną statystyki przestrzennej dającą możliwość bezpośredniego modelowania przestrzennej heterogeniczności poprzez lokalne dopasowywanie modeli regresji. Zastosowanie GWR owocuje zestawem parametrów regresji dla każdej lokalizacji (nieruchomości). Parametry te stanowią podstawę do stworzenia map zmienności poszczególnych współczynników regresji, czyli map zmienności wpływu poszczególnych atrybutów na wartość nieruchomości w zależności od lokalizacji, co od razu przywodzi na myśl strefy oraz mapy taksacyjne wykorzystywane w procesie powszechnej taksacji nieruchomości.
The paper presents considerations on applying Geographically Weighted Regression to real estate market analysis and appraisal process. GWR is the explorative technique of spatial statistics enabling direct modeling of spatial heterogeneity by local fitting regression models. Application GWR results in set of regression parameters for each localization from the data set (real estate). These parameters make a basis for mapping non - stationarity of regression relationship, saying otherwise allow to map spatial variation in regression parameters. This kind of mapping brings to mind immediately taxation zones and taxation maps used in mass appraisal process.
Źródło:
Geomatics and Environmental Engineering; 2007, 1, 2; 59-68
1898-1135
Pojawia się w:
Geomatics and Environmental Engineering
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