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 "function regression" wg kryterium: Temat

  Lista filtrów
Wyrównaj
Wyświetlanie 1-10 z 41
Tytuł:
SOME REMARKS ON GENERALIZED REGRESSION METHODS
Autorzy:
Fałda, Beata
Zając, Józef
Powiązania:
https://bibliotekanauki.pl/articles/452846.pdf
Data publikacji:
2016
Wydawca:
Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Katedra Ekonometrii i Statystyki
Tematy:
circular regression
Hilbert space
regression function
regression structure
Opis:
As a result of studying certain phenomena gained on the plane, the unit circle and on the earth sphere we present here some introductory notations and remarks, concerning the problems in question.
Źródło:
Metody Ilościowe w Badaniach Ekonomicznych; 2016, 17, 4; 31-39
2082-792X
Pojawia się w:
Metody Ilościowe w Badaniach Ekonomicznych
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A new approach to detection of changes in multidimensional patterns. Part 2
Autorzy:
Gałkowski, Tomasz
Krzyżak, Adam
Patora-Wysocka, Zofia
Filutowicz, Zbigniew
Wang, Lipo
Powiązania:
https://bibliotekanauki.pl/articles/2031116.pdf
Data publikacji:
2021
Wydawca:
Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
Tematy:
edge curve detection
regression function
nonparametric estimation
Opis:
In the paper we develop an algorithm based on the Parzen kernel estimate for detection of sudden changes in 3-dimensional shapes which happen along the edge curves. Such problems commonly arise in various areas of computer vision, e.g., in edge detection, bioinformatics and processing of satellite imagery. In many engineering problems abrupt change detection may help in fault protection e.g. the jump detection in functions describing the static and dynamic properties of the objects in mechanical systems. We developed an algorithm for detecting abrupt changes which is nonparametric in nature and utilizes Parzen regression estimates of multivariate functions and their derivatives. In tests we apply this method, particularly but not exclusively, to the functions of two variables.
Źródło:
Journal of Artificial Intelligence and Soft Computing Research; 2021, 11, 3; 217-227
2083-2567
2449-6499
Pojawia się w:
Journal of Artificial Intelligence and Soft Computing Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A note on orthogonal projection method
Pewna uwaga o metodzie rzutu ortogonalnego
Autorzy:
Cwiklinska, M.
Hanusz, Z.
Powiązania:
https://bibliotekanauki.pl/articles/9817.pdf
Data publikacji:
2009
Wydawca:
Uniwersytet Przyrodniczy w Lublinie. Katedra Zastosowań Matematyki i Informatyki
Tematy:
orthogonal projection method
regression function
parameter estimation
Źródło:
Colloquium Biometricum; 2009, 39
1896-7701
Pojawia się w:
Colloquium Biometricum
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Impact of Institutional Factors on Economic Growth in the United States in the Years 1979–2007
Autorzy:
Kuder, Dorota
Powiązania:
https://bibliotekanauki.pl/articles/489115.pdf
Data publikacji:
2015
Wydawca:
Instytut Badań Gospodarczych
Tematy:
economic growth
new institutional economics
regression function
Opis:
The purpose of this article is to isolate and determine the importance of institutional arrangements in shaping the dynamics of the U.S. GDP in the years 1979–2007. The research hypothesis which has been verified here can be summa-rized as follows: institutions in the U.S. economy have a positive influence on economic growth through a significant impact on improving the business environment. Having regard to the division of the economy into institutional areas: economic system, labor market, financial market, education and R&D, the author selected these institutional factors which indicated that the operation could be important for the process of economic growth in the United States, and then measured the impact in the years 1979–2007. To verify the thesis about the impact of institutions on economic growth the author used one of the most popular tools in this kind of econometric research – the multiple regression analysis. The analysis revealed that during the period of all the analyzed institutional factors it was the proportion of the working population and the degree of unionization that most strongly influenced the economic growth of the United States – an increase in one of these factors was associated with a much more than proportional increase in the rate of the economic growth.
Źródło:
Oeconomia Copernicana; 2015, 6, 1; 137-159
2083-1277
Pojawia się w:
Oeconomia Copernicana
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Estymacja parametrów funkcji regresji metodą klasyczną oraz metodami bootstrapowymi
Estimation of regression function parameters by classical and bootstrap methods
Autorzy:
Foszcz, D.
Powiązania:
https://bibliotekanauki.pl/articles/350124.pdf
Data publikacji:
2006
Wydawca:
Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
Tematy:
metoda bootstrapowa
funkcja regresji
bootstrap methods
regression function
Opis:
W artykule przeprowadzono opis metodyki oraz analizę możliwości zastosowania niekonwencjonalnych metod statystycznych bootstrapowych w estymacji parametrów funkcji regresji modelowaniu procesów inżynierii mineralnej. Dokonano przeglądu stosowanych metod estymacji parametrów modelu regresji. W celu wstępnego sprawdzenia przydatności analizowanych metod przeprowadzono na podstawie wyników technologicznych wzbogacania rud miedzi z O/ZWR Rejon Polkowice oraz Lubin oceny wpływu zawartości miedzi w nadawie na uzysk. Dokonano estymacji parametrów funkcji regresji metodą klasyczną (metodą najmniejszych kwadratów) oraz za pomocą metod bootstrapowych. Przeprowadzono analizę porównawczą uzyskanych wyników oszacowania funkcyjnych zależności pomiędzy analizowanymi parametrami dla tych metod.
The paper presents description of methodology and analysis of non-classical bootstrap statistical methods application possibilities in regression function parameters estimation of mineral engineering processes. The review of applied methods of regression model parameters estimation was done. In purpose of initial checking of analysed methods, the evaluation of copper contents in feed influence on yield was made for technological results from O/ZWR Polkowice Region and Lubin. The estimation of regression function parameters estimation was done by classical method (Least Square Method) and by bootstrap methods. The comparative analysis of obtained estimation results of functional dependencies between analysed parameters for these methods.
Źródło:
Górnictwo i Geoinżynieria; 2006, 30, 3/1; 67-78
1732-6702
Pojawia się w:
Górnictwo i Geoinżynieria
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Some Nonparametric Estimators of Regression Function
Wybrane nieparametryczne estymatory funkcji regresji
Autorzy:
Baszczyńska, Aleksandra
Powiązania:
https://bibliotekanauki.pl/articles/906895.pdf
Data publikacji:
2007
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
regression function
kernel function
smoothing parameter
k-nearest neighbour method
kernel method
Opis:
In the paper some nonparametric estimators of regression function are studied: Nadaraya-Watson estimator and k-nearest neighbour one. Properties of these estimators and possibilities of using them in practice are taken into consideration. A comparative study of the two estimators is presented. Different techniques of choosing method’s parameters (kernel function, smoothing parameter h and parameter k) are used in this study to choose the optimal ones. Some practical rules are proposed and they are used in this study.
W pracy przedstawiono wybrane dwa nieparametryczne estymatory funkcji regresji: estymator jądrowy Nadaraya-Watsona oraz estymator k-najbliższego sąsiada. Podano ich własności, możliwości wykorzystania oraz dokonano porównania tych estymatorów. Przedstawiono również przykład zastosowania estymatora jądrowego regresji z uwzględnieniem właściwego doboru parametrów metody (funkcji jądra i parametru wygładzania h) oraz estymatora k-najbliższego sąsiada z uwzględnieniem właściwego doboru parametru k. Zaproponowano również praktyczne zasady wyboru parametrów estymacji funkcji regresji i wykorzystano je w przykładzie.
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:
The Second Wave of the COVID-19 Pandemic in Poland - Characterised Using FDA Methods
Druga fala COVID-19 w Polsce - charakterystyka z zastosowaniem metod FDA
Autorzy:
Hęćka, Patrycja
Powiązania:
https://bibliotekanauki.pl/articles/21375673.pdf
Data publikacji:
2023
Wydawca:
Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:
function-on-function regression
functional data analysis (FDA)
COVID-19
functional principal component analysis
smooth functions
regresja function-on-function
analiza danych funkcjonalnych
analiza głównych składowych funkcjonalnych
funkcje gładkie
Opis:
The aim of this article was to analyse functional data of the number of hospitalised individuals, intensive care patients, positive COVID-19 tests, deaths and convalescents during the second wave of the COVID-19 pandemic in Poland. For this purpose, firstly the author convert data of sixteen voivodeships to smooth functions, and then used the principal component analysis and multiple function-on-function linear regression model to predict the number of hospitalised and intensive care patients due to the COVID-19 infection during the second wave of the pandemic. Finally, the results were compared with those previously obtained for the combined data of the second and third wave of the COVID-19 pandemic in Poland (Hęćka, 2023).
Głównym celem artykułu była analiza danych funkcjonalnych dotyczących liczby pozytywnych wyników testu, zgonów, ozdrowieńców, osób hospitalizowanych oraz w stanie ciężkim podczas drugiej fali pandemii COVID-19 w Polsce. Pierwszym krokiem była konwersja danych w funkcje gładkie. Następnie przedstawiono analizę głównych składowych funkcjonalnych oraz użycie modelu multiple function-on-function linear regression w celu predykcji liczby osób hospitalizowanych oraz będących w stanie ciężkim z powodu COVID-19 w polskich województwach. Otrzymane wyniki porównano z wcześniej uzyskanymi dla połączonych danych z drugiej i trzeciej fali pandemii.
Źródło:
Econometrics. Ekonometria. Advances in Applied Data Analytics; 2023, 27, 3; 20-34
1507-3866
Pojawia się w:
Econometrics. Ekonometria. Advances in Applied Data Analytics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Bayesian multidimensional-matrix polynomial empirical regression
Autorzy:
Mukha, Vladimir S.
Powiązania:
https://bibliotekanauki.pl/articles/2050059.pdf
Data publikacji:
2020
Wydawca:
Polska Akademia Nauk. Instytut Badań Systemowych PAN
Tematy:
regression function
parameter estimation
maximum likelihood estimation
Bayesian estimation
multidimensional matrice
Opis:
The problem of parameter estimation for the polynomial in the input variables regression function is formulated and solved. The input and output variables of the regression function are multidimensional matrices. The parameters of the regression function are assumed to be random independent multidimensional matrices with Gaussian distribution and known mean value and variance matrices. The solution to this problem is a multidimensional-matrix system of the linear algebraic equations in multidimensional-matrix unknown regression function parameters. We consider the particular cases of constant, affine and quadratic regression function, for which we have obtained formulas for parameter calculation. Computer simulation of the quadratic regression function is performed for the two-dimensional matrix input and output variables.
Źródło:
Control and Cybernetics; 2020, 49, 3; 291--314
0324-8569
Pojawia się w:
Control and Cybernetics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Least-squares trigonometric regression estimation
Autorzy:
Popiński, Waldemar
Powiązania:
https://bibliotekanauki.pl/articles/1338814.pdf
Data publikacji:
1999
Wydawca:
Polska Akademia Nauk. Instytut Matematyczny PAN
Tematy:
consistent estimator
least squares method
Fourier coefficients
trigonometric polynomial
regression function
Opis:
The problem of nonparametric function fitting using the complete orthogonal system of trigonometric functions $e_k$, k=0,1,2,..., for the observation model $y_i = f(x_{in}) + η_i$, i=1,...,n, is considered, where $η_i$ are uncorrelated random variables with zero mean value and finite variance, and the observation points $x_{in} ∈ [0,2π]$, i=1,...,n, are equidistant. Conditions for convergence of the mean-square prediction error $(1/n)\sum_{i=1}^n E(f(x_{in})-\widehat f_{N(n)}(x_{in}))^2$, the integrated mean-square error $E ‖f-\widehat f_{N(n)}‖^2$ and the pointwise mean-square error $E(f(x)-\widehatf_{N(n)}(x))^2$ of the estimator $\widehat f_{N(n)}(x) = \sum_{k=0}^{N(n)} \widehat c_k e_k(x)$ for f ∈ C[0,2π] and $\widehat c_0,\widehat c_1,...,\widehat c_{N(n)}$ obtained by the least squares method are studied.
Źródło:
Applicationes Mathematicae; 1999, 26, 2; 121-131
1233-7234
Pojawia się w:
Applicationes Mathematicae
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Machine learning methods applied to sea level predictions in the upper part of a tidal estuary
Autorzy:
Guillou, N.
Chapalain, G.
Powiązania:
https://bibliotekanauki.pl/articles/2078822.pdf
Data publikacji:
2021
Wydawca:
Polska Akademia Nauk. Instytut Oceanologii PAN
Tematy:
multiple regression model
artificial neural network
multilayer perceptron
regression function
machine learning algorithm
sea level
Opis:
Sea levels variations in the upper part of estuary are traditionally approached by relying on refined numerical simulations with high computational cost. As an alternative efficient and rapid solution, we assessed here the performances of two types of machine learning algorithms: (i) multiple regression methods based on linear and polynomial regression functions, and (ii) an artificial neural network, the multilayer perceptron. These algorithms were applied to three-year observations of sea levels maxima during high tides in the city of Landerneau, in the upper part of the Elorn estuary (western Brittany, France). Four input variables were considered in relation to tidal and coastal surge effects on sea level: the French tidal coefficient, the atmospheric pressure, the wind velocity and the river discharge. Whereas a part of these input variables derived from large-scale models with coarse spatial resolutions, the different algorithms showed good performances in this local environment, thus being able to capture sea level temporal variations at semi-diurnal and spring-neap time scales. Predictions improved furthermore the assessment of inundation events based so far on the exploitation of observations or numerical simulations in the downstream part of the estuary. Results obtained exhibited finally the weak influences of wind and river discharges on inundation events.
Źródło:
Oceanologia; 2021, 63, 4; 531-544
0078-3234
Pojawia się w:
Oceanologia
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-10 z 41

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