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 "functional data analysis" wg kryterium: Temat

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 18
Tytuł:
Zastosowanie funkcjonalnej analizy kanonicznej w badaniu zależności między wydatkami konsumpcyjnymi w europejskich gospodarstwach domowych
Autorzy:
Deręgowski, Karol
Krzyśko, Mirosław
Waszak, Łukasz
Wołyński, Waldemar
Powiązania:
https://bibliotekanauki.pl/articles/543659.pdf
Data publikacji:
2017
Wydawca:
Główny Urząd Statystyczny
Tematy:
canonical analysis
multivariate functional data analysis (MFDA)
individual consumption according to purpose
analiza kanoniczna
wielowymiarowa funkcjonalna analiza danych
spożycie indywidualne według celu
Opis:
Celem artykułu jest zbadanie zależności między wydatkami na napoje alkoholowe i wyroby tytoniowe a pozostałymi wydatkami konsumpcyjnymi gospodarstw domowych w 27 krajach Europy w latach 2000—2010. Wybór krajów i przedziału czasowego podyktowany został dostępnością i kompletnością danych pochodzących z Eurostatu. Nowością zaprezentowaną w tej pracy jest rozpatrywanie lat łącznie, a nie każdego roku oddzielnie. Stało się to możliwe dzięki przekształceniu danych pierwotnych na wielowymiarowe dane funkcjonalne oraz skonstruowaniu korelacji i zmiennych kanonicznych dla danych przekształconych. Z badania wynika, że wydatki na napoje alkoholowe i wyroby tytoniowe są bardzo silnie skorelowane z pozostałymi wydatkami konsumpcyjnymi (współczynnik korelacji kanonicznej między dwiema pierwszymi funkcjonalnymi zmiennymi kanonicznymi wynosi 0,99). Wydatki na napoje alkoholowe i wyroby tytoniowe mają prawie jednakowy wkład w budowę funkcjonalnej zmiennej kanonicznej U1, natomiast największy udział w budowie funkcjonalnej zmiennej kanonicznej V1 przypada wydatkom na artykuły żywnościowe i napoje bezalkoholowe oraz wydatkom na odzież i obuwie.
The article aims to examine the relations between expenditure on alcoholic beverages and tobacco and other consumer expenditure of households in 27 European countries within 2000—2010. The choice of countries and time series was determined by the availability and completeness of Eurostat data. The years were analysed collectively not separately, which is a novelty presented in this paper. Such an approach was possible due the transformation of primary data into multivariate functional ones, and then the construction of correlations and canonical variables for transformed data. The study shows that expenditure on alcoholic beverages and tobacco is strongly correlated with other consumption expenditure (the canonical correlation coefficient between the two first functional canonical variables is 0.99). The expenditure on alcoholic beverages and tobacco has almost the same contribution to the construction of the functional canonical U1 variable, while the expenditure on food and non-alcoholic beverages and expenditure on clothing and footwear has the largest impact on the development of the functional canonical V1 variable.
Źródło:
Wiadomości Statystyczne. The Polish Statistician; 2017, 5
0043-518X
Pojawia się w:
Wiadomości Statystyczne. The Polish Statistician
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Use of functional cluster analysis of CPTU data for assessment of a subsoil rigidity
Autorzy:
Młynarek, Z.
Wierzbicki, J.
Wołyński, W.
Powiązania:
https://bibliotekanauki.pl/articles/178174.pdf
Data publikacji:
2018
Wydawca:
Politechnika Wrocławska. Oficyna Wydawnicza Politechniki Wrocławskiej
Tematy:
CPTU
cluster analysis
functional data
rigidity model
Opis:
This paper shows an example of the grouping of piezocone penetration test (CPTU) characteristics using functional data analysis, together with the results of clustering, in the form of a subsoil rigidity model. The subsoil rigidity model was constructed based on layer separation using the proposed method, as well as the k-means method. In the construction of the subsoil rigidity model, the constrained modulus M was applied. These moduli were determined from empirical relationships for overconsolidated and normally consolidated soils from Poland based on cone tip resistance.
Źródło:
Studia Geotechnica et Mechanica; 2018, 40, 2; 117-124
0137-6365
2083-831X
Pojawia się w:
Studia Geotechnica et Mechanica
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:
THE INS AND OUTS OF UNEMPLOYMENT IN POLISH VOIVODESHIPS
Autorzy:
Jaworski, Stanisław
Powiązania:
https://bibliotekanauki.pl/articles/453208.pdf
Data publikacji:
2014
Wydawca:
Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Katedra Ekonometrii i Statystyki
Tematy:
unemployment rate
Poisson process
smoothing
functional principal component data analysis
Opis:
This paper measures and compares the job-finding and separation transition rates of Polish voivodeships from 2005:Q1 to 2014:Q2. It uses readily accessible data of Local Data Bank in Poland: registered unemployment person by duration of unemployment and registered unemployment rate. The method of measurement stems from influential paper by Shimer on "Reassesing the Ins and Outs of Unemployment". The main sources of variability between the rates are investigated in terms of functional principal components.
Źródło:
Metody Ilościowe w Badaniach Ekonomicznych; 2014, 15, 2; 349-358
2082-792X
Pojawia się w:
Metody Ilościowe w Badaniach Ekonomicznych
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Some asymptotic results of the estimators for conditional mode for functional data in the single index model missing data at random
Autorzy:
Mekkaoui, Souad
Kadiri, Nadia
Rabhi, Abbes
Powiązania:
https://bibliotekanauki.pl/articles/31340028.pdf
Data publikacji:
2023-11-30
Wydawca:
Główny Urząd Statystyczny
Tematy:
functional data analysis
functional single-index process
kernel estimator
missing at random
non-parametric estimation
small ball probability
Opis:
In this work, we consider the problem of non-parametric estimation of a regression function, namely the conditional density and the conditional mode in a single functional index model (SFIM) with randomly missing data. The main result of this work is the establishment of the asymptotic properties of the estimator, such as almost complete convergence rates. Moreover, the asymptotic normality of the constructs is obtained under certain mild conditions. We finally discuss how to apply our result to construct confidence intervals.
Źródło:
Przegląd Statystyczny; 2023, 70, 2; 20-45
0033-2372
Pojawia się w:
Przegląd Statystyczny
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Single Functional Index Quantile Regression for Functional Data with Missing Data at Random
Właściwości asymptotyczne estymatorów półparametrycznych dla kwantyla warunkowego pojedynczego wskaźnika funkcjonalnego z losowymi brakami danych
Autorzy:
Kadiri, Nadia
Mekki, Sanaà Dounya
Rabhi, Abbes
Powiązania:
https://bibliotekanauki.pl/articles/21375671.pdf
Data publikacji:
2023
Wydawca:
Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:
functional data analysis
functional single index process
kernel estimator
missing at random
nonparametric estimation
small ball probability
funkcjonalna analiza danych
funkcjonalny proces pojedynczego indeksu
estymator jądra
losowe braki
estymacja nieparametryczna
prawdopodobieństwo małej kuli
Opis:
The primary goal of this research was to estimate the quantile of a conditional distribution using a semi-parametric approach in the presence of randomly missing data, where the predictor variable belongs to a semi-metric space. The authors assumed a single index structure to link the explanatory and response variable. First, a kernel estimator was proposed for the conditional distribution function, assuming that the data were selected from a stationary process with missing data at random (MAR). By imposing certain general conditions, the study established the model’s uniform almost complete consistencies with convergence rates.
Głównym celem przedstawionych w artykule badań jest oszacowanie kwantyla rozkładu warunkowego przy użyciu podejścia półparametrycznego w obecności losowo brakujących danych, gdzie zmienna predykcyjna należy do przestrzeni semimetrycznej. Założono strukturę pojedynczego indeksu, aby połączyć zmienną objaśniającą i zmienną odpowiedzi. Wstępnie zaproponowano estymator jądra dla funkcji rozkładu warunkowego, zakładając, że dane są losowo wybierane z procesu stacjonarnego z brakującymi danymi (MAR). Nakładając pewne ogólne warunki, ustalono jednolitą, prawie całkowitą zgodność modelu ze współczynnikami konwergencji.
Źródło:
Econometrics. Ekonometria. Advances in Applied Data Analytics; 2023, 27, 3; 1-19
1507-3866
Pojawia się w:
Econometrics. Ekonometria. Advances in Applied Data Analytics
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
Tytuł:
Outlier detection based on the functional coefficient of variation
Autorzy:
Deveci Kocakoç, Ipek
Köymen Keser, Istem
Powiązania:
https://bibliotekanauki.pl/articles/12289238.pdf
Data publikacji:
2023-03-15
Wydawca:
Główny Urząd Statystyczny
Tematy:
coefficient of variation function
outlier detection
functional data analysis
Opis:
The coefficient of the variation function is a useful descriptive statistic, especially when comparing the variability of more than two curve groups, even when they have significantly different mean curves. Since the coefficient of variation function is the ratio of the mean and standard deviation functions, its particular property is that it shows the acceleration more explicitly than the standard deviation function. The aim of the study is twofold: to show that the functional coefficient of variation is more sensitive to abrupt changes than the functional standard deviation and to propose the utilisation of the functional coefficient of variation as an outlier detection tool. Several simulation trials have shown that the coefficient of the variation function allows the effects of outliers to be seen explicitly.
Źródło:
Statistics in Transition new series; 2023, 24, 2; 1-16
1234-7655
Pojawia się w:
Statistics in Transition new series
Dostawca treści:
Biblioteka Nauki
Artykuł
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:
Information Flows Around the Globe: Predicting Opening Gaps from Overnight Foreign Stock Price Patterns
Autorzy:
De Gooijer, Jan G.
Diks, Cees G. H.
Gątarek, Łukasz T.
Powiązania:
https://bibliotekanauki.pl/articles/483377.pdf
Data publikacji:
2012
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
Close-to-open gap forecasting
functional data analysis
international stock markets
nonparametric modeling
Opis:
This paper describes a forecasting exercise of close-to-open returns on major global stock indices, based on high-frequency price patterns that have become available in foreign markets overnight. Generally speaking, out-ofsample forecast performance depends on the forecast method as well as the information that the forecasts are based on. In this paper both aspects are considered. The fact that the close-to-open gap is a scalar response variable to a functional variable, namely an overnight foreign price pattern, brings the prediction exercise in the realm of functional data analysis. Both parametric and non-parametric functional data analysis are considered, and compared with a simple linear benchmark model. The information set is varied by dividing global markets into three clusters, Asia-Pacific, Europe and North-America, and including or excluding price patterns on a per-cluster basis. The overall best performing forecast is nonparametric using all available information, suggesting the presence of nonlinear relations between the overnight price patterns and the opening gaps.
Źródło:
Central European Journal of Economic Modelling and Econometrics; 2012, 4, 1; 23-44
2080-0886
2080-119X
Pojawia się w:
Central European Journal of Economic Modelling and Econometrics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Functional Regression in Short-Term Prediction of Economic Time Series
Autorzy:
Kosiorowski, Daniel
Powiązania:
https://bibliotekanauki.pl/articles/465836.pdf
Data publikacji:
2014
Wydawca:
Główny Urząd Statystyczny
Tematy:
functional data analysis
functional time series
prediction
Opis:
We compare four methods of forecasting functional time series including fully functional regression, functional autoregression FAR(1) model, Hyndman & Shang principal component scores forecasting using one-dimensional time series method, and moving functional median. Our comparison methods involve simulation studies as well as analysis of empirical dataset concerning the Internet users behaviours for two Internet services in 2013. Our studies reveal that Hyndman & Shao predicting method outperforms other methods in the case of stationary functional time series without outliers, and the moving functional median induced by Frainman & Muniz depth for functional data outperforms other methods in the case of smooth departures from stationarity of the time series as well as in the case of functional time series containing outliers.
Źródło:
Statistics in Transition new series; 2014, 15, 4; 611-626
1234-7655
Pojawia się w:
Statistics in Transition new series
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Functional principal components analysis on the example of the achievements of students in the years 2009-2017
Autorzy:
Sztemberg-Lewandowska, Mirosława
Powiązania:
https://bibliotekanauki.pl/articles/425289.pdf
Data publikacji:
2019
Wydawca:
Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:
level of students' knowledge
functional data
longitudinal data
functional principal components analysis
Opis:
The functional principal components analysis joins the advantages of the principal components analysis and provide analysis of dynamic data. The main difference in both methods is the type of data the PCA is based on multivariate data, whereas the FPCA on the functional data including curves and trajectories, i.e. a series of individual observations, not a single observation, as usual. The functional principal components analysis with functional data, will be used in the analysis. This method allows the analysis of dynamic data. The purpose of the article is to apply of functional principal components analysis to the problem of student’s achievements. The article was compared the level of students' knowledge during different stages of education in 2009-2017. The analysis covers the average exam results after the II, III and IV stage of education.
Źródło:
Econometrics. Ekonometria. Advances in Applied Data Analytics; 2019, 23, 4; 16-29
1507-3866
Pojawia się w:
Econometrics. Ekonometria. Advances in Applied Data Analytics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Forecasting of a Hierarchical Functional Time Series on Example of Macromodel for the Day and Night Air Pollution in Silesia Region — A Critical Overview
Autorzy:
Kosiorowski, Daniel
Mielczarek, Dominik
Rydlewski, Jerzy P.
Powiązania:
https://bibliotekanauki.pl/articles/2076274.pdf
Data publikacji:
2018
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
day and night air pollution
functional data analysis
functionalmedian
hierarchical time series
reconciliation of forecasts
Opis:
In economics we often face a system which intrinsically imposes a structure of hierarchy of its components, i.e., in modeling trade accounts related to foreign exchange or in optimization of regional air protection policy. A problem of reconciliation of forecasts obtained on different levels of hierarchy has been addressed in the statistical and econometric literature many times and concerns bringing together forecasts obtained independently at different levels of hierarchy. This paper deals with this issue with regard to a hierarchical functional time series. We present and critically discuss a state of art and indicate opportunities of an application of these methods to a certain environment protection problem. We critically compare the best predictor known from the literature with our own original proposal. Within the paper we study a macromodel describing the day and night air pollution in Silesia region divided into five subregions.
Źródło:
Central European Journal of Economic Modelling and Econometrics; 2018, 1; 53-73
2080-0886
2080-119X
Pojawia się w:
Central European Journal of Economic Modelling and Econometrics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Classification problems based on regression models for multi-dimensional functional data
Autorzy:
Górecki, Tomasz
Krzyśko, Mirosław
Wołyński, Waldemar
Powiązania:
https://bibliotekanauki.pl/articles/465780.pdf
Data publikacji:
2015
Wydawca:
Główny Urząd Statystyczny
Tematy:
multivariate functional data
functional data analysis
multivariate functional regression
classification
Opis:
Data in the form of a continuous vector function on a given interval are referred to as multivariate functional data. These data are treated as realizations of multivariate random processes. We use multivariate functional regression techniques for the classification of multivariate functional data. The approaches discussed are illustrated with an application to two real data sets.
Źródło:
Statistics in Transition new series; 2015, 16, 1; 97-110
1234-7655
Pojawia się w:
Statistics in Transition new series
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Central Limit Theorem for Conditional Mode in the Single Functional Index Model with Data Missing at Random
Centralne twierdzenie graniczne dla trybu warunkowego w jednolitym funkcjonalnym modelu indeksowym z losowym brakiem danych
Autorzy:
Allal, Anis
Dib, Abdessamad
Rabhi, Abbes
Powiązania:
https://bibliotekanauki.pl/articles/31233548.pdf
Data publikacji:
2024
Wydawca:
Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:
functional data analysis
functional single-index process
kernel estimator
missing at random
nonparametric estimation
small ball probability
funkcjonalna analiza danych
funkcjonalny proces pojedynczego indeksu
estymator jądra
losowe braki
estymacja nieparametryczna
prawdopodobieństwo małej kuli
Opis:
This paper concentrates on nonparametrically estimating the conditional density function and conditional mode within the single functional index model for independent data, particularly when the variable of interest is affected by randomly missing data. This involves a semi-parametric single model structure and a censoring process on the variables. The estimator's consistency (with rates) in a variety of situations, such as the framework of the single functional index model (SFIM) under the assumption of independent and identically distributed (i.i.d) data with randomly missing entries, as well as its performance under the assumption that the covariate is functional, are the main areas of focus. For this model, the nearly almost complete uniform convergence and rate of convergence established. The rates of convergence highlight the critical part that the probability of concentration play in the law of the explanatory functional variable. Additionally, we establish the asymptotic normality of the derived estimators proposed under specific mild conditions, relying on standard assumptions in Functional Data Analysis (FDA) for the proofs. Finally, we explore the practical application of our findings in constructing confidence intervals for our estimators. The rates of convergence highlight the critical part that the probability of concentration play in the law of the explanatory functional variable.
W artykule skoncentrowano się na nieparametrycznym estymowaniu warunkowej funkcji gęstości i warunkowej dominanty w modelu pojedynczego wskaźnika funkcjonalnego dla niezależnych danych, szczególnie gdy na interesującą zmienną wpływają losowo brakujące dane. Obejmuje to strukturę półparametrycznego pojedynczego modelu i proces cenzurowania zmiennych. Zgodność estymatora (ze współczynnikami) w różnych sytuacjach, np. w ramach modelu pojedynczego wskaźnika funkcjonalnego przy założeniu niezależnych i z identycznym rozkładem danych z losowymi brakami, a także jego działanie w warunkach, gdy zmienna towarzysząca jest funkcjonałem, to główne obszary zainteresowania. Dla tego modelu wyznacza się prawie całkowicie jednolitą zbieżność i wskaźnik zbieżności. Wskaźniki zbieżności podkreślają kluczową rolę, jaką prawdopodobieństwo koncentracji odgrywa w założeniach dotyczących objaśniającej zmiennej funkcjonalnej. Dodatkowo ustala się asymptotyczną normalność wyprowadzonych estymatorów zaproponowanych w określonych łagodnych warunkach, opierając się na standardowych założeniach z analizy danych funkcjonalnych dla dowodów. Na koniec zbadano praktyczne zastosowanie ustaleń w konstruowaniu przedziałów ufności dla naszych estymatorów. Wskaźniki zbieżności podkreślają kluczową rolę, jaką prawdopodobieństwo koncentracji odgrywa w założeniach dotyczących objaśniającej zmiennej funkcjonalnej.
Źródło:
Econometrics. Ekonometria. Advances in Applied Data Analytics; 2024, 28, 1; 39-60
1507-3866
Pojawia się w:
Econometrics. Ekonometria. Advances in Applied Data Analytics
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 18

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