Publication details
Výběr jádrové funkce u jádrových odhadů derivace dvourozměrné hustoty
| Basic information | |
|---|---|
| Original title: | Výběr jádrové funkce u jádrových odhadů derivace dvourozměrné hustoty |
| Title in English: | Kernel choice in bivariate kernel density derivative estimates |
| Author: | Kamila Vopatová |
| Further information | |
|---|---|
| Citation: | VOPATOVÁ, Kamila. Výběr jádrové funkce u jádrových odhadů
derivace dvourozměrné hustoty (Kernel choice in bivariate
kernel density derivative estimates). In Eva Hájková, Rita
Vémolová. XXIX International Colloquium on the Management of
Educational Process, Proceedings. Brno: Univerzita obrany,
2011. 6 pp. ISBN 978 -80-7231-779-0.Export BibTeX@inproceedings{960981, author = {Vopatová, Kamila}, address = {Brno}, booktitle = {XXIX International Colloquium on the Management of Educational Process, Proceedings}, editor = {Eva Hájková, Rita Vémolová}, keywords = {kernel density derivative estimate; bounded support kernel; iterative method}, language = {cze}, location = {Brno}, isbn = {978 -80-7231-779-0},publisher = {Univerzita obrany}, title = {Výběr jádrové funkce u jádrových odhadů derivace dvourozměrné hustoty}, year = {2011} } |
| Original language: | Czech |
| Field: | Applied statistics, operation research |
| Type: | Article in Proceedings |
| Keywords: | kernel density derivative estimate; bounded support kernel; iterative method |
Jádrové odhady patří mezi nejznámější neparametrické metody odhadu hustoty pravděpodobnosti a jejích derivací. Tyto odhady závisí na vyhlazovacích parametrech, které kontrolují hladkost odhadu, a na jádrové funkci, která má roli váhové funkce. Zaměříme se na jádrové odhady derivace dvourozměrné hustoty. Naším cílem je porovnat optimalitu jader, zejména jader s kompaktním nosičem, vzhledem k výběru vyhlazovacích parametrů.
Kernel estimates belong to the most popular nonparametric method of estimating density and its derivatives. It is a known fact that these estimates depend on a bandwidth, which controls the smoothness of the estimate, and on a kernel, which plays a role of a weighting function. We focus on a kernel function choice for bivariate density derivative estimates. Our aim is to study the optimality of the kernel, especially kernels with bounded supports, with respect to the bandwidth choice.
