Analiza wybranych własności metody POLYMARS

• Autorzy: Joanna Trzęsiok
• Języki publikacji: PL

Abstrakty

Celem opracowania jest rozpoznanie, jak silnym zróżnicowaniem charakteryzują się modele otrzymane za pomocą nieparametrycznej metody POLYMARS. Wyniki tej analizy będą podstawą do weryfikacji hipotezy o zasadności łączenia tych modeli. W pracy przedstawiono również porównanie wyników predykcji pojedynczych oraz zagregowanych modeli regresyjnych zbudowanych za pomocą algorytmu POLYMARS. (fragment tekstu)

Słowa kluczowe

PL

Statystyka nieparametryczna; Regresja nieparametryczna; Modele regresji

EN

Nonparametric statistics; Nonparametric regression; Regression models

• Czasopismo: Prace Naukowe / Akademia Ekonomiczna w Katowicach
• Rocznik: 2009
• Tom: Zastosowania ekonometrii
• Strony: 177--185

Twórcy

autor

Joanna Trzęsiok

• Akademia Ekonomiczna im. Karola Adamieckiego w Katowicach

Bibliografia

• Friedman J.H.: Multivariate Adaptive Regression Splines. "Annals of Statistics" 1991, No. 19, p.1-141.
• Hastie T., Tibshirani R., Friedman J.H.: The Elements of Statistical Learning. Springer-Verlag, New York 2001.
• Kooperberg C., Bose S., Stone C.J.: Polychotomous Regression. "Journal of the American Statistical Association" 1997, No. 92, p. 117-127.
• Meyer D., Leisch F., Hornik K.: Benchmarking Support Vector Machines. Report no. 78. Vienna University of Economics and Business Administration, 2002. http://www.wuwien.ac.at/am/Download/report78.pdf
• Tumer K., Ghosh J.: Analysis of Decision Boundaries in Linearly Combined Neural Classifiers. "Pattern Recognition" 1996, No. 29, p. 341-348.
• Trzęsiok J.: Wybrane nieparametryczne metody regresji i ich zastosowania. [w:] Taksonomia 11. Klasyfikacja i analiza danych. AE, Wrocław 2004, s. 107-115.