| dc.contributor.author | Baszczyńska, Aleksandra | |
| dc.date.accessioned | 2016-01-30T15:22:06Z | |
| dc.date.available | 2016-01-30T15:22:06Z | |
| dc.date.issued | 2007 | |
| dc.identifier.issn | 0208-6018 | |
| dc.identifier.uri | http://hdl.handle.net/11089/16824 | |
| dc.description.abstract | 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. | pl_PL |
| dc.description.abstract | 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. | pl_PL |
| dc.description.sponsorship | Zadanie pt. „Digitalizacja i udostępnienie w Cyfrowym Repozytorium Uniwersytetu Łódzkiego kolekcji czasopism naukowych wydawanych przez Uniwersytet Łódzki” nr 885/P-DUN/2014 zostało dofinansowane ze środków MNiSW w ramach działalności upowszechniającej naukę. | pl_PL |
| dc.language.iso | en | pl_PL |
| dc.publisher | Wydawnictwo Uniwersytetu Łódzkiego | pl_PL |
| dc.relation.ispartofseries | Acta Universitatis Lodziensis. Folia Oeconomica;206 | |
| dc.subject | regression function | pl_PL |
| dc.subject | kernel function | pl_PL |
| dc.subject | smoothing parameter | pl_PL |
| dc.subject | k-nearest neighbour method | pl_PL |
| dc.subject | kernel method | pl_PL |
| dc.title | Some Nonparametric Estimators of Regression Function | pl_PL |
| dc.title.alternative | Wybrane nieparametryczne estymatory funkcji regresji | pl_PL |
| dc.type | Article | pl_PL |
| dc.rights.holder | © Copyright by Wydawnictwo Uniwersytetu Łódzkiego, Łódź 2007 | pl_PL |
| dc.page.number | 42-52 | pl_PL |
| dc.contributor.authorAffiliation | University of Łódź, Chair of Statistical Methods | pl_PL |
| dc.references | Baszczyńska A. (2005), Some Remarks on the Choice of the Kernel Function in Density Estimation, “Acta Universitatis Lodziensis”, Folia Oeconomica, 194, 143-149. | pl_PL |
| dc.references | Baszczyńska A. (2006), Choice of the Smoothing Parameter in Kernel Density Estimation, “Acta Universitatis Lodziensis”, Folia Oeconomica, 196, 57-63. | pl_PL |
| dc.references | Domański Cz., Pruska K., Wagner W. (1998), Wnioskowanie statystyczne przy nieklasycznych założeniach, Wydawnictwo Uniwersytetu Łódzkiego, Łódź. | pl_PL |
| dc.references | Hardie W. (1991), Smoothing Techniques. With Implementation in S, Springer-Verlag, New York. | pl_PL |
| dc.references | Huang M., Brill P. (2001), A Nonparametric Regression Method, “Nonlinear Analysis”, 47, 1467-1475. | pl_PL |
| dc.references | Loftsgaarden D., Quesenberry С. (1965), A Nonparametric Estimate of a Multivariate Density Function, Ann. Math. Statist. 36, 1049-1051. | pl_PL |
| dc.references | Pagan A., Ullah A. (1999), Nonparametric Econometrics, Cambridge University Press, Cambridge. | pl_PL |
| dc.references | Rosenblatt M. (1956), Remarks on Some Nonparametric Estimation of a Density Function, Ann. Math. Statist. 27, 832-837. | pl_PL |
| dc.references | Wand M., Jones M. (1995), Kernel Smoothing, Chapman and Hall, London. | pl_PL |
