Podział wielowymiarowej przestrzeni zmiennych a modele hybrydowe

• Autorzy: Eugeniusz Gatnar

Warianty tytułu

Multidimensional Feature Space Partition and Hybrid Models

• Języki publikacji: PL

Abstrakty

Celem artykułu jest omówienie wyników zastosowania różnych typów modeli hybrydowych w analizie regresji oraz porównanie dokładności ich dopasowania do danych. (fragment tekstu)

EN

Hybrid models are based on the recursive partitioning of multidimensional feature space into sub-spaces (regions). Then, in each segment a local model is built (e.g. linear model) and finally all the local models are combined into the global model. The aim of the paper is to discuss the results of application of different hybrid models in regression. The author compares the goodness of fit of the models to the training data. The paper also presents the portions of code of the R statistical package used in the author's experiments. (original abstract)

Słowa kluczowe

PL

Analiza danych statystycznych; Analiza regresji; Analiza dyskryminacyjna; Modele liniowe

EN

Statistical data analysis; Regression analysis; Discriminant analysis; Linear models

• Czasopismo: Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
• Rocznik: 2009
• Numer: nr 86 Wizualizacja wyników badań marketingowych : podejścia, metody i zastosowania
• Strony: 20--30

Twórcy

autor

Eugeniusz Gatnar

• Akademia Ekonomiczna im. Karola Adamieckiego w Katowicach

Bibliografia

• Breiman L., Friedman J., Olshen R., Stone C., Classification and Regression Trees, CRC Press, London 1984.
• Chan K.-Y., Loh W.-Y., LOTUS: An Algorithm for Building Accurate and Comprehensible Logistic Regression Trees, "Journal of Computational and Graphical Statistics", 2004, 13(4), s. 826-852.
• Chu C.-S., Hornik K., Kuan C.-M., MOSUM Tests for Parameter Constancy, "Biometrika" 1995, 82 , s. 603-617.
• Gama J., Functional Trees, "Machine Learning" 2004, 55, s. 219-250.
• Gatnar E., Nieparametryczna metoda dyskryminacji i regresji, Wydawnictwo Naukowe PWN, Warszawa 2001.
• Gatnar E., Podejście wielomodelowe w zagadnieniach dyskryminacji i regresji, Wydawnictwo Naukowe PWN, Warszawa 2008.
• Kim H., Loh W.-Y., Classification Trees with Unbiased Multiway Splits, "Journal of the American Statistical Association" 2001, 96, 589-604.
• Loh W.-Y, Shih Y.-S., Split Selection Methods for Classification Trees, "Statistica Sinica" 1997, 7, s. 815-840.
• Loh W.-Y, Regression Trees with Unbiased Variable Selection and Interaction Detection, "Statistica Sinica" 2002, 12, s. 361-386.
• Morgan J.N., Sonquist J.A., Problems in the Analysis of Survey Data: a Proposal, "Journal of the American Statistical Association" 1963, 58, s. 417-434.
• Nyblom J., Testing for the Constancy of Parameters Over Time, "Journal of the American" Statistical Association" 1989, 84, s. 223-230.
• Ploberger W., Krämer W., The CUSUM Test with OLS Residuals, "Econometrica" 1992, 60, s. 271-285.
• Therneau T.M., Atkinson E.J., An Introduction to Recursive Partitioning Using the RPART Routines, Mayo Foundation, Rochester 1997.
• Zeileis A., A Unified Approach to Structural Change Tests Based on ML Scores, F Statistics, and OLS Residuals, "Econometric Reviews" 2005, 24, s. 445-466.
• Zeileis A., Hothorn T., Hornik K., Model-based Recursive Partitioning, "Journal of Computational and Graphical Statistics" 2008, 17(2), s. 492-514.