Warianty tytułu
Języki publikacji
Abstrakty
MARS (Multivariate Adaptive Regression Splines) to metoda wykorzystywana w klasyfikacji i regresji. Jest to metoda nieparametryczna, należąca do szerszej grupy metod uczących (learning methods, learning machines) określanej mianem supervised learning (uczenie z nauczycielem). W grupie metod uczących szczególnie znaczenie mają metody nieparametryczne. Stosując je przyjmuje się żadnych założeń dotyczących postaci funkcji opisującej dane zjawisko (np. liniowa, logistyczna), czynników (zmiennych objaśniających), które kształtują dane zjawisko (np. rozkład) ani też zależności pomiędzy zmiennymi objaśniającymi. (fragment tekstu)
Rocznik
Strony
267--281
Opis fizyczny
Twórcy
autor
autor
Bibliografia
- Friedman J. (1991). Multivariate Adaptive Regression Splines. Annals of Statistics, 19, 1-141.
- Gatnar H. (2001). Nieparametryczna metoda dyskryminacji i regresji. Wydawnictwo Naukowe PWN, Warszawa.
- Gruszczyński M. (2002). Modele i prognozy zmiennych jakościowych w finansach i bankowości. Monografie i Opracowania. Oficyna Wydawnicza Szkoły Głównej Handlowej, Warszawa, 490.
- Hastie T., Tibshirani R., Friedman J. (2001). The Elements of Statistical Learning. Data Mining. Inference and Prediction, Springer-Verlag.
- Krzanowski W. (1998). An Introduction to Statistical Modelling. Arnold Texts in Statistics, Arnold.
- McCullagh P., Nelder, J.A. (1999). Generalized Linear Models. Monographs on Statistics and Applied Probability, 37. Chapman & Hall/CRC.
- Zeliaś A., Pawełek B., Wanat S. (2003). Prognozowanie ekonomiczne. Teoria, przykłady, zadania. Wydawnictwo Naukowe PWN, Warszawa.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000171199333